java解析XML详解

XML From IBM Developer works

简介：该文简要描述了 DOM 的概念和内部逻辑结构，给出了 DOM 文档操作和 XML 文件互相转换的 java 实

现过程。郭洪锋：主要从事 UNIX 系统下分布式应用的开发和研究。您可以通过电子邮件 ghf_email@sohu.com

和他联系

 简介

目前， 已于  年  月  日推出了规范 。文档对象模型（）是  和  文档的编程接口规

范，它与平台和语言是无关的，因而可以用各种语言在各种平台上实现。该模型定义了  和  文件在内存中的逻辑结构

（即为文档），提供了访问、存取  和  文件的方法。利用  规范，可以实现 文档和  之间的相互转换，

后，我们就可以自由的处理  文件了。

 中的  接口

 规范提供的  ! 的规范，目前 " 公司推出的 #$% 测试版中的  ! 遵循了 & 推荐接口的语义

说明，提供了相应的  语言的实现。

在 &'# 中，$#% 提供了 、、(#、(#)*、、 等接口，这些接口

均是访问  文档所必须的。我们可以利用这些接口创建、遍历、修改  文档。

在 &*&* 中，$#% 提供的 +)#& 和 +)#&,& 组合可以对  文件进行解析，

转换成  文档。

在 &*-&# 和 &*-&*& 中，#$% 提供了 "& 类和 "&"& 类，

可以用来将更新后的  文档写入生成的  文件中。

在 #$% 中， 文件转化成  文档可以有如下代码实现：

//获得一个  文件的解析器

+)#&,&-&0+)#&,&1!*234

//解析  文件生成  文档的接口类，以便访问 。

+)#&5)#&0-&1+)#&234

#05)#&&*21,)2,)(334

%遍历  文档

获得接口类 # 实例后，可以对  的文档树进行访问。要遍历  文档，首先要

获得 6 元素。然后获得 6 元素的子节点列表。这里通过递归的方法实现遍历的目的。

//获得 6 元素

(##4

))，4

"&)'*&4



)-2#)*''7230039

//该节点没有子节点

&&4

:

-&2)04)3

"*&)2;;<*&<;;<34

文档操作主要集中在 、、(#、 等类中，这里给出的例子中是在解

析出的  文档中增加一系列对象，对应与在  文件中增加一条记录。

//获得 6 对象

&0#'234

//在  文档中增加一个  节点

5$0#&2; =";34

//将该节点转化成 & 对象的子节点

&#7)#2#&34

//在  文档中增加一个  节点

5$)0#&2;);34

%%将  文档转化成  文件

//获得将  文档转化为  文件的转换器，在 #$% 中，有类 &*-&&,&

//来实现，类 &*-&& 实现转化  !。

&*-&&,&-&0&*-&&,&1!*234

&*-&&&*-&&0-&1&*-&&234

//将  对象转化为 "& 类对象，该对象表现为转化成别的表达形式的信息容器。

"&*&01"&2#34

//获得一个 "&6* 类对象，该对象是  文档转化成的其他形式的文档的容器，可以是  文件，文本文件， 文件。这里为一个 

件。

"&6*&*01"&6*21,)2>?334

以上给出了一个例子，读者可以从中了解到对  操作的思路。因为对  的操作均遵循了  规范，所以也适用于其它

这是篇细探 JAXP，Sun 的 Java API for XML 的文章，帮助解除了有关 JAXP 本质和服务目的的疑惑。本文

讲解了 JAXP 的基本概念，演示 XML 语法分析为什么需要 JAXP，并显示如何轻易更改 JAXP 使用的语法分

析器。本文还进一步讲述了 SAX 和 DOM 这两个流行的与 JAXP 相关的 Java 和 XML API。

Java 和 XML 在每一个技术领域都制造了新闻，并且对于软件开发人员来说，似乎是 1999 年和 2000 年最重要的发展。结果，

Java 和 XML API 的数量激增。其中两个最流行的 DOM 和 SAX 还引起极大兴趣，而 JDOM 和数据绑定 API 也接踵而来。只透

彻理解这些技术中的一个或两个就是一项艰巨任务，而正确使用所有这些技术就会使您成为专家。但在去年，另一个 API 给人

留下了深刻印象，它就是 Sun 的 Java API for XML，通常称为 JAXP。如果考虑到 Sun 在其平台上还没有任何特定于 XML 的

产品，那么这个进展就不足为奇。而令人惊奇的是人们对 JAXP 了解的缺乏。多数使用它的开发人员在他们所用的这个 API 的

什么是 JAXP？

本文假设您有 SAX 和 DOM 的基本知识。这里实在没有足够篇幅来解释 SAX、DOM 和 JAXP。如果您是 XML 语法分析的新手，

供应商的方式处理这些任务成为可能。

虽然要分别讲述所有这些特性，但是真正需要掌握的是：JAXP

不提供语法分析功能

！没有 SAX、DOM 或另一个 XML 语法分

析 API，就

为前三个 API 与 JAXP 的目的完全不同。SAX、DOM 和 JDOM 都分析 XML 语法。而 JAXP 却提供到达这些语法分析器和结果

的方式。它自身不提供分析文档语法的新方法。如果要正确使用 JAXP，则一定要弄清这点。这将使您比其它 XML 开发人员领

先一大截。

如果仍然怀疑（或认为我故弄玄虚），请从 Sun 的 Web 站点下载 JAXP 分发（请参阅参考资料一节），然后就会知道基本

JAXP 是什么。在包括的 jar (&) 中

都位于现有语法分析器之上。这些类中的两个还用于错误处理。JAXP 比人们想象的要简单得多。那么，为什么还感到困惑哪？

Sun 的 JAXP 和 Sun 的语法分析器

始就给人以误导。其次，JAXP 的整个意义在于在处理语法分析器时提供供应商独立性。使用 JAXP 的同一代码可以与 Sun 的

XML 语法分析器、Apache 的 Xerces XML 语法分析器和 Oracle 的 XML 语法分析器一起使用。而使用特定于 Sun 的类是个坏

主意。这与 JAXP 的整个意义相背离。现在看出来这个问题怎样混淆概念了吗？语法分析器和 JAXP 发行版本（至少是 Sun 的

版本）中的 API 被混为一谈，开发人员将其中一个的类和特性当成是另一个的了，反之亦然。

旧和新

2000 年 5 月起就完成，DOM 第二层规范支持甚至在大多数语法分析器中存在更长时间。DOM 第二层规范还没有完成，但确实

足够稳定以用于生产。这两个 API 的新版本都有重大改进，最明显的是对 XML 名称空间的支持。该支持还允许“XML Schema

确认”，这个与 XML 相关的另一热门技术。公平地说，当 JAXP 发布 1.0 最终发行版时，SAX 2.0 和 DOM 第一层规范都还没有

完成。但是，由于没有包括这些新版本，确实为开发人员带来很大不便。

还可以使用 JAXP，但是也可以等待 JAXP 1.1，它支持 SAX 2.0 和 DOM 第二层规范 。否则，将发现，JAXP 提供的优点以

SAX 和 DOM 最新版本中的功能为代价，并使应用程序更加难以编码。无论是否等待下一个 JAXP 发行版，都要留意这个问题。

#23。还有很多回调函数用于文档处理、错误和其它词汇结构。现在知道这是怎么回事了。SAX 程序员实现一个定

义这些回调函数的 SAX 接口。SAX 还实现一个名为 #&+* 的类，该类实现所有这些回调函数，并提供所有这些回调方

法的缺省空实现。（提到这一点是因为它在后面讲到的 DOM 中很重要。）SAX 开发人员只需扩展这个类，然后实现需要插入

特定逻辑的方法。所以，SAX 的关键在于为这些不同的回调函数提供代码，然后允许语法分析器在适当的时候触发这些回调函

数中的每一个。

因此，典型的 SAX 过程如下：

 用特定供应商的语法分析器实现创建一个 " &*& 实例

 注册回调实现（例如，通过使用扩展 #&+* 的类）

 开始进行语法分析，然后在触发回调实现时等待

JAXP 的 SAX 组件提供执行所有这些步骤的简单方式。如果没有 JAXP，SAX 语法分析器要直接从供应商类（如