Java中如何使用xml.doc

教学提示：一个单独的XML文件不能做任何的工作，它需要与应用程序结合来实现各种功能，应用程序通过XML解析器和XML应用程序接口处理XML文件。本章介绍了Java程序如何使用DOM解析XML文件。JAXP 提供的类和方法，可以让Java应用程序使用DOM解析或转换XML文件。教学要求：了解Java的特点，熟悉Java的开发环境JDK的安装和配置，掌握Java使用DOM加载XML的方法，掌握访问XML元素和属性的方法，掌握使用DOM创建XML文件的方法，学会转换XML文件为HTML的方法。10.1 Java语言简介10.2 Java的开发环境10.3 Java程序加载XML文件10.4 Java程序中访问XML元素和属性10.5 Java程序中XML文件的转换小 结习 题写字版绘图板进入Editplus10.1 Java语言简介 本章开头 下一节10.1.1 Java的诞生Java来自于Sun公司的一个叫Green的项目，其原先的目的是为家用消费电子产品开发一个分布式代码系统，这样可以把E-mail发给电冰箱、电视机等家用电器，对它们进行控制，和它们进行信息交流。开始，准备采用C+，但C+太复杂，安全性差。1991年，Sun公司的Jame Gosling、Bill Joe等人开发了一种新的语言Oak（Java的前身），Oak是一种用于网络的精巧而安全的语言，Sun公司曾以此投标一个交互式电视项目，但结果是被SGI打败。可怜的Oak几乎无家可归，恰巧这时Mark Andersen开发的Mosaic和Netscape启发了Oak项目组成员，他们用Java编制了HotJava浏览器，得到了Sun公司首席执行官Scott McNealy的支持，触发了Java进军Internet.Java的取名也有一趣闻。有一天，几位Java成员组的会员正在讨论这个新的语言取什么名字，当时他们正在咖啡馆喝着Java（爪哇）咖啡，有一个人灵机一动说不如就叫Java，得到了其他的人的赞赏，于是，Java这个名字就这样传开了。10.1.2 Java语言的特点根据Sun公司的“Java白皮书”中对Java的定义，Java是一种简单、面向对象、分布式、解释性、健壮、安全、结构中立、可移植、高性能、多线程、动态的语言。1）简单性 Java语言是一种面向对象的语言，它通过提供最基本的方法来完成指定的任务，只需理解一些基本的概念 ，就可以用它编写出适合于各种情况的应用程序。 Java语言是一种类似C+的面向对象的语言，因此，C+程序员可以很快就掌握Java编程技术。Java摒弃了C+中容易引发程序错误的地方，如指针的内存管理。Java提供了丰富的类库，使编程比较容易。2）面向对象Java语言的设计集中于对象及其接口，对象中封装了它的状态变量以及相应的方法 ,实现了模块化和信息隐藏；而类则提供了一类对象的原型,并且通过继承机制,子类可以使用父类所提供的方法,实现了代码的复用。它提高了简单的类机制及动态的接口模型，是纯面向对象编程语言，它不支持类似C语言那样的面向过程的程序设计技术。Java支持静态和动态风格的代码继承及复用。3）分布式Java包括一个支持HTTP和FTP等基于TCP/IP协议的子库。因此，Java应用程序可凭借URL打开并访问网络上的对象，其访问方式与访问本地文件系统几乎完全相同。为分布式环境尤其是Internet提供动态内容无疑是一项非常困难的任务，但Java的语法特性却使我们很容易实现这项目标。4）解释性Java解释器（运行系统）能直接运行目标代码指令。链接程序通常比编译程序所需资源少，所以程序员可以在创建源程序上花上更多的时间。5）健壮性Java在编译和运行程序时，都要对可能出现的问题进行检查，以消除错误的产生。它提供自动垃圾收集来进行内存管理，防止程序员在管理内存时容易产生的错误。通过集成的面向对象的例外处理机制，在编译时，Java提示出可能出现但未被处理的例外，帮助程序员正确地进行选择以防止系统的崩溃。另外，Java在编译时还可捕获类型声明中的许多常见错误，防止动态运行时不匹配问题的出现。6）安全性Java的安全性可从两个方面得到保证。一方面Java语言不支持指针和释放内存等C+的功能，这样就避免了非法内存操作。另一方面，类装载通过将本机类与网络资源类的名称分开，来保持安全性。因此调入类时总要经过检查，这样避免了“特洛伊木马”现象的出现。7）结构中立另外，为了使Java作为网络的一个整体，Java程序将它的程序编译成一种结构中立的中间文件格式。只要有Java运行系统的机器都能执行这种中间代码。 8）可移植性与平台无关的特性使 Java程序可以方便地被移植到网络上的不同机器。同时Java的类库中也实现了与不同平台的接口，使这些类库可以移植。另外Java编译器是由 Java语言实现的，Java运行时系统由标准C实现 ，这使得Java系统本身也具有可移植性。 9）高性能如果解析器速度不慢，Java可以在运行时直接将目标代码翻译成机器指令。从而得到较高的性能。10）多线程Java提供多线程功能使得在一个程序里可同时执行多个小任务，而且同步机制保证了对共享数据的正确操作。通过使用多线程可以很容易地实现网络上的实时交互行为。11）动态性Java的动态特性是其面向对象设计方法的扩展。它允许程序动态地装入运行过程中所需要的类，这是C+语言进行面向对象程序设计所无法实现的。而且Java通过接口来支持多继承，使之比严格的类继承具有更灵活的方式和扩展性。10.1.3 Java带来的影响Java虽出现的时间不长，但已被业界接受，IBM、Apple、DEC、Adobe、SiliconGraphics、HP、Oracle、Toshiba、NetScape和Microsoft等大公司已经购买了Java的许可证。Microsoft还在其Web浏览器Explorer 3.0版中增加了对Java的支持。另外，众多的软件开发商也开发了许多支持Java的软件产品。如：Borland公司的基于Java的快速应用程序开发环境Latte；Metrowerks公司和Natural Intelligence公司分别开发的基于Machintosh的Java开发工具；Sun公司的Java开发环境Java Workshop；Microsoft也开发出系列Java产品。数据库厂商如Illustra, Sybase, Versant, Oracle都在开发支持HTML和Java的CGI（Common Gateway Interface）。在以网络为中心的计算时代，不支持HTML和Java，就意味着应用程序的应用范围只能限于同质的环境。Internet正在成为企业信息系统最佳的解决方案。它的优点表现在：便宜、易于使用和管理。用户不管使用何种类型的机器和操作系统，界面是统一的Web浏览器，而数据库、Web页面、应用程序（用Java编的applet）则存在WWW服务器上。开发人员只需维护一个软件版本，管理人员省去了为用户安装、升级、培训之苦，用户则只需一个操作系统和一个Internet浏览器足矣。我们可以设想未来的计算方式，每个HomePage的实质是一个多媒体应用程序，这些程序用Java来开发。Java应用程序运行在异质的机器、异质的操作系统之上，甚至于电冰箱、烤面包箱、防盗电子设备之中，用Internet把所有的电子设备连接起来，通过TCP/IP进行信息的交流。Java应用程序之间既可以交换消息，也可以交换程序（一个Java的小应用程序applet）。或许有一天，我们可以在Netscape浏览器里查看电冰箱的温度，向烤面包箱发一个电子邮件。Java的出现是计算机信息交换的一个重要里程碑。在单机时代，程序进程之间靠共享存储进行变量交换；在网络时代，运行在不同宿主机上的程序按网络协议进行无格式的消息（二进制字符流）交换，消息的语义由交换程序双方维护；在Java时代，运行在网络上的程序进程交换的是小应用程序（applet）。小应用程序是什么?它是一个对象，由一组属性和方法构成，是一个可执行的实体；不仅有数据的状态，而且有定义在数据上的操作。未来可能进行代理（Agent）交换，代理有一定的智能性，那便是信息交换的更高级阶段。随着Internet的崛起、Java的诞生，巨型的、臃肿的应用软件开始向小型化发展，由众多“生活”在Internet上的小应用程序（applet）相互协作完成信息的处理与传递。Java会加速应用软件的小型化、网络化的趋势。随着Internet的发展，软件必然是面向“大众”，而不是“少数人”的奢侈品，薄利多销将是网络应用软件的重要特点。分布式对象技术保证了用多少，下载多少。Java连同Internet, WWW正在改变应用软件的开发和使用方式，一切都要围绕着网络，围绕着平台无关。很多人认为，Word, Excel等传统的信息处理工具都必然走向萎缩，因为它们是单机时代的产物。信息的价值在于使用和共享，Internet和Web是信息的使用和共享最快捷、最便宜的方式，Word将演化成为Web写作工具，Excel则将演化成Web上的电子表格。10.2 Java的开发环境 上一节 下一节 本章开头Java程序的开发环境需要安装Sun公司的JDK,然后配合Windows的记事本或其他编辑工具建立Java应用程序。10.2.1 JDK的安装Java开发工具“Java Development Kit”（JDK）拥有很多版本，本章使用JDK1.4版，这个版本内含JAXP API1.1版。我们可以从免费下载此开发工具。虽然Java是跨平台的，但在各种平台时的安装方式却各不相同，下载时要选择支持的操作系统和语言下载。下载好后即可运行安装了。这里主要介绍Windows操作系统下的J2sdk1.4.2_07-win.exe安装过程。JDK的安装比较简单，和安装其他的软件没有什么区别，安装过程介绍如下：1）双击下载后的J2sdk1.4.2_07-win.exe，先出现欢迎安装的向导界面，然后出现版权协议说明界面，接受版权协议后，单击【Next】按钮，如图10.1所示。2）出现选择安装组件的界面和安装路径，默认路径是c:j2sdk1.4.2_07，如图10.2所示。3）选择浏览器，然后单击【Next】按钮继续安装，如图10.3所示。4）对JDK进行安装，如图10.4所示，安装完毕后，单击【Finish】按钮结束安装。图10.1 版权协议界面图10.2 选择安装组件和安装路径的界面图10.3选择浏览器界面图10.4复制文件进行安装的界面10.2.2 JDK的配置安装好 JDK, 还需要更新Path路径变量，假设JDK安装在c:j2sdk1.4.2_07目录下。下面以Windows 2000、XP操作系统为例来进行配置。在桌面上用鼠标单击【我的电脑】，选择【属性】菜单，出现【属性】对话框，选择【高级】标签页，如图10.5。单击【环境变量】按钮后，如图10.6所示。找到系统变量Path，编辑Path变量的值，在Path值域的文本框后面加上c:j2sdk1.4.2_07bin。在系统变量中新建classpath变量，将其值设置为c:j2sdk1.4.2_07lib，一般情况下这个路径下的java包已经够用。有些特殊用途的java程序需要特定的包支持，可以将需要的包拷贝到这个路径下。用户开发的类或包也需要把其所在路径追加到classpath中，用分号与前面已有路径隔开。如果要用到JSP服务或者J2EE架构，还需要设置JAVA_HOME等环境变量。图10.5 【属性】对话框图10.6 【环境变量】对话框10.3 Java程序加载XML文件 上一节 下一节 本章开头为了简化编写处理 XML 的 Java 程序，已经建立了多种编程接口。这些接口或者由公司定义，或者由标准体或用户组定义，以满足 XML 程序员的需要。以下列出了四种接口： Document Object Model（DOM，文档对象模型），Level 2 Simple API for XML (SAX), Version 2.0 JDOM, Jason Hunter 和 Brett McLaughlin 创立的一种简单 Java API Sun推出JAXB（Java Architecture for XML Binding） 这四种接口中DOM是W3C的正式推荐，本章主要介绍Java应用程序如何使用DOM解析或转换XML文件。要创建 DOM 或 SAX 解析器，需要使用 JAXP（Java API for XML Processing）。10.3.1 JAXP的简介 JAXP使得用Java语言开发处理XML数据的应用程序非常容易，JAXP包括词法分析器、标准SAX与DOM，可以选择以事件流或建立对象表示来解析数据。JAXP1.1版本还支持XSLT标准，可以控制数据的表示，并可以将数据转换成其它XML文件或其它格式，如HTML。JAXP还提供对名称空间的支持，可以在没有命名冲突的情况下使用DTD。JAXP 提供的类和方法，可以让Java应用程序使用DOM解析或转换XML文件，在JDK1.4支持的JAXP API 1.1版支持XML，建议规格DOM Level 2、XSLT 1.0和SAX 2.0。其解析文档对象模型的相关套件，如表12-1所示：表10-1 JAXP API 1.1解析文档对象模型的相关套件套 件说 明Javax.xml.parsers提供处理XML文件的类Javax.xml.transform提供处理XSLT文件的类org.xml.sax这是SAX解析器，提供以事件驱动方式解析XML文件的APIorg.xml.saxhelpers提供解析错误处理的相关类，可以帮助程序设计者使用SAXAPIOrg.w3c.dom提供支持DOM建议规格的套件10.3.2 常用的DOM接口DOM定义了一套标准的接口以便按照程序的设计显示XML文档。当然。DOM不是一种实现，支持DOM的XML解析器必须实现DOM所定义的接口。最常用的几个DOM接口对象可见第九章的表9-3所示,这里不再赘述。10.3.3 加载XML文档文件在Java程序中加载XML文档文件，步骤如下：1）首先需要导入相关的套件，如下所示：import javax.xml.parsers.*;import org.xml.sax.*;import org.w3c.dom.*;import java.io.*;其中org.xml.sax.*套件是解析错误处理的相关套件，此外因为XML文件属于文本文件，所以导入文件处理的套件import java.io.*。2）在JAXP中，DOM解析器称为“DocumentBulider”,可以通过工厂类DocumentBuliderFactory获得，而Document对象则可以通过类DocumentBulider获得，使用try catch指令建立解析的错误处理。在建立DocumentBulider对象后，可使用parser方法解析加载XML文件，这是一个File对象加载后就可以处理XML文件的节点内容。其程序块的架构如下所示：/获得一个XML文件的解析器DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();try/解析XML文件生成DOM文档的接口类，以便访问DOM DocumentBuilder db=dbf.newDocumentBuilder(); document=db.parser(new File(args0); . catch(SAXException se) /解析过程错误 Exception e=se; if(se.getException()!=null) e=se.getException(); e.printStackTrace(); catch(ParserConfigurationExcepion pe) /解析器设定错误 pe.printStackTrace(); catch(IOException ie) /文件处理错误 ie.printStacktrack(); 3）获得接口类Document实例后，就可以对DOM的文档树进行访问。如要遍历DOM文档，首先要获得根节点，然后获得根节点的子节点列表。 /获得根节点Element element=document.getDocumentElement(); /获得根节点的子节点列表 Nodelist=element.getChildNodes();【例10.1】显示加载的外部XML文件所有节点的名称和值，code10_1.java，显示结果如图10.7。这里通过递归方法实现遍历的目的。import javax.xml.parsers.*;import org.xml.sax.*;import java.io.*;import org.w3c.dom.*;public class code10_1static Document document;public static void main(String args) if(args.length!=1) System.out.println(加载xml file); return; DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance(); try DocumentBuilder db=dbf.newDocumentBuilder(); /读入XML文档 document=db.parse(new File(args0); /遍历XML文档 walkNode(document.getDocumentElement(); catch(SAXException se) /解析过程错误 Exception e=se; if(se.getException()!=null) e=se.getException(); e.printStackTrace(); catch(ParserConfigurationException pe) /解析器设定错误 pe.printStackTrace(); catch(IOException ie) /文件处理错误 ie.printStackTrace(); private static void walkNode(Node anode) NodeList child=anode.getChildNodes(); printNode(anode); for(int i=0;ichild.getLength();i+) Node node=child.item(i); if(node.hasChildNodes() walkNode(node); else printNode(node); private static void printNode(Node anode) System.out.println(anode.getNodeName()+,+anode.getNodeValue(); 被引用的XML文件为code10_1.xml： cheaperget 12345678 200508 361021XX省XX市银江路108号 dreamingboy 22345678 200505 215006XX省XX市人民路616号 图10.7 例10.1运行结果本例中遍历了XML文档的所有节点，并显示出了所有节点的名称和值。从结果中可以看出有许多#text节点，其中一些是表示文本节点，如#text,cheaperget和#text,12345678；还有的表示XML文件中行与行之间的换行符和空格符，如customers,null后的#text就是XML文件中第二行与第三行之间的换行符和空格符。如何去掉这些多余的#text节点呢？我们可以把XML文档中的换行符和空格符去掉，再重新运行程序，将会发现这些多余的#text节点全都没有了。可是把XML文档中的换行符和空格符去掉后，XML可读性就非常差，怎样解决这个问题呢？我们可以在加载文件时并设定参数。10.3.4 设定加载XML文件的参数DocumentBuilderFactory类提供相关方法可以设定解析器解析XML文件的方式，例如：是否忽略文字或whitespace内容的元素等，如表10.2所示：表10.2 加载XML文件的参数方 法说 明setCoalesing(Boolen)设置解析器CDATA节点转换成TEXT文字节点和新增在其相邻文字节点之后（如果有的话），默认值为false，true表示转换setExpandEntityReferencedes(boolen)设置解析器展开实体参考的节点，默认值为true表示展开，false表示不展开setIgnoringComments(boolen)设置解析器忽略注释文字，默认值为false，true表示不忽略SetIgnoringElementContentWhitespace(boolen)设置解析器忽略元素内容为whitespace空白字节的节点，默认值为false，true表示忽略【例10.2】加载外部code10_2.xml文件（此XML文件拥有DTD文件），并设定解析器参数，然后显示所有节点的名称和值，code10_2.java，显示结果如图10.8。import javax.xml.parsers.*;import org.xml.sax.*;import java.io.*;import org.w3c.dom.*;public class code10_2static Document document;public static void main(String args) if(args.length!=1) System.out.println(加载xml file); return; DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance(); try /设定解析参数 dbf.setIgnoringElementContentWhitespace(true); DocumentBuilder db=dbf.newDocumentBuilder(); /读入XML文档 document=db.parse(new File(args0); /遍历XML文档 walkNode(document.getDocumentElement(); catch(SAXException se) /解析过程错误 Exception e=se; if(se.getException()!=null) e=se.getException(); e.printStackTrace(); catch(ParserConfigurationException pe) /解析器设定错误 pe.printStackTrace(); catch(IOException ie) /文件处理错误 ie.printStackTrace(); private static void walkNode(Node anode) NodeList child=anode.getChildNodes(); printNode(anode); for(int i=0;ichild.getLength();i+) Node node=child.item(i); if(node.hasChildNodes() walkNode(node); else printNode(node); private static void printNode(Node anode) System.out.println(anode.getNodeName()+,+anode.getNodeValue(); 图10.8 例10.2 运行结果被引用的XML文件为code10_2.xml cheaperget 12345678 200508 361021XX省XX市银江路108号 dreamingboy 22345678 200505 215006XX省XX市人民路616号 10.4 Java程序中访问XML元素和属性 上一节 下一节 本章开头如果仔细分析例10.2的运算结果，会发现元素的属性没有显示出来，如何显示出元素的属性呢？从第九章的学习，我们知道DOM是由W3C制订的用于处理XML文件和HTML文件的API。在应用程序中，基于DOM的XML解析器将一个XML文档转换成一个类似于树的对象模型集合，通常称为DOM树。在这棵树中，包含了XML文档所有内容，并都用节点表示。首先来看一下XML文档常见的节点的种类，如表10-3所示：表10-3 XML文件节点种类节点类型说 明NODE_DOCUMENT_TYPENODE_PROCESSING_INSTRUCTIONNODE_ELEMENTcheapergetNODE_ATTRIBUTEID=c0500103NODE_TEXTcheaperget表中列出了节点种类的常数名称，当DOM加载XML文件后，Java程序代码看到的XML文件内容就是表中各种节点组成的一棵树状结构，而节点本身还可能包含一些信息，例如节点的名字、节点值、节点的类型等，因此DOM树中的节点是对象，对象包含方法与属性。下面我们就看如何使用节点的方法来访问节点的属性。 10.4.1 访问XML元素和属性上节例10.2中我们已经遍历了DOM树中的所有元素，如果仔细分析的运算结果，会发现元素的属性没有显示出来，如何显示出元素的属性以及访问元素呢？下面我们来进行详细讲解。在DOM接口规范中，有四个基本接口：Document、Node、NodeList、Element。在这四个基本接口中，Document接口是对文档进行操作的入口，它是从Node接口继承过来的。Node接口是其他大多数接口的父类，像Document、Element、Text、Comment等接口都是从Node接口继承过来的。NodeList接口是一个节点的集合，它包含了某个节点中的所有子节点。下面我们来对这几个接口分别做一些简单的介绍。1.Document接口Document接口代表了整个XML文档，因此，它是整个文档树的根，提供了对文档中的数据进行访问和操作的入口。通过Document节点，可以访问到文档中的其他节点，如处理指令、批注、文字等。方法描述：1）getDocumentElement() Document文件对象使用该方法可获取XML文件的根节点；2）getElementsByTagName() Document使用标记名获取子节点，取出的节点是一个NodeList对象。2.Node接口Node接口在整个DOM树中具有举足轻重的地位，DOM接口中很大一部分接口是从Node接口继承过来的，例如Document、Element、Text、Comment等接口，都是从Node接口继承过来的。在DOM树中，Node接口代表了树中的一个节点。方法列表：1）getChildNodes() 获取子节点的NodeList节点对象列表，即子节点数；2）getNodeName() 返回节点名称，不同节点种类的值不同；3）getNodeType() 返回节点种类的代码；4）getNodeValue() 返回节点的值；5）getFirstChild() 获取第一个子节点；6）getNextSibling() 获取此节点的兄弟节点，即同级的下一个节点；7）getLastChild() 获取最后一个子节点；8）getParentNode() 获取父节点；9）hasChildNodes() Node节点对象检查是否拥有子节点，是返回true，否则为false。3.NodeList接口NodeList接口提供了对节点集合的抽象定义，它并不包含如何实现这个节点集的定义。NodeList用于表示有顺序关系的一组节点，比如某个节点的子节点序列。NodeList中的每个item都可以通过一个索引来访问，该索引值从0开始。另外，它还出现在一些方法的返回值中，例如GetNodeByName。方法列表：1）getLength() 可获取NodeList对象共有多少节点，即节点的个数；2）item(int) 返回参数制定的节点对象，参数是节点对象的索引值。4.Element接口Element接口是从Node接口继承过来的，它代表了XML文档中的元素。Element接口提供了访问DOM树中元素内容与信息的途径，并给出了对DOM树中的元素进行遍历的支持。方法列表：1）getElementsByTagName(String) 通过标签名称获取元素；2）getTagName() 获取元素的标签的名称；3）getAttributes(String) 获取元素的属性，是属性对象列表，属于NamedNodeMap；4）getAttributeNode(String) 通过属性的名字得到一个属性类型节点。5NamedNodeMap属性列表对象NamedNodeMap对象可以获取元素的属性列表，因为一个元素可能拥有多个属性。可以使用getAttributes获取属性列表。下面我们通过一个实例来说明如何使用上述对象和方法来解析一个XML文档【例10.3】使用DOM对象和方法访问XML文件的元素与属性，code10_3.java。XML文件为code10_1.xml，显示结果如图10.9import javax.xml.parsers.*;import org.xml.sax.*;import java.io.*;import org.w3c.dom.*;public class code10_3static Document document;public static void main(String args) if(args.length!=1) System.out.println(加载xml file); return; DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance(); try DocumentBuilder db=dbf.newDocumentBuilder(); /读入XML文档 document=db.parse(new File(args0); /获得根元素 Node root=document.getDocumentElement(); /获得根元素的子节点列表 NodeList childs=root.getChildNodes(); GetElement(childs); catch(SAXException se) /解析过程错误 Exception e=se; if(se.getException()!=null) e=se.getException(); e.printStackTrace(); catch(ParserConfigurationException pe) /解析器设定错误 pe.printStackTrace(); catch(IOException ie) /文件处理错误 ie.printStackTrace(); public static void GetElement(NodeList childs) int i=0; if(childs.getLength()=0) /该节点没有子节点 System.out.println(该节点没有子节点！); for(i=0;i0) System.out.println(txtName=+txtName+; txtValue=+txtValue.trim(); 图10.9 例10.3运行结果例题10.3使用循环显示了所有的子节点，如果需要访问特定的元素或属性，我们可以使用Document对象的getElementByTagName方法获取指定的XML元素。如获得password标记的第二个password标记，NodeList节点列表，如下所示：/获得password标记的NodeList节点列表Nodelist passwords=Document.getElementByTagName(“password”);/item方法指出为第二个password标记System.out.println(“元素名称：”+passwords.item(1).getNodeName();使用Node节点对象的g