Android 系列学习之XML文本数据解析

什么是XML？ XML是一种扩展标志语言。标准通用标记语言的子类，一种标记电子文件使其具有结构性的标记语言，一种可以有用户自定义标志的的源语言。

XMl的特点：

一种标记语言，很类似HTML
其宗旨是传输数据
标签没有被预定义，用户需要自己定义标签
具有较好的自我秒描述性
是W3C推荐标准
纯文本信息
空格会被保留

XML与HTML有啥区别呢？

XML旨在传输信息。XML被设置为传输和储存数据，焦点在数据内容；
HTML旨在显示信息。HTML被设计问显示信息，焦点在信息的展示外观；
XML的标签都没有预定义，需要用户自定义标签，HTML则是所有表亲都是预定义的。

常使用来解析XML数据的两种方式：SAX解析，在Android中较为流行的一种解析器；还有就是Document解析，在Android中，用的还是相对比较少的。

下面实例来比较一下两种的区别。

Document 解析：

步聚

获取document的解析工厂；DocumentBuilderFactory
获取DocumentBuilderFactory
获取Document实例

实例代码：

      //获取Documen的解析工厂
      DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
      DocumentBuilder builder = documentBuilderFactory.newDocumentBuilder();
      //获取解析的器的对象Document 
      // inputStream为读取本地XML文件获取到的inputStream或者是web获取的inputStream,
      // 这里使用的是获取web服务器上的XML文件的inputStream
      Document document = builder.parse(inputStream);

这样就可以轻松获取到Document的实例了，下面看一下解析XML数据，其实也是挺简单的。解析的数据文本是：

根据上述XML文本，解析数据

           //获取XML文件的“根”元素包括的内容，即最外从元素包含的内容
            Element documentElement = document.getDocumentElement();
            //获取子对象的全部内容，返回一个包含全部子对象的队列
            NodeList nodeList = documentElement.getElementsByTagName("user");
            for (int i = 0; i < nodeList.getLength(); i++) {
                //获取到nodeList的每一个子对象
                Element node = (Element) nodeList.item(i);
                //获取该对象node的属性 即数据的id
                String id = node.getAttribute("id");

                //再获取node下的子元素 队列
                NodeList nameList = node.getElementsByTagName("name");
                NodeList sexList = node.getElementsByTagName("sex");
                NodeList classesList = node.getElementsByTagName("classes");

                //提取数据
                String name = nameList.item(0).getTextContent();
                String sex = sexList.item(0).getTextContent();
                String classes = classesList.item(0).getTextContent();

                Log.e("nodeAttribute", id);
                Log.e("name",name);
                Log.e("sex",sex);
                Log.e("classes",classes);

            }

解析的结果：

结果是结束正确的。

下面看一下SAX解析XML文本数据。

SAX解析XML文档采用事件驱动模式。什么是事件驱动模式？它将XML文档转换成一系列的事件，由单独的事件处理器来决定如何处理。

基于事件驱动的处理模式主要是基于事件源和事件处理器（或者叫监听器）来工作的。一个可以产生事件的对象叫做事件源，而一个可以针对事件做出响应的对象就被叫做事件处理器。

步聚：

创建DefaultHandler子类并实现一定相应的方法
创建解析器的工厂类SAXParserFactory
创建解析器的解析类SAXParser
获取XMLReader的实例
创建DefaultHandler子类注册到XMLReader当中
将从XML文件获取到的inputStream丢给XMLReader开始解析

实例代码：

            //获取解析器工厂类
            SAXParserFactory saxParserFactory = SAXParserFactory.newInstance();
            //获取解析器的解析类
            SAXParser saxParser = saxParserFactory.newSAXParser();
            //获取XMLReader实例
            XMLReader xmlReader = saxParser.getXMLReader();
            //XMLReader 与创建DefaultHandler子类关联（DefaultHandler注册到XMLReader）
            xmlReader.setContentHandler(new XMLHandlers());
            //开始解析，InputStream为从本地读取XML文件获得的InputStream
            // 或者是从web上获取的InputStream
            xmlReader.parse(new InputSource(inputStream));

解析开始了，怎么来获取数据呢？还是用上面的XML文本数据

解析数据至少需要在创建DefaultHandler子类中复写以下三方法

 /**
     * 开始读取元素
     *
     * @param uri
     * @param localName 无前缀的标签
     * @param qName 有前缀的标签
     * @param attributes 属性集合
     * @throws SAXException
     */
    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        super.startElement(uri, localName, qName, attributes);
        Log.e("startElement", "startElement");
        this.localName = localName;
        if ("user".equals(localName)) {
            for (int i = 0; i < attributes.getLength(); i++) {
                Log.e("user_id", attributes.getValue("id"));
            }
        }

    }

 /**
     * 读取元素结束
     *
     * @param uri
     * @param localName 无前缀 的标签
     * @param qName 有前缀的标签
     * @throws SAXException
     */
    @Override
    public void endElement(String uri, String localName, String qName) throws SAXException {
        super.endElement(uri, localName, qName);
        Log.e("endElement", "endElement");
    }

/**
     * 解析数据
     *
     * @param ch 字符数组
     * @param start 开始位置
     * @param length 字符数组的长度
     * @throws SAXException
     */
    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        super.characters(ch, start, length);
        Log.e("characters", "characters");
        if (localName.equals("name")) {
            name = new String(ch, start, length);
            Log.e("name", name);
        } else if (localName.equals("sex")) {
            sex = new String(ch, start, length);
            Log.e("sex", sex);
        } else if (localName.equals("classes")) {
            classes = new String(ch, start, length);
            Log.e("classes", classes);
        }
    }

析出来的数据，有点儿难看，但是仔细看也不难，而且还会发现一点儿奇怪的东西。

09-17 15:05:10.637    2535-2553/? E/startDocument﹕ startDocument
09-17 15:05:10.639    2535-2553/? E/startElement﹕ startElement
09-17 15:05:10.639    2535-2553/? E/characters﹕ characters
09-17 15:05:10.639    2535-2553/? E/characters﹕ characters
09-17 15:05:10.639    2535-2553/? E/startElement﹕ startElement
09-17 15:05:10.639    2535-2553/? E/user_id﹕ 1
09-17 15:05:10.639    2535-2553/? E/characters﹕ characters
09-17 15:05:10.639    2535-2553/? E/characters﹕ characters
09-17 15:05:10.639    2535-2553/? E/startElement﹕ startElement
09-17 15:05:10.639    2535-2553/? E/characters﹕ characters
09-17 15:05:10.639    2535-2553/? E/name﹕ gaosi
09-17 15:05:10.639    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.639    2535-2553/? E/characters﹕ characters
09-17 15:05:10.639    2535-2553/? E/name﹕ [ 09-17 15:05:10.639  2535: 2553 E/characters ]
    characters
09-17 15:05:10.639    2535-2553/? E/name﹕ [ 09-17 15:05:10.639  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.639    2535-2553/? E/characters﹕ characters
09-17 15:05:10.639    2535-2553/? E/sex﹕ 男
09-17 15:05:10.639    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.640    2535-2553/? E/characters﹕ characters
09-17 15:05:10.640    2535-2553/? E/sex﹕ [ 09-17 15:05:10.640  2535: 2553 E/characters ]
    characters
09-17 15:05:10.640    2535-2553/? E/sex﹕ [ 09-17 15:05:10.640  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.640    2535-2553/? E/characters﹕ characters
09-17 15:05:10.640    2535-2553/? E/classes﹕ 3
09-17 15:05:10.640    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.640    2535-2553/? E/characters﹕ characters
09-17 15:05:10.640    2535-2553/? E/classes﹕ [ 09-17 15:05:10.640  2535: 2553 E/characters ]
    characters
09-17 15:05:10.640    2535-2553/? E/classes﹕ [ 09-17 15:05:10.640  2535: 2553 E/endElement ]
    endElement
09-17 15:05:10.640    2535-2553/? E/characters﹕ characters
09-17 15:05:10.640    2535-2553/? E/classes﹕ [ 09-17 15:05:10.640  2535: 2553 E/characters ]
    characters
09-17 15:05:10.640    2535-2553/? E/classes﹕ [ 09-17 15:05:10.640  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.640    2535-2553/? E/user_id﹕ 2
09-17 15:05:10.640    2535-2553/? E/characters﹕ characters
09-17 15:05:10.640    2535-2553/? E/characters﹕ characters
09-17 15:05:10.640    2535-2553/? E/startElement﹕ startElement
09-17 15:05:10.640    2535-2553/? E/characters﹕ characters
09-17 15:05:10.640    2535-2553/? E/name﹕ 张
09-17 15:05:10.641    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.641    2535-2553/? E/characters﹕ characters
09-17 15:05:10.641    2535-2553/? E/name﹕ [ 09-17 15:05:10.641  2535: 2553 E/characters ]
    characters
09-17 15:05:10.641    2535-2553/? E/name﹕ [ 09-17 15:05:10.641  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.641    2535-2553/? E/characters﹕ characters
09-17 15:05:10.641    2535-2553/? E/sex﹕ 男
09-17 15:05:10.641    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.641    2535-2553/? E/characters﹕ characters
09-17 15:05:10.641    2535-2553/? E/sex﹕ [ 09-17 15:05:10.641  2535: 2553 E/characters ]
    characters
09-17 15:05:10.641    2535-2553/? E/sex﹕ [ 09-17 15:05:10.642  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.642    2535-2553/? E/characters﹕ characters
09-17 15:05:10.642    2535-2553/? E/classes﹕ 3
09-17 15:05:10.642    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.642    2535-2553/? E/characters﹕ characters
09-17 15:05:10.642    2535-2553/? E/classes﹕ [ 09-17 15:05:10.642  2535: 2553 E/characters ]
    characters
09-17 15:05:10.642    2535-2553/? E/classes﹕ [ 09-17 15:05:10.642  2535: 2553 E/endElement ]
    endElement
09-17 15:05:10.642    2535-2553/? E/characters﹕ characters
09-17 15:05:10.642    2535-2553/? E/classes﹕ [ 09-17 15:05:10.643  2535: 2553 E/characters ]
    characters
09-17 15:05:10.643    2535-2553/? E/classes﹕ [ 09-17 15:05:10.643  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.643    2535-2553/? E/user_id﹕ 3
09-17 15:05:10.643    2535-2553/? E/characters﹕ characters
09-17 15:05:10.643    2535-2553/? E/characters﹕ characters
09-17 15:05:10.643    2535-2553/? E/startElement﹕ startElement
09-17 15:05:10.643    2535-2553/? E/characters﹕ characters
09-17 15:05:10.643    2535-2553/? E/name﹕ 李四
09-17 15:05:10.643    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.643    2535-2553/? E/characters﹕ characters
09-17 15:05:10.643    2535-2553/? E/name﹕ [ 09-17 15:05:10.643  2535: 2553 E/characters ]
    characters
09-17 15:05:10.643    2535-2553/? E/name﹕ [ 09-17 15:05:10.643  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.643    2535-2553/? E/characters﹕ characters
09-17 15:05:10.643    2535-2553/? E/sex﹕ 男
09-17 15:05:10.643    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.643    2535-2553/? E/characters﹕ characters
09-17 15:05:10.643    2535-2553/? E/sex﹕ [ 09-17 15:05:10.643  2535: 2553 E/characters ]
    characters
09-17 15:05:10.643    2535-2553/? E/sex﹕ [ 09-17 15:05:10.644  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.644    2535-2553/? E/classes﹕ 2
09-17 15:05:10.644    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.644    2535-2553/? E/classes﹕ [ 09-17 15:05:10.644  2535: 2553 E/characters ]
    characters
09-17 15:05:10.644    2535-2553/? E/classes﹕ [ 09-17 15:05:10.644  2535: 2553 E/endElement ]
    endElement
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.644    2535-2553/? E/classes﹕ [ 09-17 15:05:10.644  2535: 2553 E/characters ]
    characters
09-17 15:05:10.644    2535-2553/? E/classes﹕ [ 09-17 15:05:10.644  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.644    2535-2553/? E/user_id﹕ 4
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.644    2535-2553/? E/startElement﹕ startElement
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.644    2535-2553/? E/name﹕ 王
09-17 15:05:10.644    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.644    2535-2553/? E/name﹕ [ 09-17 15:05:10.644  2535: 2553 E/characters ]
    characters
09-17 15:05:10.644    2535-2553/? E/name﹕ [ 09-17 15:05:10.644  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.644    2535-2553/? E/sex﹕ 女
09-17 15:05:10.644    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.644    2535-2553/? E/characters﹕ characters
09-17 15:05:10.645    2535-2553/? E/sex﹕ [ 09-17 15:05:10.645  2535: 2553 E/characters ]
    characters
09-17 15:05:10.645    2535-2553/? E/sex﹕ [ 09-17 15:05:10.645  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.645    2535-2553/? E/characters﹕ characters
09-17 15:05:10.645    2535-2553/? E/classes﹕ 2
09-17 15:05:10.645    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.645    2535-2553/? E/characters﹕ characters
09-17 15:05:10.645    2535-2553/? E/classes﹕ [ 09-17 15:05:10.645  2535: 2553 E/characters ]
    characters
09-17 15:05:10.645    2535-2553/? E/classes﹕ [ 09-17 15:05:10.645  2535: 2553 E/endElement ]
    endElement
09-17 15:05:10.645    2535-2553/? E/characters﹕ characters
09-17 15:05:10.645    2535-2553/? E/classes﹕[ 09-17 15:05:10.645  2535: 2553 E/characters ]
    characters
09-17 15:05:10.645    2535-2553/? E/classes﹕ [ 09-17 15:05:10.645  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.645    2535-2553/? E/user_id﹕ 5
09-17 15:05:10.645    2535-2553/? E/characters﹕ characters
09-17 15:05:10.645    2535-2553/? E/characters﹕ characters
09-17 15:05:10.645    2535-2553/? E/startElement﹕ startElement
09-17 15:05:10.645    2535-2553/? E/characters﹕ characters
09-17 15:05:10.645    2535-2553/? E/name﹕ 道
09-17 15:05:10.645    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.645    2535-2553/? E/characters﹕ characters
09-17 15:05:10.645    2535-2553/? E/name﹕ [ 09-17 15:05:10.645  2535: 2553 E/characters ]
    characters
09-17 15:05:10.645    2535-2553/? E/name﹕ [ 09-17 15:05:10.645  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.646    2535-2553/? E/characters﹕ characters
09-17 15:05:10.646    2535-2553/? E/sex﹕ 男
09-17 15:05:10.646    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.646    2535-2553/? E/characters﹕ characters
09-17 15:05:10.646    2535-2553/? E/sex﹕ [ 09-17 15:05:10.646  2535: 2553 E/characters ]
    characters
09-17 15:05:10.646    2535-2553/? E/sex﹕ [ 09-17 15:05:10.646  2535: 2553 E/startElement ]
    startElement
09-17 15:05:10.646    2535-2553/? E/characters﹕ characters
09-17 15:05:10.646    2535-2553/? E/classes﹕ 1
09-17 15:05:10.646    2535-2553/? E/endElement﹕ endElement
09-17 15:05:10.646    2535-2553/? E/characters﹕ characters
09-17 15:05:10.646    2535-2553/? E/classes﹕ [ 09-17 15:05:10.646  2535: 2553 E/characters ]
    characters
09-17 15:05:10.646    2535-2553/? E/classes﹕ [ 09-17 15:05:10.646  2535: 2553 E/endElement ]
    endElement
09-17 15:05:10.647    2535-2553/? E/characters﹕ characters
09-17 15:05:10.647    2535-2553/? E/classes﹕ [ 09-17 15:05:10.647  2535: 2553 E/characters ]
    characters
09-17 15:05:10.647    2535-2553/? E/classes﹕ [ 09-17 15:05:10.648  2535: 2553 E/characters ]
    characters
09-17 15:05:10.648    2535-2553/? E/classes﹕ [ 09-17 15:05:10.648  2535: 2553 E/characters ]
    characters
09-17 15:05:10.648    2535-2553/? E/classes﹕ [ 09-17 15:05:10.649  2535: 2553 E/endElement ]
    endElement
09-17 15:05:10.649    2535-2553/? E/endDocument﹕ endDocument

对比以下Document解析，你有没有发现一点东西？

SAX 是逐行从上往下解析的，变扫描边解析。而document解析则是将整个XML文本读取扫描完毕，在从外往里一层一层的解析。

聪明的人就会想到，这样的话，我利用SAX解析，解析达到一定的条件，终止解析XML数据，这样就会简单很多了吧。对的。怎么方法类中断呢？

查看上面的解析结果，发现endDocument（）是调用一次，可不可以到达特定的条件时候，调用该方法类终止解析呢？还有一种也可以使用return 来终止解析，是否可以呢？这两个都是不行的。

不知道有没有发现DefaultHandler子类的复写方法都会抛异常，我们只要在解析达到特定的条件时候，抛异常就OK了

在调用解析方法出捕获一下异常

try{
                //XMLReader 与创建DefaultHandler子类关联（DefaultHandler注册到XMLReader）
                xmlReader.setContentHandler(new XMLHandlers());
                //开始解析，InputStream为从本地读取XML文件获得的InputStream
                // 或者是从web上获取的InputStream
                xmlReader.parse(new InputSource(inputStream));
            }catch (SAXException e){
                //TODO去干中断解析的工作吧
                //……
            }

在characters()方法解析数据出等到达到特定条件就抛异常

if (localName.equals("name")) {
            name = new String(ch, start, length);
            Log.e("name", name);
            if (name.equals("gaosi")){
                super.endDocument();
                throw new SAXException("中断扫描，解析完成");
            }
        }

看一下区别：

总结：

Document：

解析器读入整个文档，然后构建一个驻留内存的树结构，然后代码就可以使用 DOM 接口来操作这个树结构。

优点：整个文档树在内存中，便于操作；支持删除、修改、重新排列等多种功能；

缺点：将整个文档调入内存（包括无用的节点），浪费时间和空间；

使用场合：一旦解析了文档还需多次访问这些数据；

SAX：

事件驱动。当解析器发现元素开始、元素结束、文本、文档的开始或结束等时，发送事件，程序员编写响应这些事件的代码，保存数据。

优点：不用事先调入整个文档，占用资源少，可以随时停止

缺点：不是持久的；事件过后，若没保存数据，那么数据就丢了；无状态性；从事件中只能得到文本，但不知该文本属于哪个元素；

使用场合：只需XML文档的少量内容，很少回头访问；一次性读取；

注意:SAX 解析器不创建任何对象。

在Android平台中，SAX解析更符合用户的而需求，不仅是简单，耗能少，耗时也少，内存需求少等

Android系列学习:xml 文本解析

Android 系列学习之XML文本数据解析

猜你喜欢