用JDom轻松整合Java和XML

核心提示：概述： Jdom是用java语言读、写、操作xml的新API函数，Jason Hunter 和 Brett McLaughlin公开发布了它的测试版本，用JDom轻松整合Java和XML，在直觉、简单和高效的前提下，这些API函数被最大限度的优化，字符串，元素和处理指令的实例，

　　概述：

　　Jdom是用java语言读、写、操作xml的新API函数。Jason Hunter 和 Brett McLaughlin公开发布了它的测试版本。在直觉、简单和高效的前提下，这些API函数被最大限度的优化。 在接下来的篇幅里，Hunter 和 McLaughlin介绍怎么用Jdom去读写一个已经存在的XML文档。

　　Jdom是一个开源的api，它以直接易懂的方式向java程序员描述XML文档和文档的内容。就象名字揭示的那样，Jdom是为java优化的。为使用XML文档提供一个低消耗的方法。Jdom的使用者可以不必把握太多的XML的知识就可以完成想要的操作。

　　Jdom可以和已有的XML技术如Simple API for XML (SAX)和 Document Object Model (DOM)相互协作.然而，它并不是简单的从这些api中提取出一些。Jdom从这些已存在的技术中吸收了好的方面，自己建立了一套新的类和接口，用一个Jdom用户的话来说就是：“这些接口是我从一开始阅读org.w3c.dom就期待的”；Jdom可以读入SAX或是DOM的内容，也可以输出SAX或DOM可以接收的格式。这个能力可以使Jdom很好的和已有的用SAX或DOM建立的系统之间整合。

　　Jdom的原则

　　第一条并且是最重要的一条就是Jdom的api函数被设计成对java程序员来说是简单易懂的。其他的XML解析函数被设计成语言通用的（支持相同的api函数在java，c++，甚至是javascript中）。Jdom利用了java的优秀的特征，如：方法重载、回收机制，和后台处理等。

　　为了能够简单易用，这些函数不得不以程序员喜欢的形式来描绘XML文档。例如：程序员想的到的一个元素的文本内容是什么样子的呢？

＜element＞This is my text content＜/element＞
　　在一些api中，元素的文本内容仅被当作是一个元素的孩子节点。从技术角度来说，这个设计需要下面的代码才能访问到元素的内容：

String content = element.getFirstChild().getValue();
　　Jdom用一种更简单易用的方法来取得元素的内容：

String text = element.getText();
　　Jdom尽可能的减少程序员的工作量。依据拇指规则，Jdom应该用20%或是更少的努力来完成80%或是更多的java/xml方面的问题。这并不是说Jdom只是支持80%的XML规范（实际上我们希望Jdom100%的支持XML规范）。这个拇指规则是说有些东西可以加进去，但是没有必要。这些api函数应该保持简洁。

　　Jdom的第二条原则是说Jdom应该是快速的和轻量级的。调入和执行文档应该快速，内存的消耗应该尽量小。Jdom的设计明显是遵循这个原则。例如，就算在开始的时候，不太协调的操作已经比DOM快，但是比SAX显的粗糙。尽管这样，Jdom还是有许多SAX没有的优点。 你需要Jdom吗？

　　那么，你需要Jdom吗？这真是一个很好的问题。已经有了存在的标准，为什么还要去发明一个新的呢？答案是Jdom解决了现有的标准解决不了的问题。

　　DOM完全在内存中描述一个元素树。它是一个大的api，被设计操作几乎所有可能的XML任务。它也必须有相同的api去支持不同的语言。因为这些限制，对那些习惯使用java的特征，如方法重载、简单的set,get方法的java程序员来说，就很不习惯。DOM还需要大量的内存和较高的主频，这使它很难和许多轻量级的web应用一起工作。

　　SAX没有在内存中建立一个元素树，它用事情发展的方式来描述。例如：它报告每个读到的开始标记和结束标记。这种处理方式使它成为一个轻量级的快速读取的api。然而，这种事件处理方式对服务器端的java程序员来说不够直观。SAX也不支持修改XML文档和随机读取。

　　Jdom试图组合DOM和SAX的优点。它被设计成一个可以在小内存上快速执行轻量级api 。Jdom也支持随机读取整个文档，但是令人惊异的是它并不需要把整个文档读到内存中。这个api支持未来的当需要时才读入信息的次轻量级操作。还有，Jdom通过标准的构造器和set方法支持XML文档的修改。

　　获取XML文档

　　Jdom用org.Jdom.Document类的一个实例来描述一个XML文档。这个文档类是一个轻重量级的，它可以包括文档类型、多处理指令的对象、一个根元素和注释对象。你可以不需要构造器而从草稿构造一个文档。

Document doc = new Document(new Element("rootElement"));
　　本文后面我们会讨论从草稿构造一个XML文档是多么的轻易。但是现在，我们从一个已存在的文件、一个流、或是一个URL路径中构造我们的文档。

SAXBuilder builder = new SAXBuilder();
Document doc = builder.build(url);
　　你可以用org.Jdom.input包中提供的构造类从任何数据源中构造文档。最近，有两种构造方式：SAXBuilder 和 DOMBuilder。SAXBuilder用sax解析器从文件中构造文档。SAXBuilder侦听sax事件并从内存中建立一个相应的文档。这种方式非常快（基本上和sax一样快），这也是我们推荐的方式。DOMBuilder是另一种可选的方式，它从一个存在的org.w3c.dom.Document对象中建立Jdom文档。它答应Jdom轻松的和构建DOM树的工具实现接口。

　　Jdom的速度有值得期待的提高的潜力通过一个延期的构造器的完成。这个构造器检查XML数据源，但当请求的时候才对它解析。例如：文档的属性当不访问时是不需要解析的。

　　构造器仍在发展，可以通sql查询、ldap查询和其他的数据格式来够造Jdom文档。所以，一旦进到内存中，文档就和建造它的工具没有关系了。

　　SAXBuilder 和 DOMBuilder构造器答应用户指明他们是否应该轮换，以便确定哪个解析器时间执行解析的任务。

public SAXBuilder(String parserClass, boolean validation);
public DOMBuilder(String adapterClass, boolean validation);
　　默认的是用apache的开源 Xerces解析器并且是关闭轮换的。你应该注到DOMBuilder不象一个解析类，倒更象一个适配类。这是因为不是所有的DOM解析器都是相同的api。为了仍让用户选择喜欢的解析器，Jdom使用一个对所有的dom解析器适用的公共的api的适配类。这个适配类支持所有流行的dom解析器，包括Apache 的 Xerces, Crimson，IBM 的 XML4J, Sun 的 PRoject X, 和Oracle 的 parsers V1 and V2.每一个解析器通过正确的调用别的解析器的方法执行标准的接口。这有点象jaXP，除了它支持jaxp所不支持的新的解析器。 输出XML文档

　　你可以用几种不同的标准输出工具输出一个XML文档。org.Jdom.output.XMLOutputter也许是最常用方法。它将xml文档写入一个特定的OutputStream.

　　SAXOutputter工具是另一个选择。它产生基于Jdom xml文档的sax事件，你可以把这些送到等待这些sax事件的应用程序那里。相同的方式，DOMOutputter产生一个dom文档，这样你就可以把它送给可以接收dom文档的应用程序。输出xml文档的代码看起来象下边的样子：

XMLOutputter outputter = new XMLOutputter();
outputter.output(doc, System.out);
　　XMLOutputter用参数定制输出的格式。第一个参数是行缩进的格式；第二个参数是你是否想另起一行。因为机器到机器的原因，为了速度考虑你可以放弃行缩进和另起新行。

XMLOutputter outputter = new XMLOutputter("", false);
outputter.output(doc, System.out);
　　（译注：这样的话自己看起来会很不好看，而且每一次重新写入的时候都会使这个xml文件变大，所以我建议还是要缩进和另起一行，支持中文的带换行和缩进的格式如下：

XMLOutputter outp = new XMLOutputter(“”,true,"GB2312");

outp.setTextTrim(true);

outp.output(doc, System.out);
　　可以参见以前我写的Jdom的文章http://www.csdn.net/Develop/read_article.asp?id=20720）

　　下面是读入一个xml文档，并把它又输出的例子：

import java.io.*;
import org.Jdom.*;
import org.Jdom.input.*;
import org.Jdom.output.*;
public class PrettyPrinter {
public static void main(String[] args) {
　// Assume filename argument
　String filename = args[0];
　try {
　　// Build the document with SAX and Xerces, no validation
　　SAXBuilder builder = new SAXBuilder();
　　// Create the document
　　Document doc = builder.build(new File(filename));
　　// Output the document, use standard formatter
　　XMLOutputter fmt = new XMLOutputter();
　　fmt.output(doc, System.out);
　} catch (Exception e) {
　　e.printStackTrace();
　}
}
}
　　读取文档类型

　　现在，让我们来看一下怎么读取文档的具体内容。许多XML文档都有的一个东西是文档类型，在Jdom中用DocType类来描述。万一你不是XML方面的专家（嘿，不用灰心，你就是我们所要面向的听众），一个文档类型的声明看起来象下边的样子：

＜!DOCTYPE Html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"＞
　　DOCTYPE后边的第一个词揭示文档被强制类型的名字，PUBLIC后边的词是文档类型的公共属性，最后一个词是文档类型的系统属性。文档属性可以上通过文档的getDocType（）方法获得，DocType类提供了一组获得文档类型声明的方法。

DocType docType = doc.getDocType();
System.out.println("Element: " + docType.getElementName());
System.out.println("Public ID: " + docType.getPublicID());
System.out.println("System ID: " + docType.getSystemID()); 读取文档数据

　　每一个XML文档必须有一个根元素。这个元素是访问所有XML文档内部信息的起始点。例如：这个文档片段用＜web-app＞作为根元素：

＜web-app id="demo"＞
　＜description＞Gotta fit servlets in somewhere!＜/description＞
　＜distributable/＞
＜/web-app＞
　　根元素的实例可以在文档中直接获得。

Element webapp = doc.getRootElement();
　　这样，你就可以访问这个元素的属性（如上边的id）内容和子节点元素。

　　访问子节点

　　XML文档是树型结构的，任何一个元素都有可能包含任何数量的子元素。例如：＜web-app＞元素有＜description＞和 ＜distributable＞作为子节点元素。你可以通过很多方法获得一个元素的子元素，getChild()假如没有子元素的话返回NULL。

List getChildren(); // return all children
List getChildren(String name); // return all children by name
Element getChild(String name); // return first child by name
　　示例：

// Get a List of all direct children as Element objects
List allChildren = element.getChildren();
out.println("First kid: " + ((Element)allChildren.get(0)).getName());
// Get a list of all direct children with a given name
List namedChildren = element.getChildren("name");
// Get a list of the first kid with a given name
Element kid = element.getChild("name");
　　当文档结构事先知道的情况下，getchild（）方法很轻易快速的获得嵌套的元素。给出一个XML文档：

＜?xml version="1.0"?＞
　＜linux:config＞
　　＜gui＞
　　　＜window-manager＞
　　　　＜name＞Enlightenment＜/name＞
　　　　＜version＞0.16.2＜/version＞
　　　＜/window-manager＞
　　　＜!-- etc --＞
　　＜/gui＞
　＜/linux:config＞
　　下边的代码直接获得window manager 的名字

String windowManager = rootElement.getChild("gui")
.getChild("window-manager")
.getChild("name")
.getText();
　　假如文档不可用要小心NullPointerExceptions异常。为了实现简单的文档导航，未来的Jdom可能会支持xpath。子节点可以通过getParent()获得父节点。

　　获取文档属性

　　属性是元素拥有的另一组信息。html程序员对他是很熟悉的。下边的＜table＞元素有width和border属性。

＜table width="100%" border="0"＞ ＜/table＞
　　这些属性可以在元素中直接获得。

String width = table.getAttributeValue("width");
　　你也可以用属性实例来重新获得这些属性。这个能力帮助Jdom支持一些高级概念，例如名字空间中的属性。（参考文章后边关于名字空间的内容）

Attribute widthAttrib = table.getAttribute("width");
String width = widthAttrib.getValue();
　　为了方便你还可以获得这些属性的原始数据类型。

int width = table.getAttribute("border").getIntValue();
　　你可以转化这些数据到任何的原始数据类型。假如这些属性不能转换成原始数据类型就抛出一个DataConversionException异常。假如属性不存在getAttribute()返回一个null;

　　提取文档内容

　　我们为用简单的方法获得文档内容而激动，下边我们看一下用element.getText()方法提取文档的文本内容是多么轻易。这个是标准方法，适用于象下边这样的文档：

＜name＞Enlightenment＜/name＞
　　但是有些时候这些文档包含注释，文本内容和子元素。在一些高级的文档中，它甚至包含一些处理指令：

＜table＞
　＜!-- Some comment --＞
　Some text
　＜tr＞Some child＜/tr＞
　＜?pi Some processing instrUCtion?＞
＜/table＞
　　你可以总是通过下边的方式获得文本内容和子节点：

String text = table.getText(); // "Some text"
Element tr = table.getChild("tr"); // ＜tr＞ child
　　这使得标准使用很简单。有些时候例如输出，获得一个文档所有内容的顺序是很重要的。为了这个原因，你可以使用一个非凡的方法叫getMixedContent()。它返回一个list内容可能包含注释，字符串，元素和处理指令的实例。Java程序员可以使用instanceof 来获得内容。下边的代码打印一个文档内容的摘要：

List mixedContent = table.getMixedContent();
Iterator i = mixedContent.iterator();
while (i.hasNext()) {
　Object o = i.next();
　if (o instanceof Comment) {
　　// Comment has a toString()
　　out.println("Comment: " + o);
　}
　else if (o instanceof String) {
　　out.println("String: " + o);
　}
　else if (o instanceof ProcessingInstruction) {
　　out.println("PI: " + ((ProcessingInstriction)o).getTarget());
　}
　else if (o instanceof Element) {
　　out.println("Element: " + ((Element)o).getName());
　}
}