Java-XML解析

一、XML

1、XML含义

XML是指可扩展标记语言（Extensible Markup Language）,类似于HTML。

纯文本、跨平台、可读性强。

XML标签没有被预定义，用户需要自定义标签。

2、XML语法

文档声明

（1）在编写XML文档时，需要先使用文档声明来声明XML文档。且必须出现在文档的第一行。（前面注释都不允许）

如：最简单的语法:< ? xml version=“1.0”? >

（2）用encoding属性说明文档所使用的字符编码。保存在磁盘上的文件编码要与声明的编码一致。

如：< ?xml version=“1.0” encoding=“utf-8”?>

（3）用standalone属性说明文档是否独立，即是否依赖其他文档。

如：< ?xml version=“1.0” encoding=“utf-8” standalone=“yes”?>

元素

（1）指XML文件中出现的标签。一个标签分为起始和结束标签(不能省略)。一个标签有如下几种书写形式：

包含标签主体：< mytag>some content< /mytag>

不含标签主体：< mytag />（有时也叫空标签）

一个标签中可以嵌套若干子标签，但所有标签必须合理的嵌套，不允许有交叉嵌套。

< mytag1>< mytag2>< /mytag1>< /mytag2>

（2）一个XML文档必须有且仅有一个根标签，其他标签都是这个根标签的子标签或孙标签。

（3）对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理。例如：下面两段内容的意义是不一样的。

（4）由于在XML中，空格和换行都作为原始内容被处理，所以，在解析XML文件时要特殊处理下，绕过这些空格和换行符。

（5）元素命名规范：一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：

区分大小写，例如，< A>和< a>是两个不同的标记。（与java、c变量命名一致）

不能以数字或”_” (下划线)开头。

不能以xml(或XML、或Xml 等)开头。(xml 为关键字，所以不能重复)

不能包含空格。

名称中间不能包含冒号（:）。

属性

（1）一个元素可以有多个属性，每个属性都有它自己的名称和取值，例如：< mytag name=“value” …/>

（2）属性值一定要用引号(单引号或双引号)引起来。

（3）属性名称的命名规范与元素的命名规范相同。

（4）元素中属性没有顺序要求，但是不准重复。

（5）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。

注释

（1）XML中的注释语法为：< !–这是注释–>

（2）XML声明之前不能有注释(xml声明必须放在文档第一行)

（3）注释不能嵌套

实体引用和CDATA区

实体引用

（1）在 XML 中，一些字符拥有特殊的意义。如果你把字符 “<” 放在 XML 元素中，会发生错误，这是因为解析器会把它当作新元素的开始。如下这样会产生 XML 错误：

< message>if salary < 1000 then< /message>

（2）为了避免此类错误，需要把字符 “<” 替换为实体引用，就像这样：

< message>if salary & l t; 1000 then< /message>

替换字符	符号	含义
< ;	<	小于
> ;	>	大于
& ;	&	和号
&apos ;	‘	单引号
" ;	“	引号

严格地讲，在 XML 中仅有字符 “<”和”&” 是非法的。省略号、引号和大于号是合法的，但是把它们替换为实体引用是个好的习惯

CDATA区

术语CDATA 指的是不应由 XML 解析器进行解析的文本数据（Unparsed Character Data）。

在 XML 元素中，”<”和”&”是非法的。”<”会产生错误，因为解析器会把该字符解释为新元素的开始。”&”也会产生错误，因为解析器会把该字符解释为字符实体的开始。

某些文本，比如 JavaScript 代码，包含大量”<”或”&”字符。为了避免错误，可以将脚本代码定义为 CDATA。

CDATA 部分中的所有内容都会被解析器忽略。

CDATA 部分由 “< ![CDATA[” 开始，由 “]]>” 结束：

二、XML解析

XML解析有三种：

DOM（文档对象模型）：将整个文件以树的结构存储到内存中，适合小文件，程序可读性高。

SAX（基础事件流的解析）：省内存，程序可读性相比DOM差。

PULL（Android自带解析器）：也是基于事件流的解析。

1、SAX解析

1.1解析原理

以事件驱动的方式解析,即找开始结束标签的方式

SAX的工作原理简单地说就是对文档进行顺序扫描，当扫描到文档（document）开始与结束、元素（element）开始与结束、等地方时通知事件处理函数，由事件处理函数做相应动作，然后继续同样的扫描，直至文档结束。

所以有两个动作：顺序扫描，事件处理函数

例子：解析xml文件（根标签有属性）

Main类：

public class SaxParseTest {

public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {
//创建解析工厂
SAXParserFactory factory = SAXParserFactory.newInstance();
//创建解析器
SAXParser parser =  factory.newSAXParser();
//创建处理对象
MyHandler handler = new MyHandler();
//解析
parser.parse(new File("students.xml"), handler);
//获取结果
List<Student> students = handler.getList();
for(Student s:students){
System.out.println(s);
}
}
}

Handler类：

public class MyHandler extends DefaultHandler{
private List<Student> list;
private String tag;
private Student student;
@Override
public void startDocument() throws SAXException {
//初始化
list = new ArrayList<Student>();
}

@Override
public void startElement(String uri, String localName, String qName,Attributes attributes) throws SAXException {
//      System.out.println("uri:"+uri+" localName:"+localName+" qName:"+qName+" attributes:"+attributes);
tag = qName;
if("student".equals(qName)){
student = new Student();
if(attributes == null){
return;
}
for (int i = 0; i < attributes.getLength(); i++) {
String name = attributes.getQName(i);
String value = attributes.getValue(i);
if("id".equals(name)){
student.setId(value);
}

}
}
}

@Override
public void endElement(String uri, String localName, String qName)throws SAXException {
if("student".equals(qName)){
list.add(student);
}
}

@Override
public void characters(char[] ch, int start, int length)throws SAXException {
String content = new String(ch,start,length);
//      System.out.println(content);
content = content.trim();
if(content.length()!=0){
if("name".equals(tag)){
student.setName(content);
}else if("age".equals(tag)){
student.setAge(Integer.parseInt(content));
}else if("sex".equals(tag)){
student.setSex(content);
}
}
}

public List<Student> getList() {
return list;
}
}

Student类：

public class Student {
private String id;
private String name;
private int age;
private String sex;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public int getAge() {
return age;
}
public void setAge(int age) {
this.age = age;
}
public String getSex() {
return sex;
}
public void setSex(String sex) {
this.sex = sex;
}

public String getId() {
return id;
}
public void setId(String id) {
this.id = id;
}
@Override
public String toString() {
return "{id:'" + id + "', name:'" + name + "', age:'" + age
+ "', sex:'" + sex + "'}";
}
}

XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<students>
<student id="10001">
<name>zhangsan</name>
<age>20</age>
<sex>male</sex>
</student>
<student id="10002">
<name>lisi</name>
<age>21</age>
<sex>female</sex>
</student>
</students>

输出结果：

{id:'10001', name:'zhangsan', age:'20', sex:'male'}
{id:'10002', name:'lisi', age:'21', sex:'female'}

2、PULL解析

在android系统中，很多资源文件中,很多都是xml格式，在android系统中解析这些xml的方式，是使用pul解析器进行解析的，它和sax解析一样，也是采用事件驱动进行解析的。

例：解析XML文件（根标签带属性）

public class PullparseTest {
public static void main(String[] args) throws XmlPullParserException,IOException {
//创建pull解析器的工厂对象
XmlPullParserFactory factory = XmlPullParserFactory.newInstance();
//创建pull解析器
XmlPullParser parser = factory.newPullParser();
//指定数据源，解析students.xml
parser.setInput(new FileReader("students.xml"));
//获取事件状态码，在开始解析之前先获取一次
int eventType = parser.getEventType();

List<Student> stuList = null;
Student stu = null;
//循环获取事件状态码，直到文件解析结束
while (eventType != XmlPullParser.END_DOCUMENT) {
//获取标签
String tag = parser.getName();
switch (eventType) {
case XmlPullParser.START_DOCUMENT://文档的开始
stuList = new ArrayList<Student>();
break;
case XmlPullParser.START_TAG://标签的开始
if ("student".equals(tag)) {
stu = new Student();
// 解析标签属性
int count = parser.getAttributeCount();
for (int i = 0; i < count; i++) {
String name = parser.getAttributeName(i);
String value = parser.getAttributeValue(i);
if ("id".equals(name)) {
stu.setId(value);
}
}

} else if ("name".equals(tag)) {
stu.setName(parser.nextText());
} else if ("age".equals(tag)) {
stu.setAge(Integer.parseInt(parser.nextText()));
} else if ("sex".equals(tag)) {
stu.setSex(parser.nextText());
}
break;
case XmlPullParser.END_TAG://标签的结束
if ("student".equals(tag)) {
stuList.add(stu);//添加信息到list
}
break;
}
//获取下一个事件状态码，往下继续解析
eventType = parser.next();
}
for (Student s : stuList) {
System.out.println(s);
}
}
}

输出结果：

{id:'10001', name:'zhangsan', age:'20', sex:'male'}
{id:'10002', name:'lisi', age:'21', sex:'female'}