XML 解析---dom解析和sax解析

目前XML解析的方法主要用兩種：

1、dom解析：（Document Object Model，即文檔對象模型）是W3C組織推薦的解析XML的一種方式。

使用dom解析XML文檔，該解析器會先把XML文檔加載到記憶體中，生成該XML文檔對應的document對象，然後把XML文檔中的各個标簽元素變成相應的Element對象，文本會變成Text對象，屬性會變成Attribute對象，并按這些标簽、文本、屬性在XML文檔中的關系儲存這些對象的關系。

缺點：消耗記憶體，是以使用dom解析XML文檔時不能解析太大的XML文檔，否則有可能會造成記憶體溢出。

優點：使用dom解析XML文檔可以很友善的執行增删改查操作（可以直接根據節點對應的對象進行操作）。

2、sax解析：Simple API for XML，不是官方标準，但它是XML社群事實上的标準，幾乎所有的XML解析器都支援它。

使用sax解析XML文檔，該解析器會從上往下讀，讀一行，解析一行；

優點：因為它解析XML文檔是采取讀一行，解析一行的方式，是以它不會對記憶體造成壓力。

缺點：不适合執行增删改查的操作（也是因為它解析XML文檔時采取的讀一行解析一行的方式，是以它不能往回操作），隻适合對XML文檔進行讀取操作。

======================================================================================================

補充：

XML解析開發包：Jaxp（sun）、Jdom、dom4j；

======================================================================================================

調整JVM記憶體大小：

當我們要解析的XML文檔記憶體比較大、而且要對該XML中的節點資料進行相關的操作時，使用這兩種解析方式顯然都會不友善，這時就需要調整JVM記憶體的大小了。

JVM預設的允許最大記憶體容量是64M（根據jdk的版本不同，預設的最大容量值不一樣，jdk5.0版本的是64MB，jdk7版本的是170MB）。

調整JVM記憶體大小的方法（相應的指令為：-Xmx記憶體大小值機關）：

在Eclipse中的項目導航框中右擊相應的Java程式》》Run As》》Open Run Dialog...》》打開Run對話框》》選擇Arguments選項，在開視窗中有兩個輸入框，第一個是程式的參數輸入框，第二個是VM的參數輸入框，在第二個VM的參數輸入框中輸入Xmx200M》》點選右下角的Run按鈕，執行相應的Java程式，就不會報OutOfMemoryError的錯誤了。

======================================================================================================

XML解析開發包：

1、JAXP：JAXP開發包是J2SE的一部分，它由javax.xml、org.w3c.dom、org.xml.sax包及其子包組成。

在javax.xml.parsers包中，定義了幾個工廠類，程式員調用這些工廠類，可以得到XML文檔的dom或sax的解析器，進而實作對XML文檔的解析。

首先、建立工廠：

DocumentBuilderFactory factory = DocumentBuilderFactroy.newInstance();//因為DocumentBuilderFactory類是抽象類，不能new出它的對象隻能調用它的靜态方法擷取它的對象。

其次、得到dom解析器：

DocumentBuilder builder = factory.newDocumentBuilder();

然後、加載XML文檔，得到代表文檔的Document對象：

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

拿到代表XML文檔的document對象就可以操作XML文檔中的各個節點了。

======================================================================================================

補充：

dom解析下，XML文檔的每一個組成部分都會用一個對象表示，例如标簽用Element，屬性用Attribute，但不管什麼對象，都是Node的子類，是以在開發中可以把擷取到的任意節點都當作Node對待。 

XML程式設計（CRUD）

create、read、update、delete

添加、查詢、更新、删除；

除了這兩種解析方法外，還有另外的解析方法。。。

======================================================================================================

在對XML文檔進行添加、修改和删除操作時，不僅要更新document對象還要更新XML文檔（把更新後的document對象重寫到XML文檔中）。

javax.xml.transform包中的Transformer類用于把代表XML文檔的Document對象轉換為某種格式後輸出，例如把XML文檔應用樣式表後轉換成一個HTML文檔。利用這個對象，當然也可以把Document對象又重新寫入到一個XML文檔中。源和目的地。可以通過：

javax.xml.transform.dom.DOMSource類來關聯要轉換的document對象，

用javax.xml.transform.stream.StreamResult對象來表示資料的目的地。

Transformer對象通過TransformerFactory獲得。

Transformer類通過transform方法完成轉換操作，該方法接收個

（工廠對象（TransformerFactory）》》》轉換器對象（Transformer）》》》轉換方法(transform（DOMSource 源，StreamResult 目的地）;)）

======================================================================================================

SAX解析：

SAX解析采用事件處理的方式解析XML檔案，利用SAX解析XML文檔，涉及兩個部分：解析器和事件處理器：

解析器可以使用JAXP的API建立，建立出SAX解析器後，就可以指定解析器去去解析某個XML文檔。

解析器采用SAX方式在解析某個XML文檔時，它隻要解析到XML文檔的一個指定部分，都會去調用事件處理器的一個方法，解析器在調用事件處理器的方法時，會把目前解析到的XML檔案内容作為方法的參數傳遞給事件處理器。

事件處理器由程式員編寫，程式員通過事件處理器中方法的參數，就可以很輕松的得到SAX解析器解析到的資料，進而可以決定如何對資料進行處理。

1、建立解析工廠；

SAXParserFactory fac = SAXParserFactory.newInstance();

2、擷取解析器；

SAXParser sp = fac.newSAXParser();

3、得到讀取器；

XMLReader re = sp.getXMLReader();

4、設定内容處理器；

re.setContentHandler(new ContentHandler(){ });

(或者：re.setContentHandler(new DefaultHandler());)

第一種方法是解析整個XML文檔，第二種方法可以隻解析某個标簽；

其實還有一種内容處理器，也是先繼承DefaultHandler類，然後把解析的内容封裝到bean對象中。 

5、讀取XML文檔内容；

re.parse("*.xml"); 

======================================================================================================

XML解析開發包：

2、dom4j：

SAXReader saxReader = new SAXReader();

Document doc = saxReader.read(new File());

OutputFormat format = OutputFormat.createPrettyPrint();//該對象标明格式按漂亮的格式進行輸出；另外還有一個對象是按緊湊的格式進行輸出；

format.setEncoding("UTF-8");

XMLWriter xmlWriter = new XMLWriter(new FileOutputStream(),format);

xmlWriter.write(doc);//如果xmlWriter對象采用的流是位元組流，那麼該對象會先把doc對象按format對象給定的編碼格式轉換成位元組，然後把資料交給位元組流進行操作。

writer.close();//最後要關閉資源

======================================================================================================

XPath:

使用XPath可以快速定位到某個節點；

List list = document.selectNodes("//foo/bar");//擷取foo節點下的所有bar節點；

Node node = document.selectSingleNode("//foo/bar");//擷取foo節點下的第一個bar節點；

單斜杠是絕對路徑即從根節點開始；

雙斜杠是相對路徑即從所有目前節點開始；

星号“*”表示選擇所有由星号之前的路徑所定位的元素；

例如：

/aa/bb*/*/bbb表示選擇所有的有3個祖先元素的bbb元素；

//bb[@*]表示選擇有任意屬性的bb元素；

//bb[not(@*)]表示選擇沒有屬性的bb元素；

//bb[@id='b1']表示選擇含有屬性id='b1'的bb元素；