Java與XML讀寫之DOM篇
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(shù)據(jù)組織為一顆樹，
所以DOM就是對這顆樹的一個(gè)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(gè)樹模型，樹的節(jié)點(diǎn)是一個(gè)個(gè)對象。我們通過存取這些對象就能夠存取XML文檔
的內(nèi)容。
下面我們來看一個(gè)簡單的例子，看看在DOM中，我們是如何來操作一個(gè)XML文檔的。
這是一個(gè)XML文檔，也是我們要操作的對象：
下面，我們需要把這個(gè)文檔的內(nèi)容解析到一個(gè)個(gè)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(diǎn)。首先，我們需要建立一個(gè)解析器工廠，以利用這個(gè)工廠來獲得
一個(gè)具體的解析器對象：
我們在這里使用DocumentBuilderFacotry的目的是為了創(chuàng)建與具體解析器無關(guān)的程序，當(dāng)
DocumentBuilderFactory類的靜態(tài)方法newInstance()被調(diào)用時(shí)，它根據(jù)一個(gè)系統(tǒng)變量來決定具體
使用哪一個(gè)解析器。又因?yàn)樗械慕馕銎鞫挤挠贘AXP所定義的接口，所以無論具體使用哪一
個(gè)解析器，代碼都是一樣的。所以當(dāng)在不同的解析器之間進(jìn)行切換時(shí)，只需要更改系統(tǒng)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(gè)工廠模式的具體實(shí)現(xiàn)，可以參看下
面的類圖。
當(dāng)獲得一個(gè)工廠對象后， 使用它的靜態(tài)方法newDocumentBuilder() 方法可以獲得一個(gè)
DocumentBuilder對象，這個(gè)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，對于程序而言并不重要。
然后，我們就可以利用這個(gè)解析器來對XML文檔進(jìn)行解析了：
DocumentBuilder的parse()方法接受一個(gè)XML文檔名作為輸入?yún)?shù)，返回一個(gè)Document對象，這
<?xml version="1.0" encoding="UTF-8"?>
<messages>
<message>Good-bye serialization, hello Java!</message>
</messages>
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder db = dbf.newDocumentBuilder();
Document doc = db.parse("c:/xml/message.xml");
個(gè)Document對象就代表了一個(gè)XML文檔的樹模型。以后所有的對XML文檔的操作，都與解析器
無關(guān)，直接在這個(gè)Document對象上進(jìn)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，那么下面的內(nèi)容就很簡單了：只需要按
照DOM的規(guī)范來進(jìn)行方法調(diào)用就可以。當(dāng)然，如果你對DOM不清楚，也不用著急，后面我們
會有詳細(xì)的介紹。在這兒，你所要知道并牢記的是：DOM是用來描敘XML文檔中的數(shù)據(jù)的模型，
引入DOM的全部原因就是為了用這個(gè)模型來操作XML文檔的中的數(shù)據(jù)。DOM規(guī)范中定義有節(jié)
點(diǎn)（即對象）、屬性和方法，我們通過這些節(jié)點(diǎn)的存取來存取XML的數(shù)據(jù)。
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
getElementsByTagName()方法，我們可以得到一個(gè)NodeList對象，一個(gè)Node對象代表了一個(gè)XML
文檔中的一個(gè)標(biāo)簽元素，而NodeList對象，觀其名而知其意，所代表的是一個(gè)Node對象的列表：
我們通過這樣一條語句所得到的是XML文檔中所有<message>標(biāo)簽對應(yīng)的Node對象的一個(gè)列
表。然后，我們可以使用NodeList對象的item()方法來得到列表中的每一個(gè)Node對象：
當(dāng)一個(gè)Node對象被建立之后，保存在XML文檔中的數(shù)據(jù)就被提取出來并封裝在這個(gè)Node中了。
NodeList nl = doc.getElementsByTagName("message");
Node my_node = nl.item(0);
在這個(gè)例子中，要提取Message標(biāo)簽內(nèi)的內(nèi)容，我們通常會使用Node對象的getNodeValue()方法：
請注意，這里還使用了一個(gè)getFirstChild()方法來獲得message下面的第一個(gè)子Node對象。雖然在
message 標(biāo)簽下面除了文本外并沒有其它子標(biāo)簽或者屬性， 但是我們堅(jiān)持在這里使用
getFirseChild()方法，這主要和W3C對DOM的定義有關(guān)。W3C把標(biāo)簽內(nèi)的文本部分也定義成一
個(gè)Node，所以先要得到代表文本的那個(gè)Node，我們才能夠使用getNodeValue()來獲取文本的內(nèi)
容。
現(xiàn)在，既然我們已經(jīng)能夠從XML文件中提取出數(shù)據(jù)了，我們就可以把這些數(shù)據(jù)用在合適的地方，
來構(gòu)筑應(yīng)用程序。
下面的內(nèi)容，我們將更多的關(guān)注DOM，為DOM作一個(gè)較為詳細(xì)的解析，使我們使用起來更為
得心應(yīng)手。
DOM
詳解
DOM的基本對象有5個(gè)：Document，Node，NodeList，Element和Attr。下面就這些對象的功
能和實(shí)現(xiàn)的方法作一個(gè)大致的介紹。
Document對象代表了整個(gè)XML的文檔，所有其它的Node，都以一定的順序包含在Document
String message = my_node.getFirstChild().getNodeValue();
1．基本的DOM對象
對象之內(nèi)，排列成一個(gè)樹形的結(jié)構(gòu)，程序員可以通過遍歷這顆樹來得到XML文檔的所有的內(nèi)容，
這也是對XML文檔操作的起點(diǎn)。我們總是先通過解析XML源文件而得到一個(gè)Document對象，
然后再來執(zhí)行后續(xù)的操作。此外，Document還包含了創(chuàng)建其它節(jié)點(diǎn)的方法，比如createAttribut()
用來創(chuàng)建一個(gè)Attr對象。它所包含的主要的方法有：
createAttribute(String)：用給定的屬性名創(chuàng)建一個(gè)Attr對象，并可在其后使用setAttributeNode
方法來放置在某一個(gè)Element對象上面。
createElement(String)：用給定的標(biāo)簽名創(chuàng)建一個(gè)Element對象，代表XML文檔中的一個(gè)標(biāo)簽，
然后就可以在這個(gè)Element對象上添加屬性或進(jìn)行其它的操作。
createTextNode(String)：用給定的字符串創(chuàng)建一個(gè)Text對象，Text對象代表了標(biāo)簽或者屬性中
所包含的純文本字符串。如果在一個(gè)標(biāo)簽內(nèi)沒有其它的標(biāo)簽，那么標(biāo)簽內(nèi)的文本所代表的Text
對象是這個(gè)Element對象的唯一子對象。
getElementsByTagName(String)：返回一個(gè)NodeList對象，它包含了所有給定標(biāo)簽名字的標(biāo)簽。
getDocumentElement()：返回一個(gè)代表這個(gè)DOM樹的根節(jié)點(diǎn)的Element對象，也就是代表XML
文檔根元素的那個(gè)對象。
Node對象是DOM結(jié)構(gòu)中最為基本的對象，代表了文檔樹中的一個(gè)抽象的節(jié)點(diǎn)。在實(shí)際使用的
時(shí)候，很少會真正的用到Node這個(gè)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(gè)抽象的、公共的根。雖然在Node對象中定
義了對其子節(jié)點(diǎn)進(jìn)行存取的方法，但是有一些Node子對象，比如Text對象，它并不存在子節(jié)點(diǎn)，
這一點(diǎn)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(gè)節(jié)點(diǎn)添加一個(gè)子節(jié)點(diǎn)，并放在所有子節(jié)點(diǎn)的最后，
如果這個(gè)子節(jié)點(diǎn)已經(jīng)存在，則先把它刪掉再添加進(jìn)去。
getFirstChild()：如果節(jié)點(diǎn)存在子節(jié)點(diǎn)，則返回第一個(gè)子節(jié)點(diǎn)，對等的，還有g(shù)etLastChild()方法
返回最后一個(gè)子節(jié)點(diǎn)。
getNextSibling() ： 返回在DOM 樹中這個(gè)節(jié)點(diǎn)的下一個(gè)兄弟節(jié)點(diǎn)， 對等的， 還有
getPreviousSibling()方法返回其前一個(gè)兄弟節(jié)點(diǎn)。
getNodeName()：根據(jù)節(jié)點(diǎn)的類型返回節(jié)點(diǎn)的名稱。
getNodeType()：返回節(jié)點(diǎn)的類型。
getNodeValue()：返回節(jié)點(diǎn)的值。
hasChildNodes()：判斷是不是存在有子節(jié)點(diǎn)。
hasAttributes()：判斷這個(gè)節(jié)點(diǎn)是否存在有屬性。
getOwnerDocument()：返回節(jié)點(diǎn)所處的Document對象。
insertBefore(org.w3c.dom.Node new，org.w3c.dom.Node ref)：在給定的一個(gè)子對象前再插入
一個(gè)子對象。
removeChild(org.w3c.dom.Node)：刪除給定的子節(jié)點(diǎn)對象。
replaceChild(org.w3c.dom.Node new，org.w3c.dom.Node old)：用一個(gè)新的Node對象代替給
定的子節(jié)點(diǎn)對象。
NodeList對象，顧名思義，就是代表了一個(gè)包含了一個(gè)或者多個(gè)Node的列表。可以簡單的把它
看成一個(gè)Node的數(shù)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(biāo)簽元素，繼承于Node，亦是Node的最主要的子對象。在
標(biāo)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(gè)NodeList對象，它包含了在這個(gè)標(biāo)簽中其下的子孫
節(jié)點(diǎn)中具有給定標(biāo)簽名字的標(biāo)簽。
getTagName()：返回一個(gè)代表這個(gè)標(biāo)簽名字的字符串。
getAttribute(String)：返回標(biāo)簽中給定屬性名稱的屬性的值。在這兒需要主要的是，應(yīng)為XML
文檔中允許有實(shí)體屬性出現(xiàn)，而這個(gè)方法對這些實(shí)體屬性并不適用。這時(shí)候需要用到
getAttributeNodes()方法來得到一個(gè)Attr對象來進(jìn)行進(jìn)一步的操作。
getAttributeNode(String)：返回一個(gè)代表給定屬性名稱的Attr對象。
Attr對象代表了某個(gè)標(biāo)簽中的屬性。Attr繼承于Node，但是因?yàn)锳ttr實(shí)際上是包含在Element中
的，它并不能被看作是Element的子對象，因而在DOM中Attr并不是DOM樹的一部分，所以Node
中的getparentNode()，getpreviousSibling()和getnextSibling()返回的都將是null。也就是說，
Attr其實(shí)是被看作包含它的Element對象的一部分，它并不作為DOM樹中單獨(dú)的一個(gè)節(jié)點(diǎn)出現(xiàn)。
這一點(diǎn)在使用的時(shí)候要同其它的Node子對象相區(qū)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(shí)候使用的是與
具體語言無關(guān)的IDL語言來定義的。因而，DOM其實(shí)可以在任何面向?qū)ο蟮恼Z言中實(shí)現(xiàn)，只要
它實(shí)現(xiàn)了DOM所定義的接口和功能就可以了。同時(shí)，有些方法在DOM中并沒有定義，是用IDL
的屬性來表達(dá)的，當(dāng)被映射到具體的語言時(shí)，這些屬性被映射為相應(yīng)的方法。
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(gè)例子到底要做的是什么吧，我們希望在一個(gè)名為link.xml文件中保存了一些URL地
址，通過一個(gè)簡單的程序，我們可以通過DOM把這些URL讀出并顯示出來，也可以反過來向這
個(gè)XML文件中寫入加入的URL地址。很簡單，卻很實(shí)用，也足夠來例示DOM的絕大部分用法了。
XML文件本身不復(fù)雜，就不給出它的DTD了。link.xml:
2．DOM實(shí)例
<?xml version="1.0" standalone="yes"?>
<links>
<link>
<text>JSP Insider</text>
<url newWindow="no">http://www.jspinsider.com</url>
<author>JSP Insider</author>
<date>
<day>2</day>
<month>1</month>
<year>2001</year>
</date>
<description>A JSP information site.</description>
</link>
<link>
<text>The makers of Java</text>
<url newWindow="no">http://java.sun.com</url>
<author>Sun Microsystems</author>
<date>
<day>3</day>
<month>1</month>
<year>2001</year>
</date>
<description>Sun Microsystem's website.</description>
</link>
<link>
第一個(gè)程序我們稱為xmldisplay.java，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(gè)XML文件中各個(gè)節(jié)點(diǎn)的內(nèi)容，然后在格式化輸出在System.out上，我們來看看這個(gè)程序：
這是引入必要的類， 因?yàn)樵谶@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(shí)現(xiàn)。org.w3c.dom包中定
義了w3c所制定的DOM接口。
除了上面講到的，還有一個(gè)小技巧，對Document對象調(diào)用normalize()，可以去掉XML文檔中作
為格式化內(nèi)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
并不如你所想象的那樣。特別是在輸出的時(shí)候，這個(gè)normalize()更為有用。
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(diào)用Node方法
的getChildNodes方法有時(shí)候會有些問題，有時(shí)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
后，可以用item()方法提取想要的元素。
<text>The standard JSP container</text>
<url newWindow="no">http://jakarta.apache.org</url>
<author>Apache Group</author>
<date>
<day>4</day>
<month>1</month>
<year>2001</year>
</date>
<description>Some great software.</description>
</link>
</links>
import javax.xml.parsers.*;
import org.w3c.dom.*;
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder=factory.newDocumentBuilder();
Document doc=builder.parse("links.xml");
doc.normalize();
NodeList links =doc.getElementsByTagName("link");
for (int i=0;i<links.getLength();i++){
Element link=(Element) links.item(i);
System.out.print("Content: ");
System.out.println(link.getElementsByTagName("text").item(0).getFirstChild().getNodeValue()
上面的代碼片斷就完成了對XML文檔內(nèi)容的格式化輸出。只要注意到一些細(xì)節(jié)的問題，比如
getFirstChile()方法和getElementsByTagName()方法的使用，這些還是比較容易的。
下面的內(nèi)容，就是在修改了DOM樹后重新寫入到XML文檔中去的問題了。這個(gè)程序名為
xmlwrite.java。在JAXP1.0版本中，并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(jìn)行變換（Translation）后，得到一個(gè)新的文檔結(jié)構(gòu)。利用這個(gè)新加入的功能，
我們就能夠很方便的把新生成或者修改后的DOM樹從新寫回到XML文件中去了，下面我們來看
看代碼的實(shí)現(xiàn)，這段代碼的主要功能是向links.xml文件中加入一個(gè)新的link節(jié)點(diǎn)：
新引入的java.xml.transform包中的幾個(gè)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(gè)新的link節(jié)點(diǎn)，因而首先還是要讀入links.xml文件，構(gòu)建
一個(gè)DOM樹，然后再對這個(gè)DOM樹進(jìn)行修改（添加節(jié)點(diǎn)），最后把修改后的DOM寫回到links.xml
文件中：
);
System.out.print("URL: ");
System.out.println(link.getElementsByTagName("url").item(0).getFirstChild().getNodeValue());
System.out.print("Author: ");
System.out.println(link.getElementsByTagName("author").item(0).getFirstChild().getNodeVal
ue());
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).getFirstChild().getNodeValue();
String year=linkdate.getElementsByTagName("year").item(0).getFirstChild().getNodeValue();
System.out.println(day+"-"+month+"-"+year);
System.out.print("Description: ");
System.out.println(link.getElementsByTagName("description").item(0).getFirstChild().getNod
eValue());
System.out.println();
}
import javax.xml.parsers.*;
import javax.xml.transform.*;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import org.w3c.dom.*;
為了看清重點(diǎn)，簡化程序，我們把要加入的內(nèi)容硬編碼到記憶String對象中，而實(shí)際操作中，往
往利用一個(gè)界面來提取用戶輸入，或者通過JDBC從數(shù)據(jù)庫中提取想要的內(nèi)容。
首先應(yīng)該明了的是，無論什么類型的Node，Text型的也好，Attr型的也好，Element型的也好，
它們的創(chuàng)建都是通過Document對象中的createXXX()方法來創(chuàng)建的（XXX代表具體要?jiǎng)?chuàng)建的類
型），因此，我們要向XML文檔中添加一個(gè)link項(xiàng)目，首先要?jiǎng)?chuàng)建一個(gè)link對象：
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder=factory.newDocumentBuilder();
Document doc=builder.parse("links.xml");
doc.normalize();
//---取得變量----
String text="Hanzhong's Homepage";
String url="String author="Hzliu Liu";
String discription="A site from Hanzhong Liu, give u lots of suprise!!!";
Text textseg;
Element link=doc.createElement("link");
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_MONTH));
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");
創(chuàng)建節(jié)點(diǎn)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(gè)Node的，因此也必須為它們創(chuàng)建相應(yīng)的node），不能直接用Element
對象的setNodeValue()方法來設(shè)置這些text的內(nèi)容，而需要用創(chuàng)建的Text對象的setNodeValue()
方法來設(shè)置文本，這樣才能夠把創(chuàng)建的Element和其文本內(nèi)容添加到DOM樹中。看看前面的代
碼，你會更好的理解這一點(diǎn)：
最后，不要忘記把創(chuàng)建好的節(jié)點(diǎn)添加到DOM樹中。Document類的getDocumentElement()方法，
返回代表文檔根節(jié)點(diǎn)的Element對象。在XML文檔中，根節(jié)點(diǎn)一定是唯一的。
然后就是用XSLT把DOM樹輸出了。這里的TransformerFactory也同樣應(yīng)用了工廠模式，使得具
體的代碼同具體的變換器無關(guān)。實(shí)現(xiàn)的方法和DocumentBuilderFactory相同，這兒就不贅述了。
Transformer類的transfrom方法接受兩個(gè)參數(shù)、一個(gè)數(shù)據(jù)源Source和一個(gè)輸出目標(biāo)Result。這里
分別使用的是DOMSource和StreamResult，這樣就能夠把DOM的內(nèi)容輸出到一個(gè)輸出流中，
當(dāng)這個(gè)輸出流是一個(gè)文件的時(shí)候，DOM的內(nèi)容就被寫入到文件中去了。
好了，關(guān)于DOM的話題就先到這里，下篇文章將介紹的內(nèi)容是SAX。請看Java與XML讀寫之
SAX篇
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);
doc.getDocumentElement().appendChild(link);
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);