Carson带你学序列化：深入分析XML多种解析方式(DOM、SAX、PULL)

---

目录

---

1. 定义

XML，即 extensible Markup Language ，是一种数据标记语言 & 传输格式

关于另外1种主流的数据传输格式 JSON，具体请看：Carson带你学序列化：深入分析JSON多种解析方式(Gson、AS自带org.json、Jackson)

---

2. 作用

对数据进行标记（结构化数据）、存储 & 传输

区别于 html ：html用于显示信息；而 XML用于存储&传输信息

---

3. 特点

---

4. 语法

• 元素要关闭标签
  < p >this is a bitch <p>
• 对大小写敏感

< P >这是错误的<p>
< p >这是正确的 <p>

• 必须要有根元素(父元素）

<root><kid></kid>
</root>

• 属性值必须加引号

<note date="16/08/08">
</note>

• 实体引用

实体引用	符号	含义
&lt；	<	小于
&gt ；	>	大于
&amp；	&	和浩
&apos；	‘	单引号
&quot；	"	双引号

元素不能使用&(实体的开始）和<（新元素的开始）

• 注释
  <!-- This is a comment -->

• XML的元素、属性和属性值

文档实例

<bookstore><book category="CHILDREN"><title lang="en"> Harry Potter </title><author> JK.Rowling</author></book>
<book category="WEB"><title lang="en"> woshiPM </title><author>Carson_Ho</author></book>
</bookstore>

其中，是根元素；是子元素，也是元素类型之一；而中含有属性，即category，属性值是CHILDREN；而元素则拥有文本内容（ JK.Rowling）

• 元素与属性的差别
  属性即提供元素额外的信息，但不属于数据组成部分的信息。

范例一

<bookstore><book category="CHILDREN"><title lang="en"> Harry Potter </title><author> JK.Rowling</author></book>

范例二

<bookstore><book ><category>CHILDREN<category><title lang="en"> Harry Potter </title><author> JK.Rowling</author></book>

范例一和二提供的信息是完全相同的。

一般情况下，请使用元素，因为

1. 属性无法描述树结构（元素可以）
2. 属性不容易拓展（元素可以）

使用属性的情况：用于分配ID索引，用于标识XML元素。

实例

<bookstore><book id = "501"><category>CHILDREN<category><title lang="en"> Harry Potter </title><author> JK.Rowling</author></book><book  id = "502"><category>CHILDREN<category><title lang="en"> Harry Potter </title><author> JK.Rowling</author></book>
<bookstore>

上述属性（id）仅用于标识不同的便签，并不是数据的组成部分

• XML元素命名规则

1. 不能以数字或标点符号开头
2. 不能包含空格
3. 不能以xml开头

• CDATA
  不被解析器解析的文本数据，所有xml文档都会被解析器解析（cdata区段除外）
  <![CDATA["传输的文本 "]]>

• PCDATA
  被解析的字符数据

---

5. XML树结构

XML文档中的元素会形成一种树结构，从根部开始，然后拓展到每个树叶（节点）,下面将以实例说明XML的树结构。

• 假设一个XML文件如下

<？xml version ="1.0" encoding="UTF-8"?>
<简历><基本资料><求职意向><自我评价><其他信息><联系方式><我的作品></简历>

• 其树结构如下
  

• XML节点解释
  XML文件是由节点构成的。它的第一个节点为“根节点”。一个XML文件必须有且只能有一个根节点，其他节点都必须是它的子节点。
  
  this 代表整个XML文件，它的根节点就是 this.firstChild 。 this.firstChild.childNodes 则返回由根节点的所有子节点组成的节点数组。
  

每个子节点又可以有自己的子节点。节点编号由0开始，根节点的第一个子节点为 this.firstChild.childNodes[0]，它的子节点数组就是this.firstChild.childNodes[0].childNodes 。

根节点第一个子节点的第二个子节点 this.firstChild.childNodes[0].childNodes[1]，它返回的是一个XML对象（Object） 。这里需要特别注意，节点标签之间的数据本身也视为一个节点 this.firstChild.childNodes[0].childNodes[1].firstChild ，而不是一个值。

我们解析XML的最终目的当然就是获得数据的值：this.firstChild.childNodes[0].childNodes[1].firstChild.nodeValue 。

请注意区分：节点名称（<性别></性别>）和之间的文本内容（男）可以当作是节点，也可以当作是一个值

节点：
名称：this.firstChild.childNodes[0].childNodes[1]
文本内容：this.firstChild.childNodes[0].childNodes[1].firstChild

值：
名称：this.firstChild.childNodes[0].childNodes[1].nodeValue
（节点名称有时也是我们需要的数据）
文本内容：this.firstChild.childNodes[0].childNodes[1].nodeName

在了解完XML之后，是时候来学下如何进行XML的解析了

---

6. 解析方式

• 解析XML，即从XML中提取有用的信息
• XML的解析方式主要分为2大类：
  

6.1 DOM方式

• 简介
  Document Object Model，即 文件对象模型，是 一种 基于树形结构节点 & 文档驱动 的XML解析方法

定义了访问 & 操作xml文档元素的方法和接口

• 解析原理

• 具体解析实例

// 假设需要解析的XML文档如下（subject.xml）<？xml version ="1.0" encoding="UTF-8"?>`
<code>
<language id="1"><name>Java</name><usage>Android</usage></language>
<language id="2"><name>Swift#</name><usage>iOS</usage></language>
<language id="3"><name>Html5</name><usage>Web</usage></language></code>// 解析的核心代码public static List<subject> getSubjectList(InputStream stream){ tv = (TextView)findViewById(R.id.tv);try {//打开xml文件到输入流InputStream stream = getAssets().open("subject.xml");//得到 DocumentBuilderFactory 对象DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();//得到DocumentBuilder对象DocumentBuilder builder = builderFactory.newDocumentBuilder();//建立Document存放整个xml的Document对象数据Document document = builder.parse(stream);//得到 XML数据的"根节点" Element element = document.getDocumentElement();//获取根节点的所有language的节点NodeList list = element.getElementsByTagName("language");//遍历所有节点for (int i= 0;i<=list.getLength();i++){//获取lan的所有子元素Element language = (Element) list.item(i);//获取language的属性（这里即为id）并显示tv.append(lan.getAttribute("id")+"\n");//获取language的子元素 name 并显示                       tv.append(sub.getElementsByTagName("name").item(0).getTextContent()+"\n");//获取language的子元素usage 并显示                    tv.append(sub.getElementsByTagName("usage").item(0).getTextContent()+"\n");}

• 特点 & 应用场景

6.2 SAX 方式

• 简介
  即 Simple API for XML，一种 基于事件流驱动、通过接口方法解析 的XML解析方法

• 解析原理
  

• 解析实例
  在使用SAX解析XML文档时，关键在于 自定义自己的Handler处理类 & 复写对应方法

public class MyHandler extends DefaultHandler{ @Override public void startDocument() throws SAXException{ } @Override public void startElement(String uri,String localName,String qName, Attributes attributes) throws SAXException{ } @Override public void characters(char[] ch,int start,int length) throws SAXException{ } @Override public void endElement(String uri,String localName,String qName) throws SAXException{ } @Override public void endDocument() throws SAXException{ } 
}

• 特点 & 应用场景

6.3 PULL解析

• 简介
  一种 基于事件流驱动 的XML解析方法

• 解析原理

• 解析模板代码

注：Android中自带了Pull解析的jar包，故不需额外导入第三方jar包

// Pull使用循环解析
XmlPullParserFactory factory = XmlPullParserFactory.newInstance(); 
XmlPullParser xmlPullParser = factory.newPullParser(); 
xml.setInput(new StringReader(xmlData)); int eventType = xmlPullParser.getEventType(); while(eventType!=XmlPullParser.END_DOCUMENT){ String nodeName = xmlPullParser.getName(); switch(eventType){ case XmlPullParser.START_DOCUMENT:{} case XmlPullParser.START_TAG:{} case XmlPullParser.END_TAG:{}  }  eventType = parser.next(); 
}

• 解析实例

public class MainActivity extends Activity {private EditText et;private Button myButton;@Overridepublic void onCreate(Bundle savedInstanceState) {super.onCreate(savedInstanceState);setContentView(R.layout.activity_main);myButton = (Button) this.findViewById(R.id.btn01);et = (EditText) this.findViewById(R.id.edittext01);myButton.setOnClickListener(new OnClickListener() {//可变字符序列，比StringBuffer块StringBuilder sb = new StringBuilder("");Resources res = getResources();XmlResourceParser xrp = res.getXml(R.xml.subject);@Overridepublic void onClick(View v) {int counter = 0;try {// 判断是否到了文件的结尾while (xrp.getEventType() != XmlPullParser.END_DOCUMENT) {//文件的内容的起始标签开始，这里的起始标签是subject.xml文件里面<subjects>标签下面的第一个标签int eventType=xrp.getEventType();switch (eventType) {case XmlPullParser.START_DOCUMENT:break;case  XmlPullParser.START_TAG:String tagname = xrp.getName();if (tagname.endsWith("language")) {counter++;sb.append("这是第" + counter + "种语言"+"\n");//可以调用XmlPullParser的getAttributte()方法来获取属性的值sb.append("语言id是："+xrp.getAttributeValue(0)+"\n");}else if(tagname.equals("name")){//可以调用XmlPullParser的nextText()方法来获取节点的值sb.append("语言名称是："+xrp.nextText()+"\n");}else if(tagname.equals("teacher")){sb.append("用途是："+xrp.nextText()+"\n");}break;case XmlPullParser.END_TAG:break;case XmlPullParser.TEXT:break;}//解析下一个事件xrp.next();}//StringBuilder要调用toString()方法并显示et.setText(sb.toString());} catch (XmlPullParserException e) {} catch (IOException e) {e.printStackTrace();}}});}

• 特点 & 应用场景

6.4 解析方式对比

---

7. 总结

• 本文全面介绍了现今主流的数据传输格式 XML，下面用一张图总结XML的主流解析方法
  
• 关于另外1种主流的数据传输格式 JSON，具体请看：Carson带你学序列化：深入分析JSON多种解析方式(Gson、AS自带org.json、Jackson)

---

欢迎关注Carson_Ho的CSDN博客

博客链接：https://carsonho.blog.csdn.net/

---

请帮顶 / 评论点赞！因为你的鼓励是我写作的最大动力！