JavaEE XML DOM解析
DOM解析XML
@author ixenos
XML解析方式（原理）
a) DOM 解析树
b) SAX 流事件
DOM解析对应主流工具
i. DOM（官方）
ii. DOM4J （非官方 主流 三大框架使用DOM4J解析配置文件）
iii. JDOM （非官方）
SAX解析对应主流工具
SAX （官方 主流）
解析XML文档
a) 要处理XML文档就要先解析(parse)它，
b) 解析器程序：读入一个文件，确认这个文件具有正确的格式，然后分解成各种元素，使程序员能够访问这些元素
i. 文档对象模型（Document Object Model，DOM）解析器，是树型解析器（tree parser），将读入的XML文档转换成树结构
ii. XML简单API（Simple API for XML，SAX）解析器，是流机制解析器（streaming parser），在读入XML文档时生成相应的事件
c) 如果只是对于某些元素感兴趣，而不关心他们的上下文，那么在这些情况下你应该考虑使用流机制解析器
节点Node
一个XML文档中只有一个根节点
没有父节点的元素节点
元素节点
根节点和根节点中的所有标签都是元素节点
属性节点
<student id=“001”></student> id就是属性节点
文本节点
<name>zhangsan</name> zhangsan就是文本节点
注释节点
<!-- --> xml文档中的注释信息
Element类型：带标签的<a>b</a>，节点名是a，节点值都是null，b是“节点值”，也是子节点（此时b是Text类型的节点）
Attr类型：节点值是属性名，节点值是属性值
Text类型：在标签之外的都是文本节点，节点名都是#text，节点值是文本
因此，我们认为的Element类型的节点的“节点值”，实际上是Element类型节点的Text类型的子节点——指夹在标签中间的内容，不能通过getNodeValue()获取，要通过：
- getFirstChild().getNodeValue() 获得第一个子节点的节点值
- getTextContent() 获得所有Text子节点的节点值，也会递归孙子节点获得曾孙节点的节点值
a) 例如<a><b>bb</b>哈哈哈</a>将得到：bb哈哈哈
b) 而用1.将解析b这个Element节点，将得到null
DOM官方解析示例
a) 首先要明白XML是被看成文档（Document）的，所以我们需要一个DocumentBuilder对象来读取XML，生成对应的Document对象
i. /*用Builder工厂生成Builder*/
ii. DocumentBuilderFactory factory = DocumentDuilderFactory.newInstance();
iii. DocumentBuilder builder = factory.newDocumentBuilder();
iv. /*用builder读取XML文档生成Document对象*/
v. File f = new File(“…”);
vi. Document doc = builder.parse(f); //也可以读URL或者输入流
b) 启动对Document的分析，调用getDocumentElement，获得root元素
i. Element root = doc.getDocumentElement();
c) 获得root节点子节点的列表，
i. 注意，子节点不仅有Element元素类型还有Text文本类型（不在标签里的，连换行回车的空白也算）
ii. NodeList children = root.getChildNodes();
iii. For(int i=0; i<children.getLength(); i++){
Node child = children.item(i);
……
iv. }
v. 如果只希望得到元素子节点（Element），那么可以忽略空白字符（Text）：
vi. NodeList children = root.getChildNodes();
vii. For(int i=0; i<children.getLength(); i++){
Node child = children.item(i);
if(child instanceof Element){
Element childElement = (Element)child;
…
}
viii. }
d) 如果文档有DTD，那么解析器知道哪些是没有文本节点的子元素，而且会自动剔除掉空白字符！DTD很好用
e) 如<a>123</a><b>456</b>，当我们想知道标签夹着的信息时，既然Text是这些元素子节点唯一的子节点，就可以用getFirstChild方法而不必对着这些元素子节点的NodeList一顿遍历，而只需要之后再对Text节点getData得到字符串即可
i. For(int i=0; i<children.getLength(); i++){
- Node child = children.item(i);
- If(child instanceof Element){
a) Element childElement = (Element)child;
b) Text textNode = (Text)childElement.getFirstChild();
c) String text = textNode.getData().trim(); //去掉多余空格和换行符
d) if(childElement.getTagName().equals(“name”)) //name标签名
i. name = text;
e) else if(childElement.getTagName().equals(“size”))
i. size = Integer.parseInt(text);
}
}
对元素节点的文本子节点getData后再trim，可以优化这种情况：
<size>
36
</size>
此时文本子节点中含有换行和空格，调用trim可以删掉前后的空格
f) 枚举元素子节点的属性<size hel=”pt”>36</size>
i. 一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如：
<input name=“text”>
属性值一定要用双引号（"）或单引号（'）引起来
定义属性必须遵循与标签相同的命名规范
多学一招：在XML技术中，标签属性所代表的信息，也可以被改成用子元素的形式来描述，例如：
<input>
<name>text</name>
</input>
注意：此时就不能使用getAttributes了
ii. 文档对象调用getAttributes，返回一个NameNodeMap对象，其中包含了描述属性的Node对象（键值对），遍历该Map得Node，调用getNodeName和getNodeValue获得属性名和属性值
iii. 或者知道属性名，直接获取属性值
- String unit = element.getAttrbute(“unit”); //unit是属性名，将属性值赋给String变量unit
或者
外部
<!DOCTYPE configuration PUBLIC “http://myserver.com/config.dtd”>
