快速理解使用DOM解析簡單的XML文檔

1. xml DOM中的節點類型

   首先介紹一些XML的節點類型，你能夠沒必要所有細看，能夠重點了解Element節點和Text節點。以下圖1所示，爲XML文檔的12中節點類型。

圖1：XML文檔節點類型

在DOM中除了上面的12種節點類型外，還有一個抽象公共基類就是Node，表明節點的抽象。Node能夠表明圖1中的任何一種節點類型。Node類抽象了一些基本的操做，例如得到節點的類型、節點的名稱、節點的值等。

對於一個節點（Node）最重要的3個屬性就是nodeName(節點名稱),nodeValue(節點值),nodeType(節點類型)。而咱們最經常使用的3個節點就是Element節點,Text節點和Attr節點，對於Attr節點通常不多單獨使用，都是用Element節點直接獲取屬性值。Element是能夠嵌套的，因此通常都是以Element爲中心來處理xml文件。

Element：

<property name="content">hello world</property>表明一個Element節點，它包含一個Text類型的子節點。

Attr：

Element節點<property environment="env"/>中的environment="env"就是一個Attr節點

Text：

Text元素比較特殊，通常是其餘節點和節點之間的元素，例如：

<property name="content">hello world</property>

  bbb

  <!-- 這是註釋 -->

中的Text元素就是Element節點和Comment節點之間的元素（行結束符bbb行結束符）在windows中的行結束符是\r\n。

Comment：

<!-- 這是註釋 -->

上面介紹的是比較抽象的，下面經過一個實例來講明一下：

import java.io.IOException;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
 
import org.w3c.dom.Attr;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;
 
public class StudyDom
{
         private static final String XML = "E:\\trayvon\\note\\client.xml";
         public static void main(String[] args)
         {
                   testNode();
         //      testElement();
         }
         private static Document init()
         {
                   DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
                   DocumentBuilder builder = null;
                   Document doc = null;
                   try
                   {
                            builder = factory.newDocumentBuilder();
                   } catch (ParserConfigurationException e)
                   {
                            e.printStackTrace();
                   }
                  
                   try
                   {
                            doc = builder.parse(XML);
                   } catch (SAXException | IOException e)
                   {
                            e.printStackTrace();
                   }
                   return doc;
         }
         public static void testElement()
         {
                   Document doc = init();
                   Element root = doc.getDocumentElement();
                   Attr attr = root.getAttributeNode("name");
                   System.out.println(attr);
                   System.out.println(root.getAttribute("name"));//獲取屬性名稱爲name的值
                   System.out.println(root.getTagName());
                   System.out.println(root.getNodeName());//獲取節點的名稱
                   System.out.println(root.getNodeValue());//Element節點的nodeValue爲null
                   System.out.println(root.getNodeType());//Element節點的nodeType值爲1
         }
         public static void testNode()
         {
                   Document doc = init();
                   Element root = doc.getDocumentElement();
                   NodeList childNodes = root.getChildNodes();
                   System.out.println(childNodes.getLength());
                   for(int i=0;i<childNodes.getLength();i++)
                   {
                            Node item = childNodes.item(i);
                            System.out.println("nodeType:"+item.getNodeType()+"  nodeName:"+item.getNodeName()+"  nodeValue:"+item.getNodeValue());
                   }
         }
}

 

其中client.xml的類容以下：

<?xml version="1.0"?>
<project basedir="../" name="forumclient" default="dist">
  aaa
  <property environment="env"/>
  <property name="src" value="src/client"/>
  <property name="content">hello world</property>
  bbb
  <!-- 這是註釋 -->
</project>

testNode的輸出爲：

9
nodeType:3  nodeName:#text  nodeValue:
  aaa
 
nodeType:1  nodeName:property  nodeValue:null
nodeType:3  nodeName:#text  nodeValue:
 
nodeType:1  nodeName:property  nodeValue:null
nodeType:3  nodeName:#text  nodeValue:
 
nodeType:1  nodeName:property  nodeValue:null
nodeType:3  nodeName:#text  nodeValue:
  bbb
 
nodeType:8  nodeName:#comment  nodeValue: 這是註釋 
nodeType:3  nodeName:#text  nodeValue:

其中nodeType爲1表示是Element節點，nodeType爲3表示是Text節點，具體的對於關係參見圖4。nodeName和nodeValue的值對應關係參見圖3。

爲了更加清晰的弄清楚輸出的含義，請看下圖2：

圖2：XML文檔的節點示意圖

testNode首先是從整個文檔中得到一個Element節點，這個是一個nodeNamea爲project的節點也是根節點。而後輸出的是該根節點的全部子節點。如上圖2所示一共9個子節點，全部子節點的長度爲9。

從上圖2也能夠意會一些出節點的劃分方式，值得注意和強調的是Element節點是可嵌套的，<property name="content">hello world</property>這個Element節點就是一個嵌套節點，若是要獲得hello world不能直接經過Element的節點的getNodeValue來取的，由於Element節點的getNodeValue返回值是空。取而代之的是經過Element得到它的Text子節點，在經過Text節點的getNodeValue來得到其值。

圖3：XML節點的nodeName與nodeValue

 

圖4：XML DOM節點類型對應的常量

總結：在使用DOM解析XML文檔是最常使用的就是Element節點，Text節點。必定要注意的就是不要使用Element節點來獲取節點的值，由於這種方式很直觀因此咱們很容易這樣作，取而代之的是用Element來取屬性值和子節點的集合，用Text節點來獲取值。

在另外一篇文章使用DOM解析簡單的XML文檔實例中咱們經過使用DOM來解析ant配置文件和pom配置文件中的jar包來講明怎樣使用Element節點和Text節點。

 

XML DOM 節點類型（Node Types）：http://www.w3school.com.cn/xmldom/dom_nodetype.asp

Entity: http://www.ibm.com/developerworks/cn/xml/x-entities/