XML解析

一 xml介绍

XML是指可扩展标记语言(eXtensible MarkupLanguage),它是一种标记语言。它被 设计的综指是描述数据(xml)而非显示数据(html)。目前遵循的是W3C在200年发布的xml1.0规范。XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。

二 XML的基本语法

1. 文档声明:

   在编写xml文档时需要先用文档声明来声明XML文档，且必须出现在第一行。

   作用:告诉解析器我是XML文档

   声明方法:

   <?xml version=”1.0”?> 中间不要加空格，两头带”?”

   当我们写好的xml文件定入内存的时候会转换为二进制保存。这个时候会查码表，记事本保存的时候是gbk，而保存的时候默认查码表用的是UTF-8,这个时候我们就可以用encoding属性(默认是uft-8)。 <?xml version=”1.0” encoding=”gbk”?>，这样可以解决乱码问题。

2. CDATA区

   字符数据,语法:

   <![CDATA[内容]]>

   作用:被CDATA包围的内容都是普通的文本字符内容。

3. 特殊字符

   特殊字符 替代符号

   & &amp

< &lt

> &gt

“ &quot

‘ &apos

三 XML解析方式

1. Dom解析

   为 XML 文档的已解析版本定义了一组接口。解析器读入整个文档，然后构建一个驻留内存的树结构，然后代码就可以使用 DOM 接口来操作这个树结构。优点：整个文档树在内存中，便于操作；支持删除、修改、重新排列等多种功能；缺点：将整个文档调入内存（包括无用的节点），浪费时间和空间；使用场合：一旦解析了文档还需多次访问这些数据；硬件资源充足（内存、CPU）。

2. SAX解析

   为解决DOM的问题，出现了SAX。SAX ，事件驱动。当解析器发现元素开始、元素结束、文本、文档的开始或结束等时，发送事件，程序员编写响应这些事件的代码，保存数据。优点：不用事先调入整个文档，占用资源少；SAX解析器代码比DOM解析器代码小，适于Applet，下载。缺点：不是持久的；事件过后，若没保存数据，那么数据就丢了；无状态性；从事件中只能得到文本，但不知该文本属于哪个元素；使用场合：Applet;只需XML文档的少量内容，很少回头访问；机器内存少

3. DOM4J解析

   DOM4J 是一个非常非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越多的 Java 软件都在使用 DOM4J 来读写 XML，Sun 的 JAXM和hibernate 也在用 DOM4J

4. JDOM解析

   为减少DOM、SAX的编码量，出现了JDOM；优点：20-80原则，极大减少了代码量。使用场合：要实现的功能简单，如解析、创建等，但在底层，JDOM还是使用SAX（最常用）、DOM文档。

四种解析方法对比:

1、【DOM】

DOM是基于树的结构，通常需要加载整文档和构造DOM树，然后才能开始工作。

优点：

a、由于整棵树在内存中，因此可以对xml文档随机访问

b、可以对xml文档进行修改操作

c、较sax，dom使用也更简单。

缺点：

a、整个文档必须一次性解析完

a、由于整个文档都需要载入内存，对于大文档成本高

2、【SAX】

SAX类似流媒体，它基于事件驱动的，因此无需将整个文档载入内存，使用者只需要监听自己感兴趣的事件即可。

优点：

a、无需将整个xml文档载入内存，因此消耗内存少

b、可以注册多个ContentHandler

缺点：

a、不能随机的访问xml中的节点

b、不能修改文档

3、【JDOM】

JDOM是纯Java的处理XML的API，其API中大量使用Collections类，

优点：

a、DOM方式的优点

b、具有SAX的Java规则

缺点

a、DOM方式的缺点

4、【DOM4J】

这4中xml解析方式中，最优秀的一个，集易用和性能于一身。