Java与XML联合编程之DOM篇

pasckr

---

    DOM初步
DOM是Document Object Model的缩写，即文档对象模型。前面说过，XML将数据组织为一颗树，所以DOM就是对这颗树的一个对象描叙。通俗的说，就是通过解析XML文档，为XML文档在逻辑上建立一个树模型，树的节点是一个个对象。我们通过存取这些对象就能够存取XML文档的内容。
下面我们来看一个简单的例子，看看在DOM中，我们是如何来操作一个XML文档的。
这是一个XML文档，也是我们要操作的对象：
Good-bye serialization, hello Java! 下面，我们需要把这个文档的内容解析到一个个的Java对象中去供程序使用，利用JAXP，我们只需几行代码就能做到这一点。首先，我们需要建立一个解析器工厂，以利用这个工厂来获得一个具体的解析器对象：
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance; 我们在这里使用DocumentBuilderFacotry的目的是为了创建与具体解析器无关的程序，当DocumentBuilderFactory类的静态方法newInstance被调用时，它根据一个系统变量来决定具体使用哪一个解析器。又因为所有的解析器都服从于JAXP所定义的接口，所以无论具体使用哪一个解析器，代码都是一样的。所以当在不同的解析器之间进行切换时，只需要更改系统变量的值，而不用更改任何代码。这就是工厂所带来的好处。这个工厂模式的具体实现，可以参看下面的类图。
DocumentBuilder db = dbf.newDocumentBuilder; 当获得一个工厂对象后，使用它的静态方法newDocumentBuilder方法可以获得一个DocumentBuilder对象，这个对象代表了具体的DOM解析器。但具体是哪一种解析器，微软的或者IBM的，对于程序而言并不重要。
然后，我们就可以利用这个解析器来对XML文档进行解析了：
Document doc = db.parse("c:/xml/message.xml"); DocumentBuilder的parse方法接受一个XML文档名作为输入参数，返回一个Document对象，这个Document对象就代表了一个XML文档的树模型。以后所有的对XML文档的操作，都与解析器无关，直接在这个Document对象上进行操作就可以了。而具体对Document操作的方法，就是由DOM所定义的了。 Jaxp支持W3C所推荐的DOM 2。如果你对DOM很熟悉，那么下面的内容就很简单了：只需要按照DOM的规范来进行方法调用就可以。当然，如果你对DOM不清楚，也不用着急，后面我们会有详细的介绍。在这儿，你所要知道并牢记的是：DOM是用来描叙XML文档中的数据的模型，引入DOM的全部原因就是为了用这个模型来操作XML文档的中的数据。DOM规范中定义有节点（即对象）、属性和方法，我们通过这些节点的存取来存取XML的数据。
从上面得到的Document对象开始，我们就可以开始我们的DOM之旅了。使用Document对象的getElementsByTagName方法，我们可以得到一个NodeList对象，一个Node对象代表了一个XML文档中的一个标签元素，而NodeList对象，观其名而知其意，所代表的是一个Node对象的列表：
NodeList nl = doc.getElementsByTagName("message"); 我们通过这样一条语句所得到的是XML文档中所有标签对应的Node对象的一个列表。然后，我们可以使用NodeList对象的item方法来得到列表中的每一个Node对象：
Node my_node = nl.item(0); 当一个Node对象被建立之后，保存在XML文档中的数据就被提取出来并封装在这个Node中了。在这个例子中，要提取Message标签内的内容，我们通常会使用Node对象的getNodeValue方法：
String message = my_node.getFirstChild.getNodeValue;
请注意，这里还使用了一个getFirstChild方法来获得message下面的第一个子Node对象。虽然在message标签下面除了文本外并没有其它子标签或者属性，但是我们坚持在这里使用getFirseChild方法，这主要和W3C对DOM的定义有关。W3C把标签内的文本部分也定义成一个Node，所以先要得到代表文本的那个Node，我们才能够使用getNodeValue来获取文本的内容。
现在，既然我们已经能够从XML文件中提取出数据了，我们就可以把这些数据用在合适的地方，来构筑应用程序。
下面的内容，我们将更多的关注DOM，为DOM作一个较为详细的解析，使我们使用起来更为得心应手。
DOM详解
1．基本的DOM对象
DOM的基本对象有5个：Document，Node，NodeList，Element和Attr。下面就这些对象的功能和实现的方法作一个大致的介绍。
Document对象代表了整个XML的文档，所有其它的Node，都以一定的顺序包含在Document对象之内，排列成一个树形的结构，程序员可以通过遍历这颗树来得到XML文档的所有的内容，这也是对XML文档操作的起点。我们总是先通过解析XML源文件而得到一个Document对象，然后再来执行后续的操作。此外，Document还包含了创建其它节点的方法，比如createAttribut用来创建一个Attr对象。它所包含的主要的方法有：
createAttribute(String)：用给定的属性名创建一个Attr对象，并可在其后使用setAttributeNode方法来放置在某一个Element对象上面。
createElement(String)：用给定的标签名创建一个Element对象，代表XML文档中的一个标签，然后就可以在这个Element对象上添加属性或进行其它的操作。
createTextNode(String)：用给定的字符串创建一个Text对象，Text对象代表了标签或者属性中所包含的纯文本字符串。如果在一个标签内没有其它的标签，那么标签内的文本所代表的Text对象是这个Element对象的唯一子对象。
getElementsByTagName(String)：返回一个NodeList对象，它包含了所有给定标签名字的标签。
getDocumentElement：返回一个代表这个DOM树的根节点的Element对象，也就是代表XML文档根元素的那个对象。
Node对象是DOM结构中最为基本的对象，代表了文档树中的一个抽象的节点。在实际使用的时候，很少会真正的用到Node这个对象，而是用到诸如Element、Attr、Text等Node对象的子对象来操作文档。Node对象为这些对象提供了一个抽象的、公共的根。虽然在Node对象中定义了对其子节点进行存取的方法，但是有一些Node子对象，比如Text对象，它并不存在子节点，这一点是要注意的。Node对象所包含的主要的方法有：
appendChild(org.w3c.dom.Node)：为这个节点添加一个子节点，并放在所有子节点的最后，如果这个子节点已经存在，则先把它删掉再添加进去。
getFirstChild：如果节点存在子节点，则返回第一个子节点，对等的，还有getLastChild方法返回最后一个子节点。
getNextSibling：返回在DOM树中这个节点的下一个兄弟节点，对等的，还有getPreviousSibling方法返回其前一个兄弟节点。
getNodeName：根据节点的类型返回节点的名称。
getNodeType：返回节点的类型。
getNodeValue：返回节点的值。
hasChildNodes：判断是不是存在有子节点。
hasAttributes：判断这个节点是否存在有属性。
getOwnerDocument：返回节点所处的Document对象。
insertBefore(org.w3c.dom.Node new，org.w3c.dom.Node ref)：在给定的一个子对象前再插入一个子对象。
removeChild(org.w3c.dom.Node)：删除给定的子节点对象。
replaceChild(org.w3c.dom.Node new，org.w3c.dom.Node old)：用一个新的Node对象代替给定的子节点对象。
NodeList对象，顾名思义，就是代表了一个包含了一个或者多个Node的列表。可以简单的把它看成一个Node的数组，我们可以通过方法来获得列表中的元素：
GetLength：返回列表的长度。
Item(int)：返回指定位置的Node对象。
Element对象代表的是XML文档中的标签元素，继承于Node，亦是Node的最主要的子对象。在标签中可以包含有属性，因而Element对象中有存取其属性的方法，而任何Node中定义的方法，也可以用在Element对象上面。
getElementsByTagName(String)：返回一个NodeList对象，它包含了在这个标签中其下的子孙节点中具有给定标签名字的标签。
getTagName：返回一个代表这个标签名字的字符串。
getAttribute(String)：返回标签中给定属性名称的属性的值。在这儿需要主要的是，应为XML文档中允许有实体属性出现，而这个方法对这些实体属性并不适用。这时候需要用到getAttributeNodes方法来得到一个Attr对象来进行进一步的操作。
getAttributeNode(String)：返回一个代表给定属性名称的Attr对象。
Attr对象代表了某个标签中的属性。Attr继承于Node，但是因为Attr实际上是包含在Element中的，它并不能被看作是Element的子对象，因而在DOM中Attr并不是DOM树的一部分，所以Node中的getparentNode，getpreviousSibling和getnextSibling返回的都将是null。也就是说，Attr其实是被看作包含它的Element对象的一部分，它并不作为DOM树中单独的一个节点出现。这一点在使用的时候要同其它的Node子对象相区别。
需要说明的是，上面所说的DOM对象在DOM中都是用接口定义的，在定义的时候使用的是与具体语言无关的IDL语言来定义的。因而，DOM其实可以在任何面向对象的语言中实现，只要它实现了DOM所定义的接口和功能就可以了。同时，有些方法在DOM中并没有定义，是用IDL的属性来表达的，当被映射到具体的语言时，这些属性被映射为相应的方法。
2．DOM实例
有了上面的介绍，相信你对DOM理解的更多了吧。下面的例子将让你对DOM更加熟悉起来。
先说说这个例子到底要做的是什么吧，我们希望在一个名为link.xml文件中保存了一些URL地址，通过一个简单的程序，我们可以通过DOM把这些URL读出并显示出来，也可以反过来向这个XML文件中写入加入的URL地址。很简单，却很实用，也足够来例示DOM的绝大部分用法了。
XML文件本身不复杂，就不给出它的DTD了。link.xml: JSP Insiderhttp://www.jspinsider.comJSP Insider212001A JSP information site.The makers of Javahttp://java.sun.comSun Microsystems312001Sun Microsystem's Website.The standard JSP containerhttp://jakarta.apache.orgApache Group412001Some great software.
第一个程序我们称为xmldisplay.java，具体的程序清单可以在附件中找到。主要的功能就是读取这个XML文件中各个节点的内容，然后在格式化输出在System.out上，我们来看看这个程序：
import javax.xml.parsers.*;import org.w3c.dom.*;
这是引入必要的类，因为在这里使用的是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解析器的具体实现。org.w3c.dom包中定义了w3c所制定的DOM接口。
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance;DocumentBuilder builder=factory.newDocumentBuilder;Document doc=builder.parse("links.xml");doc.normalize;
除了上面讲到的，还有一个小技巧，对Document对象调用normalize，可以去掉XML文档中作为格式化内容的空白而映射在DOM树中的不必要的Text Node对象。否则你得到的DOM树可能并不如你所想象的那样。特别是在输出的时候，这个normalize更为有用。
NodeList links =doc.getElementsByTagName("link");
刚才说过，XML文档中的空白符也会被作为对象映射在DOM树中。因而，直接调用Node方法的getChildNodes方法有时候会有些问题，有时不能够返回所期望的NodeList对象。解决的办法是使用Element的getElementByTagName(String)，返回的NodeLise就是所期待的对象了。然后，可以用item方法提取想要的元素。

for (int i=0;i