Java与XML联合编程

Java與XML聯合編程之DOM篇來源：網絡轉載作者：揚帆時間：2005-08-24點擊：匡1991 直DOM初步DOM是Document Object Model的縮寫，即文檔對象模型。前面說過，XML將數據組織為一顆樹，所以DOM就 是對這顆樹的一個對象描敘。通俗的說，就是通過解析XML文檔，為XML文檔在邏輯上建立一個樹模型，樹的 節點是一個個對象。我們通過存取這些對象就能夠存取XML文檔的內容。下面我們來看一個簡單的例子，看看在DOM中，我們是如何來操作一個XML文檔的。這是一個XML文檔，也是我們要操作的對象：Good-bye serialization, hello Java!下面，我們需要把這個文檔的內容解析到一個個的Java對象中去供程序使用，利用JAXP，我們只需幾行代碼 就能做到這一點。首先，我們需要建立一個解析器工廠，以利用這個工廠來獲得一個具體的解析器對象：DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();我們在這里使用 DocumentBuilderFacotry 的目的是為了創建與具體解析器無關的程序，當DocumentBuilderFactory類的靜態方法newlnstance()被調用時，它根據一個系統變量來決定具體使用哪一個解 析器。又因為所有的解析器都服從于JAXP所定義的接口，所以無論具體使用哪一個解析器，代碼都是一樣 的。所以當在不同的解析器之間進行切換時，只需要更改系統變量的值，而不用更改任何代碼。這就是工廠所 帶來的好處。這個工廠模式的具體實現，可以參看下面的類圖。DocumentBuilder db = dbf.newDocumentBuilder();當獲得一個工廠對象後，使用它的靜態方法newDocumentBuilder()方法可以獲得一個DocumentBuilder對象 這個對象代表了具體的DOM解析器。但具體是哪一種解析器，微軟的或者IBM的，對于程序而言並不重要。然後，我們就可以利用這個解析器來對XML文檔進行解析了 ：Document doc = db.parse(c:/xml/message.xml);DocumentBuilder的parse()方法接受一個XMI文檔名覂淙氬問 禱匾桓ocument對象，這個Document對象 就代表了一個XML文檔的樹模型。以後所有的對XML文檔的操作，都與解析器無關，直接在這個Document對 象上進行操作就可以了。而具體對Document操作的方法，就是由DOM所定義的了。Jaxp支持W3C所推薦的DOM 2。如果你對DOM很熟悉，那麼下面的內容就很簡單了 ：只需要按照DOM的規 範來進行方法調用就可以。當然，如果你對 DOM 不清楚，也不用著急，後面我們會有詳細的介紹。在這兒，你 所要知道並牢記的是：DOM是用來描敘XML文檔中的數據的模型，引入DOM的全部原因就是為了用這個模 型來操作XML文檔的中的數據。DOM規範中定義有節點(即對象)、屬性和方法，我們通過這些節點的存取來 存取XML的數據。從上面得到的Document對象開始，我們就可以開始我們的DOM之旅了。使用Document對象的getElementsByTagNameO方法，我們可以得到一個NodeList對象,一個Node對象代表了一個XMI文檔中的一 個標簽元素，而NodeList對象，觀其名而知其意耳淼氖且桓ode對象的列表：NodeList nl = doc.getElementsByTagName(message);我們通過這樣一條語句所得到的是XML文檔中所有message標簽對應的Node對象的一個列表。然後，我們 可以使用NodeList對象的item()方法來得到列表中的每一個Node對象:Node my_node = nl.item(0);當一個Node對象被建立之後，保存在XML文檔中的數據就被提取出來並封裝在這個Node中了。在這個例子 中，要提取Message標簽內的內容，我們通常會使用Node對象的getNodeValue()方法：String message = my_node.getFirstChild().getNodeValue();請注意，這里還使用了一個get Firs tChildO方法來獲得message下面的第一個子Node對象。雖然在message標 簽下面除了文本外並沒有其它子標簽或者屬性，但是我們堅持在這里使用getFirseChild()方法，這主要和W3C 對DOM的定義有關。W3C把標簽內的文本部分也定義成一個Node,所以先要得到代表文本的那個Node,我們 才能夠使用getNodeValue()來獲取文本的內容。現在，既然我們已經能夠從XML文件中提取出數據了，我們就可以把這些數據用在合適的地方，來構築應用程 序。下面的內容，我們將更多的關注DOM，為DOM作一個較為詳細的解析，使我們使用起來更為得心應手。DOM 詳解1基本的DOM對象DOM的基本對象有5個：Document. Node，NodeList. Element和Attr。下面就這些對象的功能和實現的方法作 一個大致的介紹。Document對象代表了整個XML的文檔，所有其它的Node,都以一定的順序包含在Document對象之內，排列 成一個樹形的結構，程序員可以通過遍歷這顆樹來得到XML文檔的所有的內容，這也是對XML文檔操作的起 點。我們總是先通過解析XML啈葆玫揭桓ocument對象，然後再來執行後續的操作。此外，Document還包含了 創建其它節點的方法，比如createAttribut()用來創建一個Attr對象。它所包含的主要的方法有：createAttribute(String):用給定的屬性名創建一個Attr對象，並可在其後使用setAttributeNode方法來放置在 某一個Element對象上面。createElement(String):用給定的標簽名創建一個Element對象，代表XML文檔中的一個標簽，然後就可以在這 個Element對象上添加屬性或進行其它的操作。createTextNode(String):用給定的字符串創建一個Text對象，Text對象代表了標簽或者屬性中所包含的純文 本字符串。如果在一個標簽內沒有其它的標簽，那麼標簽內的文本所代表的Text對象是這個Element對象的唯 一子對象。getElementsByTagName(String):返回一個NodeList對象，它包含了所有給定標簽名字的標簽。getDocumentElement():返回一個代表這個DOM樹的根節點的Element對象，也就是代表XML文檔根元素的 那個對象。Node對象是DOM結構中最為基本的對象，代表了文檔樹中的一個抽象的節點。在實際使用的時候，很少會真 正的用到Node這個對象，而是用到諸如Element、Attr、Text等Node對象的子對象來操作文檔。Node對象為 這些對象提供了一個抽象的、公共的根。雖然在Node對象中定義了對其子節點進行存取的方法，但是有一些Node子對象，比如Text對象，它並不存在子節點，這一點是要注意的。Node對象所包含的主要的方法有： appendChild(org.w3c.dom.Node):為這個節點添加一個子節點，並放在所有子節點的最後，如果這個子節點已 經存在，則先把它刪掉再添加進去。get Firs tChildO :如果節點存在子節點，則返回第一個子節點，對等的，還有get Las tChild()方法返回最後一個子 節點。getNextSiblingO :返回在DOM樹中這個節點的下一個兄弟節點，對等的，還有getPreviousSiblingO方法返回其 前一個兄弟節點。getNodeName(): 根據節點的類型返回節點的名稱。getNodeType() : 返回節點的類型。getNodeValue(): 返回節點的值。hasChildNodes(): 判斷是不是存在有子節點。hasAttributes(): 判斷這個節點是否存在有屬性。getOwnerDocument():返回節點所處的 Document 對象。insertBefore(org.w3c.dom.Node new，org.w3c.dom.Node ref):在給定的一個子對象前再插入一個子對象。removeChild(org.w3c.dom.Node):刪除給定的子節點對象。replaceChild(org.w3c.dom.Node new，org.w3c.dom.Node old):用一個新的 Node 對象代替給定的子節點對象。NodeList對象，顧名思義，就是代表了一個包含了一個或者多個Node的列表。可以簡單的把它看成一個Node 的數組，我們可以通過方法來獲得列表中的元素:GetLength(): 返回列表的長度。Item(int):返回指定位置的Node對象。Element對象代表的是XML文檔中的標簽元素，繼承于Node,亦是Node的最主要的子對象。在標簽中可以包 含有屬性，因而Element對象中有存取其屬性的方法，而任何Node中定義的方法，也可以用在Element對象上 面。getElementsByTagName(String):返回一個NodeList對象，它包含了在這個標簽中其下的子孫節點中具有給定 標簽名字的標簽。getTagName(): 返回一個代表這個標簽名字的字符串。getAttribute(String):返回標簽中給定屬性名稱的屬性的值。在這兒需要主要的是，應為XML文檔中允許有實 體屬性出現，而這個方法對這些實體屬性並不適用。這時候需要用到getAttributeNodes()方法來得到一個Attr 對象來進行進一步的操作。getAttributeNode(String):返回一個代表給定屬性名稱的Attr對象。Attr對象代表了某個標簽中的屬性。Attr繼承于Node，但是因為Attr實際上是包含在Element中的，它並不能 被看作是Element的子對象，因而在DOM中Attr並不是DOM樹的一部分，所以Node中的getparentNodeO, getpreviousSiblingO和getnextSibling()返回的都將是null。也就是說，Attr其實是被看作包含它的Element對象的 一部分，它並不作為DOM樹中單獨的一個節點出現。這一點在使用的時候要同其它的Node子對象相區別。需要說明的是，上面所說的DOM對象在DOM中都是用接口定義的，在定義的時候使用的是與具體語言無關的 IDL語言來閎?W摹R蚨OM其實可以在任何面向對象的語言中實現，只要它實現了 DOM所定義的接口和功能 就可以了。同時，有些方法在DOM中並沒有定義，是用IDL的屬性來表達的，當被映射到具體的語言時，這些 屬性被映射為相應的方法。2DOM 實例有了上面的介紹，相信你對DOM理解的更多了吧。下面的例子將讓你對DOM更加熟悉起來。先說說這個例子到底要做的是什麼吧，我們希望在一個名為link.xml文件中保存了一些URL地址，通過一個簡 單的程序，我們可以通過DOM把這些URL讀出並顯示出來，也可以反過來向這個XML文件中寫入加入的URL 地址。很簡單，卻很實用，也足夠來例示 DOM 的絕大部分用法了。XML文件本身不復雜，就不給出它的DTD 了。link.xml:JSP InsiderJSP Insider212001A JSP information site.The makers of JavaSun Microsystems312001Sun Microsystems website.The standard JSP containerhttp:/jakarta.apache.orgApache Group412001Some great software.第一個程序我們稱為xmldisplayjava,具體的程序清單可以在附件中找到。主要的功能就是讀取這個XML文件 中各個節點的內容，然後在格式化輸出在System.out上，我們來看看這個程序：import javax.xml.parsers.*;import org.w3c.dom.*;這是引入必要的類，因為在這里使用的是Sun所提供的XML解析器，因而需要引入java.xml.parsers包，其中包 含了有DOM解析器和SAX解析器的具體實現。org.w3c.dom包中定義了 w3c所制定的DOM接口。DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder=factory.newDocumentBuilder();Document doc=builder.parse(links.xml); doc.normalize();除了上面講到的，還有一個小技巧，對Document對象調用normalize。，可以去掉XML文檔中作為格式化內容 的空白而映射在DOM樹中的不必要的Text Node對象。否則你得到的DOM樹可能並不如你所想象的那樣。特 別是在輸出的時候，這個normalize()更為有用。NodeList links =doc.getElementsByTagName(link);剛才說過，XML文檔中的空白符也會被作為對象映射在DOM樹中。因而，直接調用Node方法的get ChildNodes 方法有時候會有些問題，有時不能夠返回所期望的NodeList對象。解決的辦法是使用Element的getElementByTagName(String),返回的NodeLise就是所期待的對象了。然後，可以用item()方法提取想要的元 素。for (int i=0;ilinks.getLength();i+)Element link=(Element) links.item(i);System.out.print(Content: );System.out.println(link.getElementsByTagName(text).item(0).getFirstC hild().getNodeValue();System.out.print(URL: );System.out.println(link.getElementsByTagName(url).item(0).getFirstCh ild().getNodeValue();System.out.print(Author: );System.out.println(link.getElementsByTagName(author).item(0).getFirs tChild().getNodeValue();System.out.print(Date: );Element linkdate=(Element) link.getElementsByTagName(date).item(0);String day=linkdate.getElementsByTagName(day).item(0).getFirstChild( ).getNodeValue();String month=linkdate.getElementsByTagName(month).item(0).getFirstCh ild().getNodeValue();String year=linkdate.getElementsByTagName(year).item(0).getFirstChil d().getNodeValue();System.out.println(day+-+month+-+year); System.out.print(Description: );System.out.println(link.getElementsByTagName(description).item(0).ge tFirstChild().getNodeValue();System.out.println();上面的代碼片斷就完成了對XML文檔內容的格式化輸出。只要注意到一些細節的問題，比如get Firs tChile()方 法和getElementsByTagName()方法的使用，這些還是比較容易的。下面的內容，就是在修改了 DOM樹後重新寫入到XML文檔中去的問題了。這個程序名為xmlwritejava。在 JAXP1.0版本中，並沒有直接的類和方法能夠處理XML文檔的寫入問題，需要借助其它包中的一些輔助類。而 在JAXP1.1版本中，引入了對XSLT的支持，所謂XSLT，就是對XML文檔進行變換(Translation)後，得到一個 新的文檔結構。利用這個新加入的功能，我們就能夠很方便的把新生成或者修改後的DOM樹從新寫回到XML 文件中去了，下面我們來看看代碼的實現，這段代碼翔x饕&蓯竅inks.xml文件中加入一個新的link節點：import javax.xml.parsers.*;import javax.xml.transform.*;import javax.xml.transform.dom.DOMSource;import javax.xml.transform.stream.StreamResult;import org.w3c.dom.*;新引入的 java.xml.transform 包中的幾個類，就是用來處理 XSLT 變換的。我們希望在上面的XML文件中加入一個新的link節點，因而首先還是要讀入links.xmI文件，構建一個DOM樹, 然後再對這個DOM樹進行修改（添加節點），最後把修改後的DOM寫回到links.xml文件中：DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();DocumentBuilder builder=factory.newDocumentBuilder();Document doc=builder.parse(links.xml);doc.normalize();String text=Hanzhongs Homepage;String url=;String author=Hzliu Liu;String discription=A site from Hanzhong Liu, give u lots of suprise!為了看清重點，簡化程序，我們把要加入的內容硬編碼到記憶St ring對象中，而實際操作中，往往利用一個界 面來提取用戶輸入，或者通過JDBC從數據庫中提取想要的內容。Text textseg;Element link=doc.createElement(link);首先應該明了的是，無論什麼類型的Node, Text型的也好，Attr型的也好，Element型的也好，它們的創建都是 通過Document對象中的createXXX()方法來創建的(XXX代表具體要創建的類型)，因此，我們要向XML文檔 中添加一個link項目，首先要創建一個link對象：Element linktext=doc.createElement(text); textseg=doc.createTextNode(text);linktext.appendChild(textseg);link.appendChild(linktext);Element linkurl=doc.createElement(url); textseg=doc.createTextNode(url);linkurl.appendChild(textseg);link.appendChild(linkurl);Element linkauthor=doc.createElement(author); textseg=doc.createTextNode(author);linkauthor.appendChild(textseg); link.appendChild(linkauthor);java.util.Calendar rightNow = java.util.Calendar.getInstance();String day=Integer.toString(rightNow.get(java.util.Calendar.DAY_OF_MON TH);String month=Integer.toString(rightNow.get(java.util.Calendar.MONTH);String year=Integer.toString(rightNow.get(java.util.Calendar.YEAR);Element linkdate=doc.createElement(date);Element linkdateday=doc.createElement(day); textseg=doc.createTextNode(day);linkdateday.appendChild(textseg);Element linkdatemonth=doc.createElement(month); textseg=doc.createTextNode(month);linkdatemonth.appendChild(textseg);Element linkdateyear=doc.createElement(year); textseg=doc.createTextNode(year);linkdateyear.appendChild(textseg); linkdate.appendChild(linkdateday); linkdate.appendChild(linkdatemonth); linkdate.appendChild(linkdateyear);link.appendChild(linkdate);Element linkdiscription=doc.createElement(description); textseg=doc.createTextNode(discription);linkdiscription.appendChild(textseg); link.appendChild(linkdiscription);創建節點的過程可能有些千篇一律，但需要注意的地方是，對Element中所包含的text(在DOM中，這些text 也是代表了一個Node的，因此也必須為它們創建相應的node)，不能直接用Element對象的set NodeValue()方 法來設置這些text的內容，而需要用創建的Text對象的setNodeValue()方法來設置文本，這樣才能夠把創建的 Element和其文本內容添加到DOM樹中。看看前面的代碼，你會更好的理解這一點：doc.getDocumentElement().appendChild(link);最後，不要忘記把創建好的節點添加到DOM樹中。Document類的getDocumentElement()方法，返回代表文檔 根節點的Element對象。在XML文檔中，根節點一定是唯一的。TransformerFactory tFactory =TransformerFactory.newInstance(); Transformer transformer = tFactory.newTransformer();DOMSource source = new DOMSource(doc);StreamResult result = new StreamResult(new java.io.File(links.xml); transformer.transform(source, result);然後就是用 XSLT 把 DOM 樹輸出了。這里的 TransformerFactory 也同樣應用了工廠模式，使得具體的代碼同具 體的變換器無關。實現的方法和DocumentBuilderFactory相同，這兒就不贅述了。Transformer類的transfrom 方法接受兩個參數、一個數據源Source和一個輸出目標Result。這里分別使用的是DOMSource和StreamResult,這樣就能夠把DOM的內容輸出到一個輸出流中，當這個輸出流是一個文件的時候，DOM的內容 就被寫入到文件中去了。