百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 文章教程 > 正文

从零开始学Java之带你学会解析XML文件

xsobi 2025-01-08 18:17 9 浏览

一. XML简介

1. 概念

XML(Extensible Markup Language,可扩展的标记语言) ,作为一种标记语言,它是标准通用标记语言的子集。XML给我们提供了可扩展性和自定义标签的特性,允许用户对自己的标记语言进行定义。同时XML也是一种常用的数据交换格式,可以用来标记数据、定义数据类型,使得它成为了Web开发中最常用的数据格式之一。

当然上面的概念比较抽象,作为初学者,你可能不太好理解。实际上,XML类似于HTML,它俩可以说是“堂兄弟”,两者都是标记语言。但与HTML不同的是,XML是可扩展的,这意味着用户可以定义自己的标记和元素,并且XML的设计目的是传输和存储数据,这就使得XML成了一种极为灵活的数据交换格式。

2. 使用场景

由于XML具有良好的可扩展性、内容与形式分离、遵循严格的语法要求、保值性良好等优点,所以XML文档可以应用于很多场景中,比如:

数据交换:XML可以用来标记数据、定义数据类型,使得它成为了Web开发中最常用的数据格式之一。 网络传输:XML文档可以通过HTTP协议在网络上传输,从而实现分布式应用程序之间的通信。 配置文件:很多软件和系统使用XML文档作为配置文件,以便用户可以通过修改XML文件来改变软件和系统的行为。 模板语言:XML可以用作模板语言(类似于HTML),用于生成动态的Web页面和报告。 数据库存储:一些数据库系统可以将XML文档存储为BLOB(二进制大对象),从而实现对XML文档的存储和查询。

3. 文档构成

我们一般是在一个.xml格式的文档中操作XML,而一个XML文档主要由标签、元素和属性组成。标签是XML文档中的基本单位,它们用来表示数据的开始和结束位置,“<>”是开始标签,“</>“是结束标签。元素是标签中包含的内容,它们可以包含其他的元素或文本内容。属性是元素的附加信息,它们定义了一个元素的特性和属性。我们来看看下面这个简单的XML文档:

Bash
xml

复制代码

<bookstore> <book category="children"> <title lang="en">跟壹哥学java</title> <author>一一哥</author> <year>2008</year> <price>29.99</price> </book> <book category="web"> <title lang="en">跟壹哥学XML</title> <author>壹哥</author> <year>2023</year> <price>39.88</price> </book> </bookstore>

在这个XML文档中,bookstore是一个元素,它包含了两个book元素。每个book元素都有一个category属性,表示书籍的类别。每个book元素中又包含了title、author、year和price四个子元素。title元素中还有一个lang属性,表示书籍的语言。

4. 文档规范

XML文档必须符合XML规范,包括正确的标记语法、正确的嵌套结构、正确的属性格式等。一个XML文档必须有一个根元素,所有其他元素都必须是这个根元素的子元素。XML元素和属性的名称是区分大小写的。XML文档中可以包含注释和处理指令。XML文档中可以使用实体引用来表示特殊字符,比如<表示小于号,>表示大于号。具体来说,有以下这些XML规范要求需要我们遵守:

正确的标记语法:XML文档中的所有元素和属性都必须使用正确的标记语法,即开始标记和结束标记之间不能有其他标记或文本。 正确的嵌套结构:XML文档中的元素必须按照正确的嵌套结构进行排列,即一个元素不能包含另一个元素的开始标记和结束标记,也不能与另一个元素的开始标记和结束标记重叠。 正确的属性格式:XML文档中的属性必须使用正确的格式进行定义,即属性名和属性值之间必须有一个等号,并且属性值必须使用引号括起来。 有且仅有一个根元素:XML文档中必须有一个根元素,所有其他元素都必须是这个根元素的子元素。 元素和属性名称区分大小写:XML元素和属性的名称是区分大小写的。 注释和处理指令:XML文档中可以包含注释和处理指令。 实体引用:XML文档中可以使用实体引用来表示特殊字符,比如<表示小于号,>表示大于号。

以上规范是XML文档必须遵循的基本要求,只有满足这些要求,才能保证XML文档的正确性和可读性。

5. 注意事项

虽然XML文档操作时比较灵活自由,但我们在使用XML文档时,也需要注意以下几点:

XML文档必须符合XML规范,包括正确的标记语法、正确的嵌套结构、正确的属性格式等; XML文档必须有一个根元素,所有其他的元素都必须是这个根元素的子元素; XML元素和属性的名称是严格区分大小写的; XML文档中可以包含注释和处理指令; XML文档中可以使用实体引用来表示特殊字符,比如<表示小于号,>表示大于号。

我们在开发时一定要注意XML文档的这些规范要求,否则可能会出现一些莫名其妙的错误。

二. XML解析

1. 解析概念

XML解析就是将XML文档转换为可操作的数据结构的过程。XML解析器读取XML文档并将其转换为内存中的树形结构,然后再通过某种编程语言的API来访问和操作这个树形结构,得到树形结构中的数据信息。

2. 解析方式

目前在XML解析方式中,有四种常用的解析技术:DOM、SAX、StAX和Pull

2.1 DOM

DOM(文档对象模型)是一种基于树形结构的XML解析技术。它会把整个XML文档转换为一个树形结构,并将每个元素都表示为一个节点。我们通过遍历这个树形结构,就可以访问和操作XML文档中的任何元素和属性。

虽然DOM解析给我们提供了非常方便的操作API,但它需要将整个XML文档都加载到内存中,因此对于大型XML文件来说,DOM的性能和内存占用都会比较高,对内存消耗比较大,所以现在开发时较少使用,尤其是在移动端。

2.2 SAX

SAX(简单API for XML)是一种基于事件的XML解析技术。SAX解析器读取XML文档,并可以在解析过程中触发一系列的事件。应用程序可以注册回调函数来处理这些事件,从而读取XML文档中的元素和属性。

与DOM相比,SAX是一种流式解析技术,它不需要将整个XML文档加载到内存中,因此对于大型的XML文件来说,SAX的性能和内存占用都会比较低。在移动端开发中,该方式较为常用。

2.3 StAX

StAX(流式API for XML)是一种基于迭代器的XML解析技术。StAX解析器读取XML文档,并返回一个迭代器,应用程序可以使用这个迭代器来遍历XML文档中的元素和属性。

与DOM和SAX相比,StAX的API更加的简单和直观,同时也不需要将整个XML文档加载到内存中,因此对于大型XML文件来说,StAX的性能和内存占用都会比较低。

2.4 Pull解析

Pull解析也是一种基于迭代器的XML解析技术,它与StAX类似,但更加简洁和易用。Pull解析器读取XML文档后会返回一个迭代器,应用程序可以使用这个迭代器来遍历XML文档中的元素和属性。

与DOM和SAX相比,Pull解析器的API更加简单和直观,同时也不需要将整个XML文档加载到内存中,因此对于大型XML文件来说,Pull解析器的性能和内存占用都会比较低。在移动端开发中,Pull解析很常用。

因为现在XML解析并不是很常用,所以壹哥并不会把以上4种解析方式,都带大家进行代码实现,我会挑选其中的DOM和Pull解析进行代码讲解。

3. DOM解析

我们在Java中进行DOM解析时,需要依赖javax.xml.parsers包中的DocumentBuilder类和Document类,这两个类都是Java标准库中的一部分,因此无需额外下载依赖包。

但如果我们需要使用更高级的XML解析特性,比如XPath、XSLT、DTD、Schema等,可以考虑使用第三方的XML处理库,比如Apache Xerces、JDOM、DOM4J等开源框架。这些库给我们提供了更多的XML解析和处理API,同时也提供了更好的性能和更丰富的特性,我们可以在它们的官方网站下载和使用这些库。

接下来壹哥就通过一个案例,来带大家利用DOM进行XML解析。在解析XML时,我们可以在项目中提前准备一个XML文件,存放到项目的文件路径中。壹哥就把上面的bookstore的xml文件,存放在了src目录下,如下图所示:

接着我们就可以加载这个xml文件,并对其进行解析了,代码如下:

Bash
java

复制代码

import java.io.File; import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import org.w3c.dom.Document; import org.w3c.dom.Element; import org.w3c.dom.NodeList; /** * @author 一一哥Sun * @company 千锋教育 */ public class Demo01 { public static void main(String[] args) { try { // 创建DOM解析器工厂 DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); // 创建DOM解析器 DocumentBuilder builder = factory.newDocumentBuilder(); // 加载XML文件,解析XML文档 Document doc = builder.parse(new File("src/books.xml")); // 获取根元素 Element root = doc.getDocumentElement(); System.out.println("根元素:" + root.getNodeName()); // 获取所有的book元素 NodeList books = root.getElementsByTagName("book"); for (int i = 0; i < books.getLength(); i++) { //得到得到每一个book元素 Element book = (Element) books.item(i); System.out.println("book元素:"); // 获取book元素中的category属性 String category = book.getAttribute("category"); System.out.println("category属性:" + category); // 获取title元素 Element title = (Element) book.getElementsByTagName("title").item(0); //获取title里的lang属性 String lang = title.getAttribute("lang"); //得到元素中的第一个孩子的节点内容 String text = title.getFirstChild().getNodeValue(); System.out.println("title元素:" + lang + " " + text); // 获取author元素 Element author = (Element) book.getElementsByTagName("author").item(0); String authorText = author.getFirstChild().getNodeValue(); System.out.println("author元素:" + authorText); // 获取year元素 Element year = (Element) book.getElementsByTagName("year").item(0); String yearText = year.getFirstChild().getNodeValue(); System.out.println("year元素:" + yearText); // 获取price元素 Element price = (Element) book.getElementsByTagName("price").item(0); String priceText = price.getFirstChild().getNodeValue(); System.out.println("price元素:" + priceText); } } catch (Exception e) { e.printStackTrace(); } } }

执行结果如下图所示:

在这个案例中,我们使用了Java标准库javax.xml.parsers包中的DocumentBuilder和Document类,以及org.w3c.dom包下的Element和NodeList类。

首先,我们会使用DocumentBuilderFactory类创建一个DOM解析器工厂,然后使用newDocumentBuilder()方法创建DOM解析器,并使用parse()方法解析XML文档。

接着,我们又使用getDocumentElement()方法获取到根元素,并使用getElementsByTagName()方法获取所有的book元素。对于每个book元素,我们可以使用getAttribute()和getElementsByTagName()方法来获取元素的属性和子元素,并使用getFirstChild()和getNodeValue()方法来获取属性和文本内容,最后将它们打印到控制台上。

以上这个代码案例其实只是一个简单的DOM解析案例,实际上,DOM可以提供非常丰富的API来访问和操作XML文档。如果你想要处理复杂的XML文档,或者想进行复杂的数据操作,都可以使用DOM解析器。

4. Pull解析

我们在Java中进行Pull解析,需要依赖javax.xml.stream包中的相关类,这些类包括XMLInputFactory、XMLStreamReader等。这些类都是Java标准库中的一部分,因此不需要额外下载其他的依赖包。

java

复制代码

import java.io.FileInputStream; import java.io.FileNotFoundException; import javax.xml.stream.XMLInputFactory; import javax.xml.stream.XMLStreamConstants; import javax.xml.stream.XMLStreamException; import javax.xml.stream.XMLStreamReader; /** * @author 一一哥Sun * @company 千锋教育 */ public class Demo02 { public static void main(String[] args) { try { // 创建XML解析器工厂 XMLInputFactory factory = XMLInputFactory.newInstance(); // 创建XML解析器 XMLStreamReader reader = factory.createXMLStreamReader(new FileInputStream("src/books.xml")); // 遍历XML文档 while (reader.hasNext()) { //获取下一个事件 int event = reader.next(); switch (event) { case XMLStreamConstants.START_ELEMENT://开始事件 System.out.print(reader.getLocalName() + ": "); // 打印元素的属性 for (int i = 0; i < reader.getAttributeCount(); i++) { //得到元素中的属性名及属性值 System.out.print(reader.getAttributeLocalName(i) + "=" + reader.getAttributeValue(i)); } System.out.println(); break; case XMLStreamConstants.CHARACTERS://处理字符事件 String text = reader.getText().trim(); if (!text.isEmpty()) { System.out.println(text); } break; } } // 关闭XML解析器 reader.close(); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (XMLStreamException e) { e.printStackTrace(); } } }

上面这个代码案例,我们使用了Java标准库javax.xml.stream包中的XMLInputFactory和XMLStreamReader类。

首先,我们使用XMLInputFactory类创建了一个Pull解析器工厂。

然后使用createXMLStreamReader()方法创建了一个Pull解析器,并使用next()方法遍历XML文档。

对于每个事件,我们使用switch语句进行处理。对于START_ELEMENT事件,我们使用getLocalName()方法获取元素名称,并使用getAttributeCount()、getAttributeLocalName()和getAttributeValue()方法获取元素的属性。

对于XMLStreamConstants.CHARACTERS事件,我们使用getText()方法获取文本内容,并使用trim()方法去除空白字符,最后将文本内容打印到控制台上。XMLStreamConstants.CHARACTERS是Pull解析器在读取到XML文档中的字符数据时触发的事件。在这个事件中,我们可以使用XMLStreamReader类的getText()方法来获取字符数据,并使用trim()方法去除空白字符。由于XML文档中的空白字符也会被解析器读取到,因此我们需要使用trim()方法来排除空白字符,只获取有意义的文本内容。

在今天的文章中,壹哥重点给大家讲解DOM解析与Pull解析两种解析方式,其他的两种解析方式,大家如果感兴趣可以自行学习哦。

5. 总结对比

以上几种XML解析方式都有各自的特点,比如:

DOM解析给我们提供了非常方便的操作API,但需要将整个XML文档加载到内存中,对于大型XML文件来说,性能和内存占用都会比较高。 SAX和StAX不需要将整个XML文档加载到内存中,因此性能和内存占用都会比较低,但编程复杂度较高。 Pull解析器的API更加简单和直观,同时不需要将整个XML文档加载到内存中,因此性能和内存占用都会比较低,但功能相对较弱,不适合处理复杂的XML文档。

我们可以通过一个表格来清晰地对比不同解析方式的优缺点:

解析技术

优点

缺点

DOM

提供非常方便的操作API

需要将整个XML文档加载到内存中,对于大型XML文件来说,性能和内存占用都会比较高

SAX

不需要将整个XML文档加载到内存中,性能和内存占用都会比较低

编程复杂度较高,需要注册回调函数来处理事件

StAX

API简单和直观,不需要将整个XML文档加载到内存中,性能和内存占用都会比较低

编程复杂度较高,需要使用迭代器来遍历XML文档

Pull

API简单和直观,不需要将整个XML文档加载到内存中,性能和内存占用都会比较低

功能相对较弱,不适合处理复杂的XML文档

以上就是壹哥对DOM、SAX、StAX和Pull这四种常用的XML解析技术的优缺点分析,实际上每种技术都有其优点和缺点,我们在开发时可以根据自己的实际需求选择合适的技术。如果需要处理复杂的XML文档,或者需要进行复杂的数据操作,且内存资源较充足,壹哥建议使用DOM或SAX解析器;如果XML文档相对简单,数据操作较为简单,且内存资源比较宝贵,我们可以考虑使用StAX或Pull解析器。

------------------------------正片已结束,来根事后烟----------------------------

三. 结语

壹哥一直跟大家强调,这个世界上没有十全十美的技术,虽然XML有挺多优点,但它也存在一些缺陷,比如:

XML语法比较繁琐,需要使用大量的标记和属性来描述数据,因此相对于其他格式来说会比较冗长。 XML解析需要比较大的内存开销,这对于大型XML文件来说是一个问题; XML的可扩展性和自由度也是它的缺陷之一,因为这样会导致XML文档的结构比较复杂,不同的应用程序可能会定义不同的标签和属性,从而导致XML文档之间的互操作性变得很困难,很难实现统一的操作模式。 XML文档的解析和处理需要使用专门的工具和库,这对于一些小型应用程序来说可能会增加开发成本。

正是基于以上这些缺陷,导致现在很多的项目中已经不再优先考虑XML文档作为数据存储和传输载体了,现在一般的项目大多都是倾向于使用JSON格式。

相关推荐

适合在企业网站展示企业发展历程的时间轴滑动特效源码

大家好,今天给大家介绍一款,JavaScript实现的适合在企业网站展示企业发展历程的滑动特效源码(图1)。送给大家哦,获取方式在本文末尾。可以用鼠标左右滑动查看,也可以点击左右按钮查看(图2)源码完...

别再花钱请人画了!一个工具就能把照片动漫化,小白也能轻松学会

前阵子公司里一个妹子的微信换了个新头像,是用把本人的照片动漫化,有点像抖音爆火的那种漫画脸特效。我感觉很不错,既保留了自己的外貌,也挺有个性的。本来以为是她自己做的,没想到她居然告诉我是花钱请人画的...

手机如何制作变年轻特效?手把手教你这几个实用方法

现在的图片特效是越来越丰富,我们可以通过各种软件把一张照片上玩出各种花样。特别是最近流行的时光穿梭机特效,能让我们看到从年轻到变老的自己。那么你们知道时光穿梭机特效如何制作吗?下面我就来告诉你们3个很...

如何快速查看自己的网站是否被入侵

要快速查看自己的网站是否被入侵,可采取以下步骤:一、检查网站内容查看网站主页及其他重要页面,确认是否存在未经授权的更改,如新链接、广告或内容。二、使用在线工具利用第三方服务,如360网站安全检测平...

10个免费pr模板下载网站,不用AE也能解决你的片头片尾难题

之前有人问我AE太难了,PR能不能做效果,我就推荐了几个小教程,尴尬的是,他说就想用来做片头片尾,emmm……那我就来推荐几个PR模板下载网站吧。以下是我整理的一共有10个PR模板下载网站,其中全站免...

高质量特效视频素材,累积14套507.6GB,必备影视后期素材库!

收藏一时爽,一直收藏一直爽!欢迎来到宝藏后期资源系列,这是一期非常全面的特效素材,都是好莱坞大片级的特效。这是一期期待已久的特效素材资源,来自知名Bigfilms素材网站。在此之前已经安利了13套...

CSS 3.0+HTML5.0制作各种网页特效

1、C33实现点击图片渐渐放大特效2、CSS3实现图片全屏背景特效3、CSS3实现的鼠标移动到图片上不规则放大3、jQuery+CSS3模拟苹果桌面系统4、CSS3+jQuery照片...

太优秀了!高逼格的动画效果,只用 PPT 就能做出来

如果你需要做一场演讲、一个述职汇报,又或者是一个毕业答辩,可能都会尝试用PPT做一份演示文稿,来辅助表达。但是,想想开会时,老板在屏幕前做的演示稿,是不是一点也不想看:因为,大多数人做的PPT可能是这...

分享7个关于AE的网站

今天我分享几个和ae有关的好的网站,希望给对ae有兴趣但却还没入门的人一个帮助。1、http://www.lookae.com/这是一个简洁而美观的网站,提供AE、PR、C4D等的软件、插件、模板的...

Gif已out !三分钟教你做动图特效

360搜索前段时间推出过一款“拍题神器”,引发广泛反响,包括央视、北京卫视等主流媒体相继对此功能进行了报道,正值外界还在对“拍题神器”激烈讨论之际,360移动搜索再推新功能,“玩图”一经推出之后便迅速...

推荐几个神级的特效网站

随机粒子http://www.spielzeugz.de/html5/liquid-particles-3D对称光绘http://weavesilk.com高亮流体https://paveldogre...

让网站动起来的js库,真漂亮,再也不用写复杂的动画了~wow.js

前言越来越多的网站特效很漂亮,其中就有一种我很喜欢的动画,就是当滑动到某个元素的时候,元素就是出现动画效果,如:缩放、旋转、滑动等。感觉很漂亮,之前在做企业站的时候,基本上都是自己手写的,有点麻烦而且...

垃圾回收日志记录是否会影响应用性能?

尽管性能成本极低,但垃圾回收日志提供了宝贵的见解,说明JVM如何在运行时动态管理内存。译自DoesGarbageCollectionLoggingAffectAppPerforman...

73人死亡!墨西哥炼油厂发生爆炸!目击者:偷油者当场烧成灰

据新华社消息,墨西哥中部伊达尔戈州一处输油管道18日遭遇“偷油”后发生爆炸。截至小编发文,该爆炸造成的死亡人数已升至73人。▲图片截取自CNN;《墨西哥油管爆炸至少73名人员丧生,数十位受伤》这次严重...

Net平台GC VS JVM垃圾回收

前言不知道你平时是否关注程序内存使用情况,我是关注的比较少,正好借着优化本地一个程序的空对比了一下.Net平台垃圾回收和jvm垃圾回收,顺便用dotMemory看了程序运行后的内存快照,生成内存快照后...