Java处理XML的方法

• DOM(Document Object Model)  API: 顾名思义，基于dom 书读写xml。

public static void main(String[] args) throws SAXException, IOException,
            ParserConfigurationException {
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        dbf.setIgnoringElementContentWhitespace(true);
        // dbf.setNamespaceAware(true);
        // dbf.setValidating(true);
        DocumentBuilder db = dbf.newDocumentBuilder();

        OutputStreamWriter errorWriter = new OutputStreamWriter(System.err,
                "UTF-8");
        db.setErrorHandler(new MyErrorHandler(
                new PrintWriter(errorWriter, true)));
        Document doc = db.parse(new File("resources/dom_example.xml"));
        Element node = doc.getDocumentElement();
        traverse(node, 0);
        traverse1(node, 0);
    }

    private static void traverse(Node node, int deep) {
        if (null == node) {
            return;
        }
        Node sibling = node;
        while (null != sibling) {
            if (Node.ELEMENT_NODE == sibling.getNodeType()) {
                printNode(sibling, deep);
                traverse(sibling.getFirstChild(), deep + 1);
            }
            sibling = sibling.getNextSibling();
        }
    }

 

 这里需要特别注意White Space。 参考： http://www.oracle.com/technetwork/articles/wang-whitespace-092897.html

    除了JDK自己的dom实现外，常用的dom库有DOM4J。　　　　

• SAX(Simple API for XML) API: 按顺序读取xml。该api只能读取xml文件。它提供一种基于Push-Parsing Model的事件驱动方式解析xml。

　　　　既然是Push parsing，我们需要实现Handler来（ContentHandler, ErrorHandler, DTDHandler, etc.）对获取的事件进行处理。通常我们继承DefaultHandler。

　　　　

　　　　SAXParserFactory spf = SAXParserFactory.newInstance();
        spf.setNamespaceAware(true);
        SAXParser saxParser = spf.newSAXParser();
        XMLReader xmlReader = saxParser.getXMLReader();
        xmlReader.setContentHandler(new SAXLocalNameCount());
        xmlReader.setErrorHandler(new MyErrorHandler(System.err));
        xmlReader.parse("sax_example.xml");

 

　　　　DOM和SAX都是1.6之前的api，因此，最好不要再使用。

　　　　从1.6开始，为了提高效率，提供了几种新的api用于处理xml：

• Stax（Streaming API for XML）：一种基于Pull-Parsing model的xml处理api。有关XML Pull的内容可以参考http://www.xmlpull.org/v1/download/unpacked/doc/quick_intro.html。

　　　　

　　　　Stax API分为Cursor API和Event Iterator API。

　　　　　　Cursor API提供一个前向Cursor遍历xml。主要包括2个接口：

　　　　　　　　XMLStreamReader：

　　　　　　　　XMLStreamWriter：

　　　　　　Event Iterator API将xml流看成事件对象。解析器（Parser）通过pull方式获取事件。主要包括以下接口：

　　　　　　　　XMLEvent

　　　　　　　　XMLEventReader

　　　　　　　　XMLEventWriter

　　　　　　Event Iterator API与Cursor API相比较而言有以下优点：

1. 1. 1. 从XMLEvent创造的对象是不可更改的。能用于array，list，map。　　
      2. 可以继承XMLEvent。
      3. 更容易添加和删除事件。

　　　　　　如果内存受限或是要求高performance，优先选择Cursor API；其他情况下尽量使用Event Iterator API。

　　　　　　XMLInputFactory用于创建xml流读取。XMLInputFactory.newInstance按照以下步骤决定XMLInputFactory实例：

1. 1. 1. 使用javax.xml.stream.XMLInputFactory系统属性；
      2. 使用JRE下lib/xml.stream.properties文件；
      3. 使用Services API，在META-INF/services/javax.xml.stream.XMLInputFactory里查找；
      4. 使用系统默认的XMLInputFactory实现；　　　

　　　　　　XMLOutputFactory用于创建xml流写入。

　　　　　　XMLEventFactory用于创建事件。

　　　　　　XMLStreamReader：

　　　　　　　　　　　　　　

 XMLInputFactory f = XMLInputFactory.newInstance();
 XMLStreamReader r = f.createXMLStreamReader( ... );
 while(r.hasNext()) {
     r.next();
 }

　　　　　　XMLEventReader：

　　　　　　XMLStreamWriter：

　　　　　　XMLEventWriter：

　

　　　　　　报告CDATA Event：javax.xml.stream.XMLStreamReader 默认不报告CDATA事件。如果需要的话，可以按以下配置XMLInputFactory：

XMLInputFactory factory = XMLInptuFactory.newInstance();
factory.setProperty("report-cdata-event", Boolean.TRUE);

　　　　　　具体例子可以参考：http://docs.oracle.com/javase/tutorial/jaxp/stax/example.html

　　　　　　

　　　　关于Stax和其他Xml api的对比可以参照http://docs.oracle.com/javase/tutorial/jaxp/stax/why.html

 

• JAXB（Java Architecture for XML Binding）