JAVA中的XML文件--文件读取（上）

菜鸟一只，最近一直在慕课网上学习java，结合自己的理解并且在网上查找相关讲解，将自己的学习笔记整理出来与大家分享一下，菜鸟就能不断进步。

1 XML文件简介

XML是可扩展标记语言（Extensible Markup Language）的缩写，其中Markup是关键部分，可以创建内容，然后使用限定标记标记它，从而使每个单词、短语或块成为可识别、可分类的信息。

1.1 XML文件是以树形结构存储

<根元素名称>
<子元素名 属性 = "属性值"
……    ……>
<子元素名>****</子元素名>

……  ……  ……

<子元素名>****</子元素名>
</子元素名>

…… …… ……

</根元素名称>

PS:

1. 相同元素名的不同元素属性和其子元素可以不同.

2. XML 文件由内容和标记组成，将内容文本包含到元素中，即分别在文本的首末两端添加开始和结束标记<元素名>文本

1.2 在XML文件首行声明–可选部分

它将文件识别为 XML 文件，有助于工具和人类识别XML，这个声明必须出现在文件的开头

<?xml version = "1.0" encoding = 编码格式(eg."UTF-8")?>

1.3 用途

解决不同程序、不同平台、不同操作系统的通讯问题。

2 JAVA中解析XML文件

在java中有四种解析XML文件的方式：DOM，SAX，DOM4J，JDOM。前两个是官方提供的，不需要额外的jar包

以student.xml文件为例：

<?xml version = "1.0" encoding = "UTF-8" ?>
<school>
<student id = "0001">
<name>王明</name>
<sex>男</sex>
<major>计算机科学与技术</major>
</student>
<student id = "0002">
<name>李红</name>
<sex>女</sex>
<major>计算数学</major>
</student>
</school>

2.1 应用DOM方式解析XML

2.1.1 准备工作

创建一个DocumentBuilderFactory对象：

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

创建一个DocumentBuilder对象：

DocumentBuilder db = dbf.newDocumentBuilder()

通过DocumentBuilder对象的parse方法加载xml文件到当前项目中：

Document document = db.parse("*****.xml");

说明:

1. newInstance()是DocumentBuilderFactory的静态方法，用于获取DocumentBuilderFactory的一个实例；

2. newDocumentBuilder()用于获取DocumentBuilder的对象；

3. parse()方法是org.w3c.dom中的方法；

4. 注意捕捉异常。

2.1.2 获取元素(元素)的属性名和属性值

Document中的getElementByTagName(“student”)方法根据给定的元素名来获取该元素组成的集合，返回为NodeList类型(stuList)：

NodeList stuList = document.getElementByTagName("student");

通过item(int index)方法遍历stuList中的每个元素，返回Node类型:

Node stu = stuList.item(i);

获得了每个元素后就可以获得进一步得到每个元素的属性，通过getAttributes()方法获得一个所有属性和属性值的映射NamedNodeMap:

NamedNodeMap attr = stu.getAtrributes();

同样的，属性映射attr通过item(index)方法获得每个属性，显然将返回一个Node类型：

Node attrnode = atts.item(i);

这时我们要进一步得到每个属性(attrnode)的名字和属性值，分别通过getNodeName()和getNodeValue()方法。

同时，注意到元素student除了有属性外，还有许多子元素（name，major等），如何获取呢？

通过getChildNodes()方法获取子元素的集合，和前面类似，返回值也是NodeList类型。每个元素中包含的文本也被看作是该元素的子元素，获取每个元素包含的文本可以通过getNodeValue()方法获取。

备注:

1. 常用的元素类型：

类型	NodeType	Named Constant	nodeName/nodeValue
Element	1	ELEMENT_NODE	element name / null
Attr	2	ATTRIBUTE_NODE	attribute name / attribute value
Text	3	TEXT_NODE	text / node text

由标记包含的元素(school、student、name等)的类型就是Element，元素的属性就是Attr类型，元素中的文本内容和xml元素间的空格等就是Text类型

2. 因为空格也会被看作是元素，所以获取我们所需要的元素时，应注意避免获取空格，我们可以通过判断得到的元素类型来避免空格：

node.getNodeType() == Node.ELEMENT_NODE;

3. 获取每个元素中的文本也可通过getTextContext()方法，它返回的是包括子元素的所有文本。

4. 可通过getFirstChild()方法获取元素的第一个子元素，可以和getTextContext()搭配使用。

2.1.3 代码示例如下：

public class DomTest {

public static void main(String[] args) {
//创建一个DocumentBuilderFactory对象
DocumentBuilderFactory dbf =  DocumentBuilderFactory.newInstance();
try {

4000
//创建一个DocumentBuilder对象
DocumentBuilder db = dbf.newDocumentBuilder();
//通过DocumentBuilder对象的parse方法加载books.xml到当前项目下
Document document = db.parse("students.xml");
//根据节点名获取所有该节点的集合
NodeList stuList = document.getElementsByTagName("student");
System.out.println("一共有"+stuList.getLength()+"个学生");
//遍历每一个student节点
for(int i = 0;i < stuList.getLength();++ i){
//通过item(i)方法获取一个节点
Node book = stuList.item(i);
NamedNodeMap atts =book.getAttributes();
System.out.println("第"+(i+1)+"个学生共有"+atts.getLength()+"个属性");
for(int j = 0; j < atts.getLength(); ++ j){
Node node = atts.item(j);
System.out.println(
node.getNodeName()+","+node.getNodeValue());
}
NodeList childNodes = book.getChildNodes();
System.out.println("共有"+childNodes.getLength()+"个子节点");
for(int j = 0;j < childNodes.getLength();++ j)
{
Node node = childNodes.item(j);
//区分出text类型的node以及element类型中的node
if(node.getNodeType() == Node.ELEMENT_NODE){
//获取element类型节点的节点名的三种方式
System.out.println( node.getNodeName()+","+
node.getChildNodes().item(0).getNodeValue());
System.out.println(node.getNodeName()+","+
node.getFirstChild().getNodeValue());
System.out.println(node.getNodeName()+","+
node.getFirstChild().getTextContent());
}
}
}
} catch (ParserConfigurationException e) {
e.printStackTrace();
}catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}

2.2 应用SAX方式解析XML

SAX方式是通过DefaultHanlder逐行扫描XML文件内容，文档的读入过程也就是SAX的解析过程。

2.2.1 准备工作

使用SAXParserFactory的静态方法newInstance()获取 SAXParserFactory实例：

SAXParserFactory factory = SAXParserFactory.newInstance();

通过factory.newSAXParser()方法获取SAXParser实例：

SAXParser parser = factory.newSAXParser();

用parse()方法解析XML文件：

parser.parse("student.xml",DefaultHandler handler)

上一步中，我们需要一个DefaultHandler参数：

创建一个类继承DefaultHandler，重写其中的一些方法，进行业务处理并创建这个类的实例传给parse()方法

public class SAXParserHandler extends DefaultHandler

2.2.2 获取元素文本

在handler类中会重写如下几个方法：

startDocument()方法，文件解析开始使调用；

endDocument()方法，文件解析结束时调用；

startElement(String uri, String localName, String qName, Attributes attrs)方法

变量名	表示
qName	当前访问的元素名
attrs	元素的属性

每访问一个元素都会调用该方法，如上表所述，qName可以得到 当前访问元素名，attrs保存了该元素的属性集合，可以通过getQName(index)和getQValue(index)方法遍历属性。

endElement(String uri, String localName, String qName)方法，当某个元素访问结束后调用；

characters(char[] ch, int start, int length)方法中，ch变量保存了整个xml文件内容，而start和length表示了当前访问元素文本的开始位置和长度，从而可将每个元素的文本内容保存到字符串中(根据程序执行结果，调用该方法是根据每个元素中文本和子元素的顺序调用的，如下代码的顺序：aaa ->root ->bbb）

<root>
<a>aaa</a>
root
<b>bbb</b>
<root>

但是需注意空格也将被看作子元素，所以应将全是空格的字符串筛选掉，可用trim()方法删除字符串左右两边的空格，然后判断剩余字符串是否是空（equals(“”)）。

备注：

1.注意以上方法将抛出异常

不断学习不断总结^_^。。。