第6章 基于DOM的解析器

第六章基于DOM的解析器

XML解析器XML解析器是XML和应用程序之间的一个软件组织,为应用程序从XML文件解析出所需要的数据.

有两种类型的解析器:

基于DOM的解析器基于事件的解析器（SAX）6.1DOM解析器定义:DOM(DocumentObjectModel,文档对象模型)是W3C制定的一套规范标准.即规定了解析文件的接口.语言绑定:在特定语言中使用DOM规范就需要定义DOM规范指定的接口,并给出实现这些接口的类的集合.(本书主要讲述DOM规范的Java语言绑定)DOM规范的核心:DOM规范指定了语言绑定需要实现的接口,简单的说,各种基于DOM规范的解析器必须按照DOM规范在内存中建立数据.DOM规范的核心是树模型.接口(interface)是描述类的部分行为的一组操作，它也是一个类提供给另一个类的一组操作。接口只是一组操作，没有属性。我们介绍的是Sun公司的DOM解析器,支持DOMlevel3的解析器.(JAXP(JavaAPIforXMLParsing)实现了DOM规范的Java语言绑定)6.1DOM解析器6.1DOM解析器DocumentBuilderFactoryfactory=DocumentBuilderFactory.newInstance();6.1DOM解析器对象Document是由实现了Node接口的类的实例构成的，这些实例称作Document对象中的节点。Document对象中的节点形成树状结构，也就是说XML文件的标记、标记的文本内容、实体等都会和对象Document中的某个节点相对应。应用程序主要分析内存中的树状结构数据Document，就可以获得XML文件中的各种数据。DOM解析器经常使用下述3个方法解析文件：publicDocumentparse(Filef)throwsSAXException,IOException例如：Filef=newFile(“price.xml”);Documentdocument=builder.parse(f);6.1DOM解析器2.publicDocumentparse(InputStreamin)throwsSAXException,IOException例如：FileInputStreamin=newFileInputStream(“price.xml”);Documentdocument=builder.parse(in);6.1DOM解析器6.1DOM解析器3.publicDocumentparse(Stringuri)throwsSAXException,IOException例如：Stringuri=“/price.xml”;Documentdocument=builder.parse(uri);1.Node接口

parse方法将整个被解析的XML文件封装成一个节点返回(XML文件和内存中的Document节点相对应),故应用程序可以从Document节点的子子孙节点中获取整个XML文件中数据的细节.Node接口有如下的子接口：Attr,SDATASection,CharacterData,Comment,DocumentFragment,DocumentType,Element,Entity,EntityReference,Notation,ProcessingInstruction,Text6.2节点的类型Node接口常用方法:shortgetNodeType():返回一个表示节点类型的常量.NodeListgetChildNodes():返回一个有当前节点的所有子节点组成的NodeList对象.NodegetFirstChild():返回当前节点的第一个子节点.NodegetLastChild():返回当前节点的最后一个子节点.NodeListgetTextContent():返回当前节点及所有子孙节点中的文本内容.6.2节点的类型DocumentDocumentTypeElementElementCDATASectionText6.2节点的类型3.节点的子孙关系6.3Document节点Document节点经常使用下列方法获取和该节点的相关方法：(1)ElementgetDocumentElement()(2)DocumentTypegetDoctype()(3)NodeListgetElementByTagName(Stringname)(4)NodeListgetElementsByTagNameNS(StringnamespaceURI,StringlocalName)(5)StringgetXmlEncoding()(6)booleangetXmlStandalone()(8)StringgetXmlVersion()Cha6_1.xml（P138）<?xmlversion="1.0"encoding="UTF-8"?><雇员列表><雇员>sdfs<姓名>张三</姓名><年龄>25岁</年龄><工资>3190元/月</工资></雇员><雇员><姓名>李四</姓名><年龄>35岁</年龄><工资>4320元/月</工资></雇员><雇员><姓名>王五</姓名><年龄>45岁</年龄><工资>5610元/月</工资></雇员></雇员列表>JAXPOne.javaimportorg.w3c.dom.*;importjavax.xml.parsers.*;importjava.io.*;publicclassJAXPOne{publicstaticvoidmain(Stringargs[]){try{DocumentBuilderFactoryfactory=DocumentBuilderFactory.newInstance();DocumentBuilderbuilder=factory.newDocumentBuilder();Documentdocument=builder.parse(newFile("Cha6_1.xml"));Stringversion=document.getXmlVersion();System.out.println("XML声明的版本号："+version);Stringencoding=document.getXmlEncoding();System.out.println("XML声明的的编码："+encoding);Elementroot=document.getDocumentElement();StringrootName=root.getNodeName();System.out.println("XML文件根节点的名字："+rootName);

NodeListnodelist=document.getElementsByTagName("雇员");intsize=nodelist.getLength();

for(intk=0;k<size;k++){Nodenode=nodelist.item(k);Stringname=node.getNodeName();Stringcontent=node.getTextContent();System.out.print(name);System.out.println("："+content);}}catch(Exceptione){System.out.println(e);}}}6.4Element节点Element节点经常使用的方法获取和该节点相关的信息(1)StringgetTagName()(2)StringgetAttribute(Stringname)(3)NodeListgetElementByTagName(Stringname)(4)NodeListgetElementByTagNameNS(StringnamespaceURI,StringlocalName)(5)booleanhasAttribute(Stringname)(6)booleanhasAttribute(StringnamspaceURI,StringlocalName)shortgetNodeType()用于返回节点的类型,如果返回值是Node.ELEMENT_NODE,那么该节点就是Element节点.Cha6_2.xml（P140）<?xmlversion="1.0"encoding="UTF-8"?><图书摘要><Java基础教程ISBN="7302091420">Java是一门很优秀的语言，具有平台无关等特点。

</Java基础教程><JSP基础教程ISBN="7302096066">JSP是Sun公司推出的动态网页技术标准.</JSP基础教程><XML基础教程ISBN="7802096565">XML是万维网联盟定义的一种语言

</XML基础教程></图书摘要>JAXPTwo.javaimportorg.w3c.dom.*;importjavax.xml.parsers.*;importjava.io.*;publicclassJAXPTwo{publicstaticvoidmain(Stringargs[]){try{DocumentBuilderFactoryfactory=DocumentBuilderFactory.newInstance();DocumentBuilderbuilder=factory.newDocumentBuilder();Documentdocument=builder.parse(newFile("Cha6_2.xml"));Elementroot=document.getDocumentElement();StringrootName=root.getNodeName();System.out.println("XML文件根节点的名字："+rootName);

NodeListnodeList=root.getChildNodes();intsize=nodeList.getLength();for(intk=0;k<size;k++){Nodenode=nodeList.item(k);if(node.getNodeType()==Node.ELEMENT_NODE){ElementelementNode=(Element)node;Stringname=elementNode.getNodeName();Stringid=elementNode.getAttribute("ISBN");Stringcontent=elementNode.getTextContent();System.out.print(name);System.out.print(id);System.out.println("："+content);}}}catch(Exceptione){System.out.println(e);}}}6.5Text节点

规范的XML文件的非空标记可以有子标记和文本内容.在DOM规范中,解析器使用Element节点封装标记,用Text节点封装标记的文本内容,即Element节点可以有Element子节点和Text节点。例如：<姓名>张小三<性别>男</性别><年龄>23</年龄></姓名>StringgetWholeText():获取节点中的文本（包括其中的空白字符）shortgetNodeType()用于返回节点的类型,如果返回值是Node.TEXT_NODE,那么该节点就是Text节点.Cha6_3.xml<?xmlversion="1.0"encoding="UTF-8"?><商品信息><名称>电视机

<生产日期>2005年</生产日期><库存量>120台</库存量><单价>2390元</单价></名称><名称>洗衣机

<生产日期>2005年</生产日期><库存量>234台</库存量><单价>1234元</单价></名称></商品信息>JAXPThree.javaimportorg.w3c.dom.*;importjavax.xml.parsers.*;importjava.io.*;publicclassJAXPThree{publicstaticvoidmain(Stringargs[]){

OutContentoutContent=newOutContent();try{

DocumentBuilderFactoryfactory=DocumentBuilderFactory.newInstance();DocumentBuilderbuilder=factory.newDocumentBuilder();Documentdocument=builder.parse(newFile("Cha6_3.xml"));Elementroot=document.getDocumentElement();StringrootName=root.getNodeName();System.out.println("XML文件根节点的名字："+rootName);

NodeListnodeList=root.getChildNodes();outContent.output(nodeList);

System.out.println("一共有"+outContent.m+"个Text节点");}catch(Exceptione){System.out.println(e);}}}classOutContent{intm=0;publicvoidoutput(NodeListnodeList){intsize=nodeList.getLength();for(intk=0;k<size;k++){Nodenode=nodeList.item(k);if(node.getNodeType()==Node.TEXT_NODE){TexttextNode=(Text)node;Stringcontent=textNode.getWholeText();m++;System.out.print(content);}if(node.getNodeType()==Node.ELEMENT_NODE){ElementelementNode=(Element)node;Stringname=elementNode.getNodeName();System.out.print(name);NodeListnodes=elementNode.getChildNodes();output(nodes);}}}}6.6CDATASection节点

用于封装CDATA段,CDATASection节点可以是Element的节点的子节点.StringgetWholeText():获取节点中的文本，即CDATA段中的文本（包括其中的空白字符）shortgetNodeType()用于返回节点的类型,如果返回值是Node.CDATA_SECTION_NODE,那么该节点就是CDATASection节点.计算节点数目的方法，例如：<hi>北京<![CDATA[booleanboo=true&&false<你好>]]>上海<![CDATA[<大家好>]]></hi>6.6CDATASection节点6.7Attr节点让Element节点调用调用NamedNodeMapgetAttributes()方法返回的NameNodeMap对象由节点组成，这些节点可以被转换为Atrr节点．StringgetName():返回属性的名字StringgetValue():返回属性的值6.8DocumentType节点DocumentType节点对应着ＸＭＬ文件所关联ＤＴＤ文件．通过进一步获取该节点子孙节点来分析ＤＴＤ文件中的数据．Document调用getDoctype()返回当前节点的DocmentType子节点StringgetName()StringgetPublicld()StringgetSystemld()StringgetInternalSubset()例如：<!DOCTYPE房子PUBLIC“-//ISO88//beijing//ForXML/Ch”“b1.dtd”获取实体解析器将实体封装为Entity节点，DocumentType节点调用NamedNodeMapgetEntities()这个方法返回了一个NamedNodeMap对象，NamedNodeMap对象被转换为Entity的节点。获取实体方法：getTextContent（）方法回返实体getInputEncoding（）方法可以返回解析实体所用编码或null6.8DocumentType节点6.9处理空白

如果让DOM解析器忽略缩进空白，即这些缩进空白不在Document中形成Text节点，那么满足：XML文件必须有效所关联的DTD文件必须规定XML文件的标记不能有混合内容DocumentBuilderFactory对象设置setIgnoringElementContentWhitespace(true)6.10验证规范性和有效性如果想要检查一个XML文件是否有效，必须让DocumentBuilderFactory对象factory事先设置是否检查XML文件的有效性，如：factory.setValidating(ture)6.11使用DOM生成XML文件1.Transformer对象解析器parse方法将整个被解析的ＸＭＬ文件封装成一个Document节点返回，我们可以对Document节点进行修改，然后使用Transformer对象将一个Document节点变成为一个ＸＭＬ文件．变换步骤：解析器通过调用newDocument()可得到一个Document节点，应用程序修改这样的Document节点，然后使用Transformer对象对一个