Java Web开发实战—XML—XML解析
上一篇已经跟大家介绍了Java Web开发实战—XML—初识XML、XML语法规范（ Java Web开发实战—XML—初识XML、XML语法规范 ）这篇我们接着来说 XML解析以及案例。
XML解析
当数据被存储在XML文档中以后，若想操作这些数据，就必须先解析XML文档。由于XML文档是结构化文档，如果仍然使用普通文件IO进行读写，不仅效率低下，过程也非常复杂。为了避免这些问题，在实际开发中常采用DOM、SAX、DOM4J等方法对XML文档进行解析。
DOM解析简介
DOM是Document Object Model（文档对象模型）的简称，它是W3C组织推荐的处理XML的一种标准方式。
DOM以树状结构组织XML文档中的每个元素，这个树状结构允许开发人员在树中寻找特定信息。在解析XML文档时，内存中会生成与XML文档结构对应的DOM对象树。这样便能够根据树的结构，以节点形式来对文档进行操作，如图4.4所示。
图4.4 DOM方式解析XML文档
图4.4描述了用DOM方式解析XML文档的过程，XML解析器负责读入文档，将该文档转成常驻内存的树状结构，然后程序代码就可以使用节点与节点之间的父子关系来访问DOM树，并获取每个节点所包含的数据。
DOM解析实例
Java提供了相应的API封装对XML解析的操作，下面以一个实例演示以DOM方式解析XML文档。打开Eclipse，新建Java工程chapter04，在工程chapter04下新建目录lib，将dom4j-1.6.1.jar和jaxen-1.1-beta-6.jar复制到lib目录下，鼠标右击lib目录下的上述jar包，在弹出的菜单中选择Build Path→Add to Build Path，完成jar包的导入。在工程chapter04的src目录下新建book02.xml，如例4.3所示。
接着，新建测试类TestDOM，用于解析book02.xml文档，如例4.4所示。
SAX解析简介
与DOM不同， SAX 采用事件机制来解析XML文档，它基于事件驱动，是一种快速读取XML的方式。
通过SAX方式解析XML文档，涉及两个部分：解析器和事件处理器。在处理XML文档时，解析器遇到文档开始、元素开始、文本、元素结束和文档结束时会触发对应的事件，这些事件中封装了XML元素。事件处理器是用来监听并处理解析器触发的事件的，从事件处理器中可以获得解析器封装的文档内容，通过SAX方式解析XML文档的过程如图4.5所示。
图4.5 SAX方式解析XML文档
图4.5描述了用SAX方式解析XML文档的过程，SAX解析器对文档进行解析时，会触发一系列事件，这些事件将被SAX事件处理器监听。开发者要在SAX事件处理器中定义处理事件的方法，当监听到事件时，相应的方法将被调用。
SAX解析实例
为了让大家理解得更加深刻，下面通过一个实例来演示SAX方式解析book02.xml文档。新建一个类MyHandler，该类即为事件处理器，需要继承SAX提供的DefaultHandler类并重写其中的方法，如例4.5所示。
接下来，新建一个类TestSAX，该类用于测试通过SAX解析XML文档，如例4.6所示。
DOM与SAX的对比
DOM通过把XML文档转化成DOM树进行解析，SAX采用事件机制对XML文档进行解析，作为XML解析的重要方式，它们之间存在很大的区别，具体如表4.3所示。
表4.3 XML与HTML对比
| 对比项 | DOM | SAX |
| 解析机制 | DOM模型 | 触发事件 |
| 资源占用 | 一次性将整个XML文档读入内存并转化成DOM树，解析速度慢，占用资源大 | 按顺序逐行解析，无须将XML文档一次性全部装入，速度快，占用内存资源较少 |
| 访问与修改 | 即可读取元素内容，也可修改元素内容，整个解析过程DOM树常驻内存，支持重复访问 | 只能访问元素内容，不支持修改元素内容，不保存已访问内容，想要重复访问，只能再次解析 |
| 应用场景 | 1.需要对XML文档进行修改 2.需要随机对XML文档进行访问 | 1.对大型XML文档进行处理 2.只需要XML文档的部分内容，或者只需要从XML文档中得到特定信息 3.开发者想自定义对象模型 |
DOM4J简介
DOM4J是一个由 http:// dom4j.org 出品的开源XML解析包，从表面看，它类似于前面讲过的DOM机制，但实质上，DOM4J的处理方式比DOM机制更简单一些。
DOM4J采用面向接口的方式处理XML文档，它对底层原始的多种XML解析器进行了高度封装，完全支持DOM、SAX等机制，在很大程度上简化了XML的解析方式。
DOM4J的最大特色是其提供的接口，在使用DOM4J进行XML解析时，开发者只需调用接口实现相关功能，无需关注接口的底层实现。关于DOM4J的常用接口，具体如表4.4所示。
表4.4 DOM4J的常用接口
| 接口名称 | 功能描述 |
| interface org.dom4j.Node | 它是DOM4J树中所有元素的根接口 |
| interface org.dom4j.Attribute | 定义了XML元素的属性 |
| interface org.dom4j.Branch | 指能够包含子节点的节点，子接口是Element和Docuemnt |
| interface org.dom4j.CDATA | 定义了XML CDATA区域 |
| interface org.dom4j.CharacterData | 是一个标识接口，标识基于字符的节点，是所有文本元素的父接口。 |
| interface org.dom4j.Comment | 定义了 XML的注释内容 |
| interface org.dom4j.Document | 定义了XML文档 |
| interface org.dom4j.DocumentType | 定义 XML DOCTYPE声明 |
| interface org.dom4j.Element | 定义XML元素 |
| interface org.dom4j.ElementHandler | 定义了Element 对象的处理器 |
| interface org.dom4j.ElementPath | 被 ElementHandler使用，用于取得当前正在处理的路径层次信息 |
| interface org.dom4j.Entity | 定义 XMLentity |
| interface org.dom4j.NodeFilter | 定义了在DOM4J节点中产生的一个滤镜或谓词的行为（predicate） |
| interface org.dom4j.Text | 定义 XML 文本内容 |
| interface org.dom4j.Visitor | 用于实现 Visitor模式 |
| interface org.dom4j.XPath | 在分析一个字符串后会提供一个 XPath 表达式 |
DOM4J解析实例
前面已经提到，使用DOM4J解析XML文档是相对简单的，下面通过一个实例来演示解析过程。新建一个测试类TestDOM4J，该类用于测试通过DOM4J解析book02.xml文档，具体代码如例4.7所示。
XPath解析简介
Xpath的全称是XML Path Language（XML路径语言），是一门在 XML 文档中查找信息的语言。XPath的功能有些类似于SQL，发送SQL命令可以从数据库中获得需要的数据，同样，通过给出XPath路径信息则可以从XML文档中查找出符合条件的元素。
Xpath是W3C XSLT 标准的主要因素，应用非常广泛，本书主要针对在DOM4J中使用xPath技术进行讲解。
要使用XPath获取 XML文档中的节点或节点集，首先要理解路径表达式的概念。XPath的路径表达式是有一定语法要求的，XPath中常用的特殊字符，具体如表4.5所示。
表4.5 Xpath中常用的特殊字符
| 常用字符 | 功能描述 |
| nodename | 选取此节点的所有子节点 |
| / | 从根节点选取 |
| // | 从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置 |
| . | 选取当前节点 |
| .. | 选取当前节点的父节点 |
| @ | 选取属性 |
为了让大家理解表4.5中特殊字符的用法，下面给出一些常用的路径表达式实例，具体如表4.6所示。
表4.6 Xpath的路径表达式实例
| 表达式实例 | 说明 |
| booklist | 选取booklist的所有子节点 |
| / booklist | 选取根节点booklist |
| booklist/ computerbooks | 选取属于 booklist的子元素的所有computebooks元素。 |
| // computerbooks | 选取所有computerbooks子元素，而不管它们在文档中的位置。 |
| booklist// computerbooks | 选择属于booklist元素的后代的所有computerbooks元素，而不管它们位于booklist 之下的什么位置。 |
| //@lang | 选取名为 lang 的所有属性 |
XPath解析实例
学习了Xpath路径表达式的概念后，通过一个实例来演示在DOM4J中使用Xpath技术。
小结：Java Web开发实战—XML— 初识XML、XML语法规范、XML解析
讲解了XML的相关知识，包括XML的基本介绍、XML的语法规范、XML解析等，通过学习，大家要能够根据语法规范编写XML，可以使用Java程序对XML进行解析和处理。