如何使用 Java 解析 XML 文件

简介

解析 XML 文件是 Java 开发中的一项常见任务，因为 XML 是一种广泛用于存储和交换信息的数据格式。本教程将指导你使用 Java API 解析 XML 文件的过程，提供实际示例和技巧，帮助你在应用程序中处理 XML 数据。

Skills Graph

XML 文件结构简介

XML（可扩展标记语言）是一种广泛使用的数据交换格式，它提供了一种结构化的方式来表示和存储信息。XML 文件由元素、属性和文本内容组成，它们共同构成了一个层次结构。

理解 XML 结构

一个 XML 文件通常由以下关键组件组成：

• XML 声明：它指定了所使用的 XML 版本，通常是 <?xml version="1.0" encoding="UTF-8"?>。
• 元素：这些是 XML 文档的构建块，由尖括号括起来的标签表示，例如 <book> 和 </book>。
• 属性：它们提供有关元素的附加信息，并在开始标签内定义，例如 <book id="1">。
• 文本内容：这是元素中包含的实际数据或信息，例如 <title>The Catcher in the Rye</title>。
• 层次结构：XML 元素可以嵌套以创建层次结构，其中子元素包含在父元素中。

XML 命名空间

XML 命名空间提供了一种在 XML 文档中唯一标识元素和属性的方法。它们使用 xmlns 属性定义，可用于避免不同 XML 词汇表之间的命名冲突。

<book xmlns="http://example.com/books">
  <title>The Catcher in the Rye</title>
  <author>J.D. Salinger</author>
</book>

在这个例子中，xmlns 属性指定了 book 元素及其子元素的命名空间。

通过理解 XML 的基本结构和概念，你将更有准备地使用 Java 解析和处理 XML 数据。

使用 Java API 解析 XML 文件

Java 提供了多个用于解析 XML 文件的 API，每个 API 都有其自身的优点和用例。Java 中最常用的 XML 解析 API 有：

DOM（文档对象模型）解析器

DOM 解析器将整个 XML 文档构建为内存中的树状结构表示形式。这允许对 XML 数据进行随机访问和操作，但对于大型文件可能会占用大量内存。

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse("example.xml");

SAX（XML 简单 API）解析器

SAX 解析器是一个事件驱动的解析器，它按顺序处理 XML 文档，针对不同的解析事件触发回调。这使得它比 DOM 解析器更节省内存，但它不提供对 XML 数据的随机访问。

SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();
parser.parse("example.xml", new MyXMLHandler());

StAX（XML 流 API）解析器

StAX 解析器是基于游标、事件驱动的解析器，与 SAX 相比，它提供了更直观、灵活的 API。它允许以流方式读取和写入 XML 数据，适用于处理大型 XML 文件。

XMLInputFactory factory = XMLInputFactory.newInstance();
XMLStreamReader reader = factory.createXMLStreamReader(new FileInputStream("example.xml"));

选择哪种 XML 解析 API 取决于应用程序的具体需求，例如 XML 文件的大小、对随机访问的需求以及 XML 结构的复杂程度。

XML 解析实战示例

在本节中，我们将探讨一些使用前面讨论过的 Java API 解析 XML 文件的实际示例。

解析简单 XML 文件

让我们从一个名为 books.xml 的简单 XML 文件开始：

<?xml version="1.0" encoding="UTF-8"?>
<library>
  <book>
    <title>The Great Gatsby</title>
    <author>F. Scott Fitzgerald</author>
    <year>1925</year>
  </book>
  <book>
    <title>To Kill a Mockingbird</title>
    <author>Harper Lee</author>
    <year>1960</year>
  </book>
</library>

使用 DOM 解析器，我们可以解析此文件并提取书籍信息：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse("books.xml");

NodeList bookNodes = document.getElementsByTagName("book");
for (int i = 0; i < bookNodes.getLength(); i++) {
    Node bookNode = bookNodes.item(i);
    System.out.println("Title: " + bookNode.getElementsByTagName("title").item(0).getTextContent());
    System.out.println("Author: " + bookNode.getElementsByTagName("author").item(0).getTextContent());
    System.out.println("Year: " + bookNode.getElementsByTagName("year").item(0).getTextContent());
}

解析复杂 XML 文件

现在，让我们考虑一个更复杂的包含命名空间的 XML 文件：

<?xml version="1.0" encoding="UTF-8"?>
<library xmlns="http://example.com/library"
         xmlns:dc="http://purl.org/dc/elements/1.1/">
  <book>
    <dc:title>The Catcher in the Rye</dc:title>
    <dc:creator>J.D. Salinger</dc:creator>
    <dc:date>1951</dc:date>
  </book>
  <book>
    <dc:title>1984</dc:title>
    <dc:creator>George Orwell</dc:creator>
    <dc:date>1949</dc:date>
  </book>
</library>

要解析此文件并访问带有命名空间的元素，我们可以使用以下代码：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
factory.setNamespaceAware(true);
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse("books.xml");

NodeList bookNodes = document.getElementsByTagNameNS("http://example.com/library", "book");
for (int i = 0; i < bookNodes.getLength(); i++) {
    Node bookNode = bookNodes.item(i);
    System.out.println("Title: " + bookNode.getElementsByTagNameNS("http://purl.org/dc/elements/1.1/", "title").item(0).getTextContent());
    System.out.println("Author: " + bookNode.getElementsByTagNameNS("http://purl.org/dc/elements/1.1/", "creator").item(0).getTextContent());
    System.out.println("Year: " + bookNode.getElementsByTagNameNS("http://purl.org/dc/elements/1.1/", "date").item(0).getTextContent());
}

通过理解这些实际示例，你现在应该对如何使用 Java API 解析 XML 文件有了扎实的掌握。

总结

在本教程中，你已经学习了如何使用 Java API 解析 XML 文件。我们涵盖了 XML 文件结构的基础知识，探讨了不同的 Java 解析方法，并提供了实际示例来帮助你入门。通过掌握这些技术，你可以在 Java 项目中高效地处理和从 XML 文件中提取数据。