解析XML
DOM技术
DOM（Document Object Model，文档对象模型）早在XML之前已经存在，Microsoft Explorer中就嵌入了DOM模型。在应用程序中基于DOM的XML分析器将一个XML文档转换为一个对象模型的集合（通常称“DOM树”），来实现对XML文档数据的操作。通过DOM接口，应用程序可以在任何时候访问XML文档中的任何一部分数据，因此这种利用DOM接口的机制也被称为“随机访问机制”。
对于XML应用开发来说，DOM就是一个对象化的XML数据接口，即一个与语言和平台无关的标准接口规范。DOM接口提供了一种通过分层对象模型来访问XML文档信息的方式，这些分层对象模型依据XML的文档结构形成了一棵节点树。无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用DOM所生成的模型都是节点树的形式。即DOM强制使用树模型来访问XML文档中的信息，由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。
DOM编程
DOM是与平台和语言无关的表示XML文档的W3C官方标准，是以层次结构组织的节点或信息片断的集合，允许在其中寻找特定信息。使用DOM解析XML文档结构需要加载整个XML文档，然后在内存中生成DOM树及树上的每个Node对象。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的，其优点如下。
（1）DOM树在内存中是持久的，应用程序能修改它以更改数据结构。
（2）任何时候都可以在DOM树中导航，而不是像SAX（Simple API for XML, XML简单应用程序接口）那样一次性处理。
（3）DOM使用起来要简单得多，不用花费大量编程时间在DOM应用上。
DOM的不足是如果使用DOM操作特别大的XML文档，解析和加载整个文档速度会很慢，甚至会耗尽内存资源。所以对于这种XML文档应使用其他方法来处理，如基于事件模型的SAX。
DOM接口
作为W3C的标准接口规范，DOM由3个部分组成，即核心（core）、HTML和XML。核心部分是结构化文档比较底层对象的集合，定义的对象已经完全可以表达出任何HTML和XML文档中的数据；HTML和XML接口两个部分则是专为操作具体的HTML和XML文档提供的高级接口，使处理这两类文档更加方便。
DOM接口规范中有如下4个基本接口。
（1）Document接口
Document接口从Node接口继承而来，是操作文档的入口，即整个文档的根节点。
该接口的常用属性有DocumentType类型的Doctype属性和Element类型的documentElement属性，它们分别用于记录文档的类型和访问文档的根元素。
该接口的常用方法如表1所示。
（2）Node接口
Node接口是Documet、Element、Attribute、Text及Comment等接口的父类，它是DOM树的基本数据类型，可以包含或不包含子节点。
该接口的常用方法如表2所示。
（3）NodeList接口NodeList接口是一个节点的集合，其中包含某个节点中的所有子节点，该集合中的所有项目都可以通过列表中的索引处理。NodeList接口的常用方法如表3所示。
如果item()方法的参数超出索引范围，则返回null。
NodeList对象是动态的，当文档内容改变时会自动更新该对象，而不用DOM应用程序重新获取它。
（4）NamedNodeMap接口
NamedNodeMap接口也是一个节点的集合，通过该接口可以像Map集合一样使用key/value键值对建立节点名和节点之间的映射关系，从而通过节点名直接访问特定的节点；另外在这个集合中，节点的排列是没有顺序的。
使用DOM读取XML文件
使用DOM操作XML需要创建DocumentBuilderFactory工厂，通过它来生成Document Builder的实例，该实例用于解析XML到Document对象中。
定义获取XML解析器的工厂对象的语法格式如下：
1 | DocumentBuilderFactory bdf=DocumentBuilderFactory.newInstance() |
创建DocumentBuilder对象解析XML文件的语法格式如下：
1 | DocumentBuilder db=dbf.newDocumentBuilder() |
从XML文件中解析Document对象的语法格式如下：
1 | Document doc=db.parse(String path) |
其中参数path是XML文件的路径信息。
从XML的标签名中获得所有属性值的语法格式如下：
1 | doc.getElementsByTagName(String tag) |
（1）tag：在XML文件中定义的标签信息。
（2）doc:Document类的实例对象。
SAX技术
SAX采用基于事件驱动的处理模式，将XML转换为事件，然后由事件处理器处理指定的事件。SAX之所以被称为“简单应用程序接口”，是因为SAX解析器只执行语法检查、字节流检查和触发事件等简单的工作。它采用顺序访问的机制，不能重新读取已经分析过的数据。这种处理的优点在于XML分析能够立即开始，而不是等待处理所有的数据。而且由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中，这对于大型文档来说是一个突出的优点。事实上，应用程序甚至不必解析整个文档，它可以在某个条件得到满足时停止解析。一般来说，SAX比DOM要快得多。
SAX编程
SAX和DOM均与具体的平台和语言无关，只是一个编程接口。在SAX编程时必须使用一个已经利用某种语言实现的SAX解析器，如Sun Microsystem的JAXP Java实现，它支持SAX和DOM两种解析器。
SAX常用接口
SAX提供的常用接口和类可以创建各种事件处理器、解析XML文档并处理SAX异常等功能。这些接口和类的说明如表4所示。
（1）DocumentHandler接口
在SAX编程中DocumentHandler用于接收XML文档的事件通知，它是最常用（也是最主要）的接口。当处理特定的XML文件时，需要创建一个实现该接口的类来处理每一个SAX事件，可以说这个接口实际上就是SAX处理XML文件的核心。该接口中的方法如表5所示。
（2）DTDHeadler接口
该接口负责接收DTD信息的相关事件，可以实现该接口处理DTD事件，其中的方法如表6所示。
（3）ErrorHandler接口
ErrorHandler是SAX错误处理器接口，主要用于定制SAX的错误处理。它替代了解析器的异常管理，其中的方法如表7所示。
（4）EntityResolver接口
实现EntityResolver接口的解析器可以解析XML文档包含的外部实体，该接口中包含的方法如下。
1 | resolveEntity(String publicId,String systemId) |
SAX解析XML文档的外部实体时调用该方法。
（5）Parser接口
Parser接口是SAX所有解析器都必须实现的重要接口，其中的parse()方法将被SAX程序调用以解析XML文档，该接口中的方法如表8所示。
（6）AttributeList接口
该接口是startElement事件获取的开始标记的属性列表，用于获取标记的所有属性，其中的方法如表9所示。
（7）Locator接口
解析器使用该接口在文档中定位，而且在报错时获取错误的位置，其中的方法如表10所示。
（8）HandlerBase类
HandlerBase类实现了DocumentHandler、DTDHandler、EntityResolver和ErrorHandler接口，并实现了其中的方法。它相当于这4个接口的适配器，可以继承这个适配器编写SAX的解析器，而不用编写所有4个接口方法的实现。
（9）InputSource类
InputSource类代表XML输入源，封装了XML的所有信息，解析器通过它获取XML文档的信息。该类中的方法如表11所示。
（10）SAXException类
SAXException类是SAX中所有异常的超类，封装了解析器的错误机制，该类中的方法如表12所示。
（11）SAXParseException类
这是SAX的另一个异常类，扩展了SAXException类并提供了更多的功能，该类中的方法如表13所示。
SAX实现方法
同DOM，使用SAX技术首先要创建SAX工厂类，由工厂类生成SAX解析器，然后由解析器调用parse()方法解析XML文件。parse()方法的两个参数分别是XML源（即XML文件的位置）和SAX的事件监听器。
（1）创建解析器
创建SAX解析器工厂实例的语法格式如下：
1 | SAXParserFactory spf=SAXParserFactory.newInstance() |
从工厂类中产生SAX解析器实例的语法格式如下：
1 | SAXParser sp=spf.newSAXParser() |
Spf为工厂类的实例对象。
解析指定XML文件内容的语法格式如下：
1 | sp.parse("XML/book.xml",bean) |
Sp:SAX解析器的实例对象，用来解析XML文档的内容。
bean：自定义SAX事件监听器的实例对象。
（2）事件处理
继承DefaultHandler类可以定制自己的SAX事件监听器，使用SAX解析XML文件的常用事件处理方法如下。
startDocument()方法：处理XML文档的开始事件，说明解析器开始解析文档，可以将解析文档之前需要做的工作放到其中。
语法格式如下：
1 | public void startDocument() throws SAXException{ |
startElement()方法：在解析器发现元素的起始标签时调用该方法。
语法格式如下：
1 | public void startElement(String namespaceURI,String localName,String qName,Attributes atts) throws SAXException{ |
该方法中的参数如表14所示。
characters()方法：在发现元素的起始标签之后由characters()监听方法处理元素的内容。
语法格式如下：
1 | public void characters(char[] ch,int start,int length) throws SAXException{ |
该方法中的参数如表15所示。
endElement()方法：在发现元素结束标签时激活此方法来完成元素读取后的操作。
语法格式如下：
1 | public void endElement(String namespaceURI,String localName,String qName) throws SAXException{ |
Qname为元素的名称。
endDocument()方法：XML文档的结束事件，可以在其中放置处理解析文档结束时的代码。
语法格式如下：
1 | public void endDocument(){ |