如何用Java处理XML数据

　　看起来这是个常规性的动作。不知道什么时候你就需要用java处理一下XML.

　　虽说现在用XML作为媒体进行数据交换不是那么有效率(你可以试着Google "为啥不用XML" 之类的了解了解)，不过鉴于很多古板的系统只能支持长胡子的技术实现，所以这方面也要照顾一下退休人士。

　　了解背景会让你聊天的时候显得牛一些。

　　Java原生内置的处理XML的技术基本有这么几种：DOM,SAX,Stax,Jaxb

　　DOM :Document Object Model 顾名思义就是在内存中构建树形结构。处理小的XML文件还算勉强应付。如果文件比较大，他需要一次性装载整个XML,你会忍不了他的速度，并且他会吃光你所有的内存，最后程序会负分滚粗。

　　SAX:Simple API for XML Parsing 一般名字应该是没实现的愿望体现。比如一个人如果叫王金库，那么可以肯定他绝对没有金库。这样你应该理解这个API为啥叫Simple了。这API是回调式的，也就是你写的程序是被别人调戏用的。这API比DOM快点，而且是可以部分装载XML,这样你不用害怕OOME了。啥?你想写XML?忘掉这个叫Simple的玩意儿吧。

　　Stax: Streaming API for XML 这个总算是靠点谱了。你写的程序是主动式的访问XML各个节点。流式访问，不用担心OOME,速度嘛算是原生态里面最好的了。而且读写都支持，你不用这个还用哪个啊?

　　给个Stax的代码片段，算是参考吧：

　　XMLInputFactory xif = XMLInputFactory.newInstance();

　　XMLStreamReader xsr = xif.createXMLStreamReader(new FileReader("input.xml"));

　　xsr.nextTag(); // Advance to statements element

　　long i = 0;

　　String action = null;

　　while (xsr.hasNext()) {

　　if (xsr.next() == XMLStreamConstants.START_ELEMENT) {

　　if ("ContentItem".equals(xsr.getLocalName())) {

　　action = getAttributeValue(xsr, "action");

　　} else if ("Data".equals(xsr.getLocalName())) {

　　i ++;

　　}

　　}

　　}

　　JAXB:Java Architecture for XML Binding 这是一个很酷的API.想法就是把XML各种属性定义映射到普通的Java Bean上。你无须关心解析反解析的细节，只要用普通的Java Bean就完成和XML的交互了。可是怎么构建一一映射的JavaBean呢?在已知XML的定义的情况下你可以用自带的xjc 命令自动生成相对应的JavaBean.如果你用EcliPSe,有类似的插件帮你完成这步。具体可以google一下。然后你要做的就是仅仅是使用数据啦。简单的令人发指：

　　JAXBContext jc = JAXBContext.newInstance("com.your.xml.datatype.bean"); // 先注册你的JavaBean

　　// Create unmarshaller

　　Unmarshaller um = jc.createUnmarshaller();

　　// Unmarshal XML contents of the file myDoc.xml into your Java object

　　// instance

　　ObjectFactory objFac = new ObjectFactory(); // 生成Bean之后你会有这个工厂类的

　　objFac.createYourData(objFac.createYourDataType());

　　BufferedInputStream bis = new BufferedInputStream(new FileInputStream("your.xml")); // 你要怎么打开你的XML文件呢?

　　JAXBElement myJAXBObject = (JAXBElement) um.unmarshal(bis); // 读取

　　YourDataType yourData = (YourDataType) myJAXBObject.getValue(); // 可以用啦

　　// 下面是写XML的例子

　　Marshaller m = jc.createMarshaller();

　　m.setProperty(Marshaller.JAXB_FORMATTED_OUTPUT, Boolean.TRUE);

　　File outfile = new File("yourOutput.xml");

　　BufferedOutputStream bos = new BufferedOutputStream(new FileOutputStream(outfile)， 4096);

　　m.marshal(myJAXBObject, bos); // 一步写入。 myJAXBObject 需要你自己构建，你要存什么呢

　　try {

　　bos.flush();

　　} catch (IOException e) {

　　// TODO Auto-generated catch block

　　e.printStackTrace();

　　} finally {

　　try {

　　bos.close();

　　} catch (Exception e) {

　　// TODO Auto-generated catch block

　　e.printStackTrace();

　　}

　　}

　　你也许意识到问题了：我去，这一下子把XML Load到内存里，你是不是疯了?为了避免疯掉，你可以用Satx啊，那玩意儿不是流式的么?给个栗子，读取这样的XML文件片段：

　　…

　　…

　　…

　　…

　　private static void readWriteWithStAXAndJAXB() throws FactoryConfigurationError, FileNotFoundException, XMLStreamException, UnsupportedEncodingException, JAXBException,

　　PropertyException {

　　// set up a StAX reader

　　XMLInputFactory xmlif = XMLInputFactory.newInstance();

　　BufferedInputStream bis = new BufferedInputStream(new FileInputStream("inputLarge.xml"));

　　XMLStreamReader xmlr = xmlif.createXMLStreamReader(bis);

　　File outfile = new File("output\\\\outfile.xml");

　　OutputStreamWriter bos = new OutputStreamWriter(new FileOutputStream(outfile)， "UTF-8");

　　XMLOutputFactory xmlof = XMLOutputFactory.newInstance();

　　XMLStreamWriter xmlw = xmlof.createXMLStreamWriter(bos);

　　xmlw.writeStartDocument("UTF-8", "1.0");

　　xmlw.writeStartElement("OutXMLData");

　　JAXBContext ucontext = JAXBContext.newInstance(SubXMLItemType.class);

　　Unmarshaller unmarshaller = ucontext.createUnmarshaller();

　　Marshaller marshaller = ucontext.createMarshaller();

　　marshaller.setProperty(Marshaller.JAXB_FORMATTED_OUTPUT, Boolean.TRUE);

　　marshaller.setProperty(Marshaller.JAXB_FRAGMENT, Boolean.TRUE);

　　xmlr.nextTag();

　　xmlr.require(XMLStreamConstants.START_ELEMENT, null, "OutXMLData");

　　xmlr.nextTag();

　　int iCount = 0;

　　while (xmlr.getEventType() == XMLStreamConstants.START_ELEMENT) { // 按标签流式读取

　　iCount++;

　　JAXBElement pt = unmarshaller.unmarshal(xmlr, SubXMLItemType.class); // 只读取映射SubItem的内容

　　marshaller.marshal(pt, xmlw); // 这步是分批流式写入

　　xmlw.writeCharacters("\\n");

　　if (xmlr.getEventType() == XMLStreamConstants.CHARACTERS) {

　　xmlr.next();

　　}

　　}

　　xmlw.flush();

　　xmlw.writeEndElement();

　　xmlw.writeEndDocument();

　　System.out.println("Entity Count is :" + iCount);

　　xmlr.close();

　　xmlw.close();

　　}

　　说完这么多，基本上用Java处理XML已经不是难事了。不过，有时候你会有：给你蟹八件儿，你也无从下嘴的感受。比如，解析XML你可以掌控，随便你用啥，可是你调用的下游程序接口却需要另外一种格式的数据。比如，你用Stax解析XML,下游要DOM接口会不会令你抓狂起来?心里咒骂，倒霉玩意儿，你们还有没有点上进心?!最近我就遇到这事了，解析一个大的XML,下游要Sub的XML,或者叫XML片段，或者叫分割XML文件。好么，我把数据都拆成Java的Object,然后再给你拼成一个个小的XML文件发过去，丧心病狂么这不?!你如果真这么做了，就别往下看了，你会哭的!

　　Java 的XML包下面有个transform的子包，看看里面会有惊喜的。可以用这个工具包帮你完成类似的转换，比如Stax 和 Sax 或者Dom 互相的变换。或者变换成Stream.

　　拿我这个分割XML的小栗子来说：

　　XMLInputFactory xif = XMLInputFactory.newInstance();

　　XMLStreamReader xsr = xif.createXMLStreamReader(new FileReader("input.xml")); // 用Stax读取XML

　　xsr.nextTag(); // Advance to statements element

　　TransformerFactory tf = TransformerFactory.newInstance();

　　Transformer t = tf.newTransformer();

　　t.setParameter(OutputKeys.OMIT_XML_DECLARATION, "no");

　　t.setParameter(OutputKeys.STANDALONE, "yes");

　　long i = 0;

　　String action = null;

　　while (xsr.hasNext()) {

　　if (xsr.next() == XMLStreamConstants.START_ELEMENT) {

　　if ("ContentItem".equals(xsr.getLocalName())) {

　　action = getAttributeValue(xsr, "action");

　　} else if ("Data".equals(xsr.getLocalName())) {

　　File file = new File("out/" + action + i++ + ".xml");

　　t.transform(new StAXSource(xsr)， new StreamResult(file)); // 流式变换，走你~

　　// DOMResult dr = new DOMResult(); // 如果你要Dom格式的，releaSEMe

　　// t.transform(new StAXSource(xsr)， dr);

　　知道最变态的是什么吗?需要解析XML整个内容到String里面，不单单是数据，就是整个XML标签和数据。其实就是ouputStream转String的过程：

　　ByteArrayOutputStream baos = new ByteArrayOutputStream();

　　t.transform(new StAXSource(xsr)， new StreamResult(baos));

　　String subXMLStr = baos.toString();

　　好了，完成了。