java与xml

java解析xml文档——Dom方式，Sax方式。

其实对于java解析xml文档的方式，感到有点奇怪啊，默认情况下，主要是在“节点”方面。为什么呢？就是因为java解析的太细了。

如下片段

<book>
<title>java</title>
<writer>tom</writer>
<publisher>武汉大学出版社</publisher>
<content xxx="xxxaa">
<title>简介</title>
<detail>java介绍</detail>
</content>
</book>

不管是那种方式进行解析都会把标签之间的回车，空格算作#text类型

如：在dom方式中book的子节点数有：9个（title，writer，publisher，content，以及从book开始到/book结束，和它子元素之间的五个空字符(回车等)）。也就是说：除非<book>……</book>他们直接不有任何的空字符的时候，book的子节点数九只有“四个”。

因此，我人java对xml文档的解析太过于细微了，毕竟，我们需要的不是标签之间无关紧要的空字符（空字符只是为了美观，格式等）。

在xml中最关键的就是Node（文档节点，元素节点，文本节点……），即所有的都是节点。

接下来谈谈这两种方式如何解析xml：
1、Dom方式——主要获取Document对象。parse解析的时候即可以是输入流，也可以是文件路径或文件对象。

public void traverse(Node root){
NodeList list = root.getChildNodes();
int len = list.getLength();
System.out.println(len);
for(int i = 0; i < len; i++) {
Node n = list.item(i);
if(n.hasChildNodes()){
traverse(n);
}
String s = "Name:" + n.getNodeName();
s += "\tType:" + n.getNodeType();
s += "\tValue:" + n.getNodeValue();
s += "\tbaseURI" + n.getBaseURI();
System.out.println(s);
}
}
public void dom(String path){
DocumentBuilderFactory fac = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = null;
try{
builder =  fac.newDocumentBuilder();
Document doc = builder.parse(path);
Element root = doc.getDocumentElement();
traverse(root);
} catch (Exception e) {
e.printStackTrace();
}
}

2、sax —— 通过DefaultHandler对象获取xml文档节点的内容

public String sax(){
SAXParserFactory fac = SAXParserFactory.newInstance();
String r = "";
SAXParser sax = null;
try{
sax = fac.newSAXParser();
MyHandle handle = new MyHandle();
sax.parse(path, handle);
//XMLReader rr = sax.getXMLReader();
//rr.setContentHandler(handle);
//XMLReader reader = sax.getXMLReader();//XMLReaderFactory.createXMLReader();
r = handle.getResult();
}catch(Exception e){
e.printStackTrace();
}
return r;
}

class MyHandle extends DefaultHandler{
StringBuilder sb = new StringBuilder(1000);

/**
* 获取元素的内容如：<sex>boy</sex> data从start开始len长度存放的是boy。
* <sex>
* boy
* </sex>
* data中从start开始len长度是、\n boy \n
* 如果将所有的内容拼接在一起的话，内容就是除去<>包含的剩下的字符
* <sex>man</sex>    <name>LC</name>在sex和那么之间的空格都会只出发characters方法的执行
*/
@Override
public void characters(char[] data, int start, int len)
throws SAXException {
sb.append(data, start, len);
System.out.println(start + ":" + len);
System.out.print(new String(data));
}
@Override
public void endDocument() throws SAXException {
System.out.println("解析结束");
}
@Override
public void endElement(String s1, String s2, String s3)
throws SAXException {
System.out.println("s1:" + s1 + "\ts2:" + s2 + "\ts3:" + s3);
System.out.println("元素解析完成");
}
@Override
public void startDocument() throws SAXException {
System.out.println("开始解析文档");
}
@Override
public void startElement(String s1, String s2, String s3,
Attributes att) throws SAXException {
System.out.println("开始解析元素");
System.out.println("s1:" + s1 + "\ts2:" + s2 + "\ts3:" + s3);
System.out.println(att.getLength() + att.getType(0) + att.getQName(0) + att.getValue(0));
}

public String getResult(){
return sb.toString();
}
}

查看DefaultHandler的源码，你发现此类的绝大多数方法都是空的// no op

因为这些方法是在解析文档时，所触发事件而引起的回调。

（1）解析文档的时候

会先调用startDocument，最后调用endDocument方法。

从名字可以知道，是开始解析文档时候和文档解析结束的时候调用的方法。

（2）在解析一个节点元素的时候（如：writer）

那么会依次调用startElement，characters，endElement方法

startElement方法接收元素开始的通知。参数依次为uri，localName，qName，atts

前三个都是String类型的，就名字而言，可以猜出他们代表的是什么意思了

最后一个是Attributes类型的，即：属性列表（查看实现类源码可知，数据是用String[]存储的）。根据Attributes中的方法可以访问各个属性名字，值，类型等等。

characters方法接收字符的通知。参数依次为ch，start，length

ch是char[]类型的，后两个为int类型。此参数名字可以猜到ch是存文档中字符的（出去声明等）。在writer中那么从start开始length长度的字符串为：tom

endElement方法接收元素结束的通知。参数依次为uri，localName，qName，这个三个内容和startElement中的内容是一样的，只是在ch中的位置索引不同罢了。

（3）在DefaultHandler中还有其他的方法，只是以上的方法是最常用的。只是在DefaultHandler中没有对方法进行逻辑处理，也没有什么进行数据存储，故，在正真应用的时候，应该重写这些方法进行解析操作，可以提供容器进行数据分离存储。

3、文档其他设置——文档验证，schema设置，解析器等
这些主要是在创建工厂（DocumentBuilderFactory和SAXParserFactory中）中进行设置。