XML解析器之JAXP与DOM4J
Lophole 2019-11-03
XML是一种数据格式，那么需要对XML文件进行操作就需要用到XML解析器---------针对dom方式和sax方式提供了不同的解析技术-----需要不同的XML解析器
dom方式：会把文档中所有元素(标签)，根据xml的层级结构，解析成各个Node对象(节点)。在内存中分配一个树形结构，把xml的标签，属性和文本都封装成对象
缺点：如果文件过大，造成内存溢出。
优点：树结构，容易遍历和实现增删改。
sax方式：采用事件驱动，边读边解析，解析到某一个对象，返回对象名称，可以由用户自己建立自己的对象模型。SAX可以在解析文档的任意时刻停止解析。
缺点：不能对节点实现增删改操作。
优点：不受文件大小限制，方便实现查询操作。
DOM(Documeng Object Model)解析器-------JAXP(Java API for XMLProcessing，意为XML处理的Java API)------Java自带的解析xml接口
解析器存在于------JDK的javax.xml.parsers 包中
dom方式：DocumentBuilder : dom解析器类，
DocumentBuilderFactory：dom解析工厂类
过程：通过查看API可以发现，而<code><span>()方法</span>通过<strong>反射</strong>的方式得到该接口的实例对象。<br />
DocumentBuilder是个抽象类，可以通过 方法得到解析器实例。
该解析器类存在 <span>( f)</span> 方法返回Document对象，还存在<span><span>( uri)</span>方法也返回一个<span>Document对象</span></span>
而Doucument是个接口，其父接口是Node接口，Document和Node存在一些方法对标签进行操作，详细查看API 。
getElementsByTagName(String tagname)：获取标签, 返回的是 NodeList 集合
createElement(String tagName)：创建标签
createTextNode(String data)：创建文本
appendChild(Node newChild)：将文本添加到标签下面
removeChild(Node oldChild)：删除节点
getParentNode() ：获取父节点
getTextContent()：得到标签里面的内容
static Document getdocument() throws Exception {
// 通过工厂解析器类得到Doucment对象
DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder documentbuilder = builderFactory.newDocumentBuilder();
// parse()解析xml，返回document
return documentbuilder.parse(URL);
}
//docuent及其父接口Node有诸多操作标签/属性/文本内容的方法
看具体要求选用具体方法
注意：删除元素需要得到----该元素的父节点删除，不能自己删自己
在编译器中的增删改----都是对内存操作--因此都需要回写到具体文件中
//回写操作
static void writer(Document document) throws Exception {
TransformerFactory factory = TransformerFactory.newInstance();
Transformer transformer = factory.newTransformer();
transformer.transform(new DOMSource(document), new StreamResult(URL));
}
sax方式：SAXParser : 解析器类
SAXParserFactory : 解析器工厂类
过程：查看API可以发现，SAXParserFactory是个抽象类，可以通过反射的方式()方法得到该类实例对象。
SAXParser也是个抽象类， 其实例对象可以通过
SAXParser对象中存在---<span><span><strong>( f, dh)</strong></span>----</span>解析使用指定的指定XML文件的内容 。
默认事件自动处理其中存在三个方法：解析开始标签---startElement( uri, localName, qName, attributes)----返回标签名称
解析文本内容----characters(char[] ch,int start,int length)------通过string的构造方法，返回文本内容
解析结束标签-----endElement( uri, localName, qName)-------返回结束标签
参数File --------xml的路径
DefaultHandler----默认事件处理器
class MyDefaultHandler extends DefaultHandler {
@Override
public void startElement(String uri, String localName, String qName, Attributes attributes)
throws SAXException {
System.out.print("<"+qName+">");//输出返回的开始标签
}
@Override
public void characters(char[] ch, int start, int length) throws SAXException {
// TODO Auto-generated method stub
System.out.print(new String(ch,start,length));输出返回的结束标签
}
@Override
public void endElement(String uri, String localName, String qName) throws SAXException {
System.out.print("<"+qName+">");输出返回的文本内容
}
}
DOM4J(Document Object Model for Java)：是dom4j组织提供的一个用来解析处理XML、 XPath和XSLT开源框架，需要导包--dom4j-2.1.1.jar。DOM4J使用接口和抽象基本类方法，hibernate框架使用的解析方式就是DOM4J，该网址可下载dom4j的JAR包------------https://dom4j.github.io-----哈哈哈哈，该网站能快速掌握Dom4j解析器的使用。
Dom4J中提供如些对象和方法对XML操作：
SAXReader()：SAXReader可以通过多种方式读取xml数据，并返回Document格式的对象。
Document对象：getRootElement() ：获取根节点 ，返回的是Element。
Element是个接口对象，父接口是Node：getParent()：获取父节点
addElement()：添加标签
elements()：获取标签下面的所有一层子标签
elements(qname)：获取标签下面一层中名为qname的子标签
element(qname）：表示获取表面下面的第一个子标签
addElement("xxx")：表示创建名为XXX的子标签
setText("YYY")：表示添加值为YYY的标签内容
addAttribute("name", "James")：表示添加属性
对XPath支持--------------selectNodes("xpath表达式")： 多个节点
selectSingleNode("xpath表达式")：一个节点
SAXReader reader = new SAXReader(); //注意导包----dom4j的import org.dom4j.Document;Document document = reader.read(url);//import org.dom4j.io.SAXReader;
// 1、创建解析器 SAXReader saxReader = new SAXReader(); // 2、得到document Document document = saxReader.read("src/DTD.xml"); // 3、得到根节点 Element element = document.getRootElement(); // 4、获取到第一个person // 使用element方法 Element elementperson = element.element("person"); // 5、在p1下面添加元素 // 在p1上面直接使用 addElement("标签名称")方法 返回一个Element Element addelement = elementperson.addElement("段位"); // 6、在添加完成之后的元素下面添加文本 // 在sex上直接使用 setText("文本内容")方法 addelement.setText("黄金"); // 7、回写xml // 格式化 OutputFormat,使用 createPrettyPrint方法，表示一个漂亮的格式 // 使用类XMLWriter 直接new 这个类 ，传递两个参数 // 第一个参数是xml文件路径 new FileOutputStream("路径") // 第二个参数是格式化类的值
对XML文件进行修改------需要将修改的内容写到文件
//将修改内容写道文本对象中
方式一：FileWriter out = new FileWriter("src/DTD.xml");
document.write(out);
out.close();
方式二：将修改内容有格式的写入到文档
FileWriter fileWiter = new FileWriter("src/DTD.xml");
XMLWriter writer = new XMLWriter(fileWiter);
writer.write( document );
writer.close();
//将修改内容有格式的写入到文档中---有格式
方式三：OutputFormat format = OutputFormat.createPrettyPrint();
XMLWriter writer = new XMLWriter(new FileOutputStream("src/DTD.xml"),format);
writer.write(document); writer.close();
DTD.xml文件
<history> <person> <name>貂蝉</name> <age>16</age> <段位>黄金</段位> </person> <person> <name>皇后</name> <name>杨贵妃</name> <age>20</age> </person> <person> <name>妃子</name> <name>落雁</name> <age>19</age> </person> </history>
Dom4j中可以使用元素迭代器来遍历下一层的元素和属性：elementIterator()----attributeIterator()---hasNext()
Dom4j中支持XPath语法：不过，需要的导包jaxen-1.2.0.jar---下载路径----https://mvnrepository.com/artifact/jaxen/jaxen/1.2.0
第一种形式 -----/AAA/DDD/BBB： 表示一层一层的，AAA下面 DDD下面的BBB
第二种形式---------//BBB： 选取所有 BBB 子元素，而不管它们在文档中的位置。
第三种形式----------------/*: 所有元素
第四种形式-----------------BBB[1]： 表示第一个BBB元素 BBB[last()]：表示最后一个BBB元素
第五种形式--------------//BBB[@id]： 表示只要BBB元素上面有id属性，都得到
第六种形式----------- //BBB[@id=‘b1‘] 表示元素名称是BBB,在BBB上面有id属性，并且id的属性值是b1
常见这六种----详细查看-----https://www.w3school.com.cn/xpath/xpath_syntax.asp
//1、创建解析器
SAXReader reader = new SAXReader();
//2、得到document
Document document = reader.read("src/DTD.xml");
//3、得到根节点 getRootElement() 返回Element
Element element = document.getRootElement();
//Xpath查询
Node node = document.selectSingleNode("//name[1]");
//修改name元素的值为独孤求败
node.setText("独孤求败");
/*
* List<Node> list = element.selectNodes("//name");
* list for(Node node :
* list) { System.out.println(node.getText()); }
*/
//回写文档中
OutputFormat format = OutputFormat.createPrettyPrint();
XMLWriter writer = new XMLWriter(new FileOutputStream("src/DTD.xml"),format);
writer.write(document);
writer.close(); 