利用java怎么对xml文件进行解析

利用java怎么对xml文件进行解析？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

一、【基础知识——扫盲】

sax、dom是两种对xml文档进行解析的方法(没有具体实现，只是接口)，所以只有它们是无法解析xml文档的；jaxp只是api，它进一步封装了sax、dom两种接口，并且提供了DomcumentBuilderFactory/DomcumentBuilder和SAXParserFactory/SAXParser（默认使用xerces解释器）。

二、【DOM、SAX、JDOM、DOM4j简单使用介绍】

1、【DOM(Document Object Model) 】

由W3C提供的接口，它将整个XML文档读入内存，构建一个DOM树来对各个节点(Node)进行操作。

示例代码：

<?xml version="1.0" encoding="UTF-8"?> <university name="pku">   <college name="c1">     <class name="class1">       <student name="stu1" sex='male' age="21" />       <student name="stu2" sex='female' age="20" />       <student name="stu3" sex='female' age="20" />     </class>     <class name="class2">       <student name="stu4" sex='male' age="19" />       <student name="stu5" sex='female' age="20" />       <student name="stu6" sex='female' age="21" />     </class>   </college>   <college name="c2">     <class name="class3">       <student name="stu7" sex='male' age="20" />     </class>   </college>   <college name="c3">   </college> </university>

后文代码中有使用到text.xml（该文档放在class="lazy" data-src路径下，既编译后在classes路径下），都是指该xml文档。

package test.xml;  import java.io.File; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream;  import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import javax.xml.parsers.ParserConfigurationException; import javax.xml.transform.Transformer; import javax.xml.transform.TransformerConfigurationException; import javax.xml.transform.TransformerException; import javax.xml.transform.TransformerFactory; import javax.xml.transform.dom.DOMSource; import javax.xml.transform.stream.StreamResult;  import org.w3c.dom.Document; import org.w3c.dom.Element; import org.w3c.dom.Node; import org.w3c.dom.NodeList; import org.w3c.dom.Text; import org.xml.sax.SAXException;   public class TestDom {      public static void main(String[] args) {     read();     //write();    }      public static void read() {     DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();     try {       DocumentBuilder builder = dbf.newDocumentBuilder();       InputStream in = TestDom.class.getClassLoader().getResourceAsStream("test.xml");       Document doc = builder.parse(in);       // root <university>        Element root = doc.getDocumentElement();       if (root == null) return;       System.err.println(root.getAttribute("name"));       // all college node        NodeList collegeNodes = root.getChildNodes();       if (collegeNodes == null) return;       for(int i = 0; i < collegeNodes.getLength(); i++) {         Node college = collegeNodes.item(i);         if (college != null && college.getNodeType() == Node.ELEMENT_NODE) {           System.err.println("\t" + college.getAttributes().getNamedItem("name").getNodeValue());           // all class node            NodeList classNodes = college.getChildNodes();           if (classNodes == null) continue;           for (int j = 0; j < classNodes.getLength(); j++) {             Node clazz = classNodes.item(j);             if (clazz != null && clazz.getNodeType() == Node.ELEMENT_NODE) {               System.err.println("\t\t" + clazz.getAttributes().getNamedItem("name").getNodeValue());               // all student node                NodeList studentNodes = clazz.getChildNodes();               if (studentNodes == null) continue;               for (int k = 0; k < studentNodes.getLength(); k++) {                 Node student = studentNodes.item(k);                 if (student != null && student.getNodeType() == Node.ELEMENT_NODE) {                   System.err.print("\t\t\t" + student.getAttributes().getNamedItem("name").getNodeValue());                   System.err.print(" " + student.getAttributes().getNamedItem("sex").getNodeValue());                   System.err.println(" " + student.getAttributes().getNamedItem("age").getNodeValue());                 }               }             }           }         }       }     } catch (ParserConfigurationException e) {       e.printStackTrace();     } catch (FileNotFoundException e) {       e.printStackTrace();     } catch (SAXException e) {       e.printStackTrace();     } catch (IOException e) {       e.printStackTrace();     }        }      public static void write() {     DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();     try {       DocumentBuilder builder = dbf.newDocumentBuilder();       InputStream in = TestDom.class.getClassLoader().getResourceAsStream("test.xml");       Document doc = builder.parse(in);       // root <university>        Element root = doc.getDocumentElement();       if (root == null) return;       // 修改属性        root.setAttribute("name", "tsu");       NodeList collegeNodes = root.getChildNodes();       if (collegeNodes != null) {         for (int i = 0; i <collegeNodes.getLength() - 1; i++) {           // 删除节点            Node college = collegeNodes.item(i);           if (college.getNodeType() == Node.ELEMENT_NODE) {             String collegeName = college.getAttributes().getNamedItem("name").getNodeValue();             if ("c1".equals(collegeName) || "c2".equals(collegeName)) {               root.removeChild(college);             } else if ("c3".equals(collegeName)) {               Element newChild = doc.createElement("class");               newChild.setAttribute("name", "c4");               college.appendChild(newChild);             }           }         }       }       // 新增节点        Element addCollege = doc.createElement("college");       addCollege.setAttribute("name", "c5");       root.appendChild(addCollege);       Text text = doc.createTextNode("text");       addCollege.appendChild(text);              // 将修改后的文档保存到文件        TransformerFactory transFactory = TransformerFactory.newInstance();       Transformer transFormer = transFactory.newTransformer();       DOMSource domSource = new DOMSource(doc);       File file = new File("class="lazy" data-src/dom-modify.xml");       if (file.exists()) {         file.delete();       }       file.createNewFile();       FileOutputStream out = new FileOutputStream(file);            StreamResult xmlResult = new StreamResult(out);       transFormer.transform(domSource, xmlResult);       System.out.println(file.getAbsolutePath());     } catch (ParserConfigurationException e) {       e.printStackTrace();     } catch (SAXException e) {       e.printStackTrace();     } catch (IOException e) {       e.printStackTrace();     } catch (TransformerConfigurationException e) {       e.printStackTrace();     } catch (TransformerException e) {       e.printStackTrace();     }   } }

该代码只要稍做修改，即可变得更加简洁，无需一直写if来判断是否有子节点。

2、【SAX (Simple API for XML) 】

SAX不用将整个文档加载到内存，基于事件驱动的API(Observer模式)，用户只需要注册自己感兴趣的事件即可。SAX提供EntityResolver, DTDHandler, ContentHandler, ErrorHandler接口，分别用于监听解析实体事件、DTD处理事件、正文处理事件和处理出错事件，与AWT类似，SAX还提供了一个对这4个接口默认的类DefaultHandler（这里的默认实现，其实就是一个空方法），一般只要继承DefaultHandler，重写自己感兴趣的事件即可。

示例代码：

package test.xml;  import java.io.IOException; import java.io.InputStream;  import javax.xml.parsers.ParserConfigurationException; import javax.xml.parsers.SAXParser; import javax.xml.parsers.SAXParserFactory;  import org.xml.sax.Attributes; import org.xml.sax.InputSource; import org.xml.sax.Locator; import org.xml.sax.SAXException; import org.xml.sax.SAXParseException; import org.xml.sax.helpers.DefaultHandler;   public class TestSAX {    public static void main(String[] args) {     read();     write();   }      public static void read() {     try {       SAXParserFactory factory = SAXParserFactory.newInstance();       SAXParser parser = factory.newSAXParser();       InputStream in = TestSAX.class.getClassLoader().getResourceAsStream("test.xml");       parser.parse(in, new MyHandler());     } catch (ParserConfigurationException e) {       e.printStackTrace();     } catch (SAXException e) {       e.printStackTrace();     } catch (IOException e) {       e.printStackTrace();     }   }      public static void write() {     System.err.println("纯SAX对于写操作无能为力");   }    }  // 重写对自己感兴趣的事件处理方法  class MyHandler extends DefaultHandler {    @Override   public InputSource resolveEntity(String publicId, String systemId)       throws IOException, SAXException {     return super.resolveEntity(publicId, systemId);   }    @Override   public void notationDecl(String name, String publicId, String systemId)       throws SAXException {     super.notationDecl(name, publicId, systemId);   }    @Override   public void unparsedEntityDecl(String name, String publicId,       String systemId, String notationName) throws SAXException {     super.unparsedEntityDecl(name, publicId, systemId, notationName);   }    @Override   public void setDocumentLocator(Locator locator) {     super.setDocumentLocator(locator);   }    @Override   public void startDocument() throws SAXException {     System.err.println("开始解析文档");   }    @Override   public void endDocument() throws SAXException {     System.err.println("解析结束");   }    @Override   public void startPrefixMapping(String prefix, String uri)       throws SAXException {     super.startPrefixMapping(prefix, uri);   }    @Override   public void endPrefixMapping(String prefix) throws SAXException {     super.endPrefixMapping(prefix);   }    @Override   public void startElement(String uri, String localName, String qName,       Attributes attributes) throws SAXException {     System.err.print("Element: " + qName + ", attr: ");     print(attributes);   }    @Override   public void endElement(String uri, String localName, String qName)       throws SAXException {     super.endElement(uri, localName, qName);   }    @Override   public void characters(char[] ch, int start, int length)       throws SAXException {     super.characters(ch, start, length);   }    @Override   public void ignorableWhitespace(char[] ch, int start, int length)       throws SAXException {     super.ignorableWhitespace(ch, start, length);   }    @Override   public void processingInstruction(String target, String data)       throws SAXException {     super.processingInstruction(target, data);   }    @Override   public void skippedEntity(String name) throws SAXException {     super.skippedEntity(name);   }    @Override   public void warning(SAXParseException e) throws SAXException {     super.warning(e);   }    @Override   public void error(SAXParseException e) throws SAXException {     super.error(e);   }    @Override   public void fatalError(SAXParseException e) throws SAXException {     super.fatalError(e);   }      private void print(Attributes attrs) {     if (attrs == null) return;     System.err.print("[");     for (int i = 0; i < attrs.getLength(); i++) {       System.err.print(attrs.getQName(i) + " = " + attrs.getValue(i));       if (i != attrs.getLength() - 1) {         System.err.print(", ");       }     }     System.err.println("]");   } }

3、【JDOM】

JDOM与DOM非常类似，它是处理XML的纯JAVA API，API大量使用了Collections类，且JDOM仅使用具体类而不使用接口。　JDOM 它自身不包含解析器。它通常使用 SAX2 解析器来解析和验证输入 XML 文档（尽管它还可以将以前构造的 DOM 表示作为输入）。它包含一些转换器以将 JDOM 表示输出成 SAX2 事件流、DOM 模型或 XML 文本文档

示例代码：

package test.xml;  import java.io.File; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; import java.util.List;  import org.jdom.Attribute; import org.jdom.Document; import org.jdom.Element; import org.jdom.JDOMException; import org.jdom.input.SAXBuilder; import org.jdom.output.XMLOutputter;   public class TestJDom {   public static void main(String[] args) {     //read();      write();   }      public static void read() {     try {       boolean validate = false;       SAXBuilder builder = new SAXBuilder(validate);       InputStream in = TestJDom.class.getClassLoader().getResourceAsStream("test.xml");       Document doc = builder.build(in);       // 获取根节点 <university>        Element root = doc.getRootElement();       readNode(root, "");     } catch (JDOMException e) {       e.printStackTrace();     } catch (IOException e) {       e.printStackTrace();     }   }      @SuppressWarnings("unchecked")   public static void readNode(Element root, String prefix) {     if (root == null) return;     // 获取属性      List<Attribute> attrs = root.getAttributes();     if (attrs != null && attrs.size() > 0) {       System.err.print(prefix);       for (Attribute attr : attrs) {         System.err.print(attr.getValue() + " ");       }       System.err.println();     }     // 获取他的子节点      List<Element> childNodes = root.getChildren();     prefix += "\t";     for (Element e : childNodes) {       readNode(e, prefix);     }   }      public static void write() {     boolean validate = false;     try {       SAXBuilder builder = new SAXBuilder(validate);       InputStream in = TestJDom.class.getClassLoader().getResourceAsStream("test.xml");       Document doc = builder.build(in);       // 获取根节点 <university>        Element root = doc.getRootElement();       // 修改属性        root.setAttribute("name", "tsu");       // 删除        boolean isRemoved = root.removeChildren("college");       System.err.println(isRemoved);       // 新增        Element newCollege = new Element("college");       newCollege.setAttribute("name", "new_college");       Element newClass = new Element("class");       newClass.setAttribute("name", "ccccc");       newCollege.addContent(newClass);       root.addContent(newCollege);       XMLOutputter out = new XMLOutputter();       File file = new File("class="lazy" data-src/jdom-modify.xml");       if (file.exists()) {         file.delete();       }       file.createNewFile();       FileOutputStream fos = new FileOutputStream(file);       out.output(doc, fos);     } catch (JDOMException e) {       e.printStackTrace();     } catch (IOException e) {       e.printStackTrace();     }   }    }

4、【DOM4j】

dom4j是目前在xml解析方面是最优秀的(Hibernate、Sun的JAXM也都使用dom4j来解析XML)，它合并了许多超出基本 XML 文档表示的功能，包括集成的 XPath 支持、XML Schema 支持以及用于大文档或流化文档的基于事件的处理

示例代码：

package test.xml;  import java.io.File; import java.io.FileWriter; import java.io.IOException; import java.io.InputStream; import java.util.List;  import org.dom4j.Attribute; import org.dom4j.Document; import org.dom4j.DocumentException; import org.dom4j.DocumentHelper; import org.dom4j.Element; import org.dom4j.ProcessingInstruction; import org.dom4j.VisitorSupport; import org.dom4j.io.SAXReader; import org.dom4j.io.XMLWriter;   public class TestDom4j {   public static void main(String[] args) {     read1();     //read2();      //write();    }    public static void read1() {     try {       SAXReader reader = new SAXReader();       InputStream in = TestDom4j.class.getClassLoader().getResourceAsStream("test.xml");       Document doc = reader.read(in);       Element root = doc.getRootElement();       readNode(root, "");     } catch (DocumentException e) {       e.printStackTrace();     }   }      @SuppressWarnings("unchecked")   public static void readNode(Element root, String prefix) {     if (root == null) return;     // 获取属性      List<Attribute> attrs = root.attributes();     if (attrs != null && attrs.size() > 0) {       System.err.print(prefix);       for (Attribute attr : attrs) {         System.err.print(attr.getValue() + " ");       }       System.err.println();     }     // 获取他的子节点      List<Element> childNodes = root.elements();     prefix += "\t";     for (Element e : childNodes) {       readNode(e, prefix);     }   }      public static void read2() {     try {       SAXReader reader = new SAXReader();       InputStream in = TestDom4j.class.getClassLoader().getResourceAsStream("test.xml");       Document doc = reader.read(in);       doc.accept(new MyVistor());     } catch (DocumentException e) {       e.printStackTrace();     }   }      public static void write() {     try {       // 创建一个xml文档        Document doc = DocumentHelper.createDocument();       Element university = doc.addElement("university");       university.addAttribute("name", "tsu");       // 注释        university.addComment("这个是根节点");       Element college = university.addElement("college");       college.addAttribute("name", "cccccc");       college.setText("text");              File file = new File("class="lazy" data-src/dom4j-modify.xml");       if (file.exists()) {         file.delete();       }       file.createNewFile();       XMLWriter out = new XMLWriter(new FileWriter(file));       out.write(doc);       out.flush();       out.close();     } catch (IOException e) {       e.printStackTrace();     }   } }  class MyVistor extends VisitorSupport {   public void visit(Attribute node) {     System.out.println("Attibute: " + node.getName() + "="         + node.getValue());   }    public void visit(Element node) {     if (node.isTextOnly()) {       System.out.println("Element: " + node.getName() + "="           + node.getText());     } else {       System.out.println(node.getName());     }   }    @Override   public void visit(ProcessingInstruction node) {     System.out.println("PI:" + node.getTarget() + " " + node.getText());   } }

三、【性能测试】

环境：AMD4400+ 2.0+GHz主频 JDK6.0
运行参数：-Xms400m -Xmx400m
xml文件大小：10.7M
结果：
DOM: >581297ms
SAX: 8829ms
JDOM: 581297ms
DOM4j: 5309ms
时间包括IO的，只是进行了简单的测试，仅供参考！！！！

四、【对比】

1、【DOM】

DOM是基于树的结构，通常需要加载整文档和构造DOM树，然后才能开始工作。
优点：
    a、由于整棵树在内存中，因此可以对xml文档随机访问
    b、可以对xml文档进行修改操作
    c、较sax，dom使用也更简单。
缺点：
    a、整个文档必须一次性解析完
    a、由于整个文档都需要载入内存，对于大文档成本高

2、【SAX】

SAX类似流媒体，它基于事件驱动的，因此无需将整个文档载入内存，使用者只需要监听自己感兴趣的事件即可。
优点：
    a、无需将整个xml文档载入内存，因此消耗内存少
    b、可以注册多个ContentHandler
缺点：
    a、不能随机的访问xml中的节点
    b、不能修改文档

3、【JDOM】

JDOM是纯Java的处理XML的API，其API中大量使用Collections类，
优点：
    a、DOM方式的优点
    b、具有SAX的Java规则
缺点
    a、DOM方式的缺点

4、【DOM4J】

这4中xml解析方式中，最优秀的一个，集易用和性能于一身。

五、【小插曲XPath】

XPath 是一门在 XML 文档中查找信息的语言， 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和 XPointer 同时被构建于 XPath 表达之上。因此，对 XPath 的理解是很多高级 XML 应用的基础。
XPath非常类似对数据库操作的SQL语言，或者说JQuery，它可以方便开发者抓起文档中需要的东西。（dom4j也支持xpath）

示例代码：

package test.xml;  import java.io.IOException; import java.io.InputStream;  import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import javax.xml.parsers.ParserConfigurationException; import javax.xml.xpath.XPath; import javax.xml.xpath.XPathConstants; import javax.xml.xpath.XPathExpression; import javax.xml.xpath.XPathExpressionException; import javax.xml.xpath.XPathFactory;  import org.w3c.dom.Document; import org.w3c.dom.NodeList; import org.xml.sax.SAXException;  public class TestXPath {    public static void main(String[] args) {     read();   }      public static void read() {     try {       DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();       DocumentBuilder builder = dbf.newDocumentBuilder();       InputStream in = TestXPath.class.getClassLoader().getResourceAsStream("test.xml");       Document doc = builder.parse(in);       XPathFactory factory = XPathFactory.newInstance();       XPath xpath = factory.newXPath();       // 选取所有class元素的name属性        // XPath语法介绍： http://w3school.com.cn/xpath/        XPathExpression expr = xpath.compile("//class/@name");       NodeList nodes = (NodeList) expr.evaluate(doc, XPathConstants.NODESET);       for (int i = 0; i < nodes.getLength(); i++) {         System.out.println("name = " + nodes.item(i).getNodeValue());           }     } catch (XPathExpressionException e) {       e.printStackTrace();     } catch (ParserConfigurationException e) {       e.printStackTrace();     } catch (SAXException e) {       e.printStackTrace();     } catch (IOException e) {       e.printStackTrace();     }   }    }

六、【补充】

注意4种解析方法对TextNode（文本节点）的处理：

在使用DOM时，调用node.getChildNodes()获取该节点的子节点，文本节点也会被当作一个Node来返回，如：

<?xml version="1.0" encoding="UTF-8"?> <university name="pku">   <college name="c1">     <class name="class1">       <student name="stu1" sex='male' age="21" />       <student name="stu2" sex='female' age="20" />       <student name="stu3" sex='female' age="20" />     </class>   </college> </university>

package test.xml;  import java.io.FileNotFoundException; import java.io.IOException; import java.io.InputStream; import java.util.Arrays;  import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import javax.xml.parsers.ParserConfigurationException;  import org.w3c.dom.Document; import org.w3c.dom.Element; import org.w3c.dom.Node; import org.w3c.dom.NodeList; import org.xml.sax.SAXException;   public class TestDom2 {      public static void main(String[] args) {     read();   }      public static void read() {     DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();     try {       DocumentBuilder builder = dbf.newDocumentBuilder();       InputStream in = TestDom2.class.getClassLoader().getResourceAsStream("test.xml");       Document doc = builder.parse(in);       // root <university>        Element root = doc.getDocumentElement();       if (root == null) return; //     System.err.println(root.getAttribute("name"));        // all college node        NodeList collegeNodes = root.getChildNodes();       if (collegeNodes == null) return;       System.err.println("university子节点数：" + collegeNodes.getLength());       System.err.println("子节点如下：");       for(int i = 0; i < collegeNodes.getLength(); i++) {         Node college = collegeNodes.item(i);         if (college == null) continue;         if (college.getNodeType() == Node.ELEMENT_NODE) {           System.err.println("\t元素节点：" + college.getNodeName());         } else if (college.getNodeType() == Node.TEXT_NODE) {           System.err.println("\t文本节点：" + Arrays.toString(college.getTextContent().getBytes()));         }       }     } catch (ParserConfigurationException e) {       e.printStackTrace();     } catch (FileNotFoundException e) {       e.printStackTrace();     } catch (SAXException e) {       e.printStackTrace();     } catch (IOException e) {       e.printStackTrace();     }        } }

输出的结果是：

 university子节点数：3 子节点如下：   文本节点：[10, 9]   元素节点：college   文本节点：[10]

其中\n的ASCII码为10，\t的ASCII码为9。结果让人大吃一惊，university的子节点数不是1，也不是2，而是3，这3个子节点都是谁呢？为了看得更清楚点，把xml文档改为：

 <?xml version="1.0" encoding="UTF-8"?> <university name="pku">11   <college name="c1">     <class name="class1">       <student name="stu1" sex='male' age="21" />       <student name="stu2" sex='female' age="20" />       <student name="stu3" sex='female' age="20" />     </class>   </college>22 </university>

还是上面的程序，输出结果为：

 university子节点数：3 子节点如下：   文本节点：[49, 49, 10, 9]   元素节点：college   文本节点：[50, 50, 10]

其中数字1的ASCII码为49，数字2的ASCII码为50。

使用SAX来解析同DOM，当你重写它的public void characters(char[] ch, int start, int length)方法时，你就能看到。

JDOM，调用node.getChildren()只返回子节点，不包括TextNode节点（不管该节点是否有Text信息）。如果要获取该节点的Text信息，可以调用node.getText()方法，该方法返回节点的Text信息，也包括\n\t等特殊字符。

DOM4j同JDOM

看完上述内容，你们掌握利用java怎么对xml文件进行解析的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注编程网行业资讯频道，感谢各位的阅读！