Android實現XML解析技術

本文介紹在Android平臺中實現對XML的三種解析方式。

  XML在各種開發中都廣泛應用,Android也不例外。作為承載數據的一個重要角色,如何讀寫XML成為Android開發中一項重要的技能。

  在Android中,常見的XML解析器分別為DOM解析器、SAX解析器和PULL解析器,下面,我將一一向大傢詳細介紹。

 

第一種方式:DOM解析器:

DOM是基於樹形結構的的節點或信息片段的集合,允許開發人員使用DOM API遍歷XML樹、檢索所需數據。分析該結構通常需要加載整個文檔和構造樹形結構,然後才可以檢索和更新節點信息。Android完全支持DOM 解析。利用DOM中的對象,可以對XML文檔進行讀取、搜索、修改、添加和刪除等操作。

DOM的工作原理:使用DOM對XML文件進行操作時,首先要解析文件,將文件分為獨立的元素、屬性和註釋等,然後以節點樹的形式在內存中對XML文件進行表示,就可以通過節點樹訪問文檔的內容,並根據需要修改文檔——這就是DOM的工作原理。

DOM實現時首先為XML文檔的解析定義一組接口,解析器讀入整個文檔,然後構造一個駐留內存的樹結構,這樣代碼就可以使用DOM接口來操作整個樹結構。

由於DOM在內存中以樹形結構存放,因此檢索和更新效率會更高。但是對於特別大的文檔,解析和加載整個文檔將會很耗資源。 當然,如果XML文件的內容比較小,采用DOM是可行的。

常用的DoM接口和類:

  Document:該接口定義分析並創建DOM文檔的一系列方法,它是文檔樹的根,是操作DOM的基礎。 

Element:該接口繼承Node接口,提供瞭獲取、修改XML元素名字和屬性的方法。

Node:該接口提供處理並獲取節點和子節點值的方法。

NodeList:提供獲得節點個數和當前節點的方法。這樣就可以迭代地訪問各個節點。

DOMParser:該類是Apache的Xerces中的DOM解析器類,可直接解析XML文件。

下面是DOM的解析流程:

 

 

第二種方式:SAX解析器:

  SAX(Simple API for XML)解析器是一種基於事件的解析器,事件驅動的流式解析方式是,從文件的開始順序解析到文檔的結束,不可暫停或倒退。它的核心是事件處理模式,主要是圍繞著事件源以及事件處理器來工作的。當事件源產生事件後,調用事件處理器相應的處理方法,一個事件就可以得到處理。在事件源調用事件處理器中特定方法的時候,還要傳遞給事件處理器相應事件的狀態信息,這樣事件處理器才能夠根據提供的事件信息來決定自己的行為。 

  SAX解析器的優點是解析速度快,占用內存少。非常適合在Android移動設備中使用。

SAX的工作原理:SAX的工作原理簡單地說就是對文檔進行順序掃描,當掃描到文檔(document)開始與結束、元素(element)開始與結束、文檔(document)結束等地方時通知事件處理函數,由事件處理函數做相應動作,然後繼續同樣的掃描,直至文檔結束。

  在SAX接口中,事件源是org.xml.sax包中的XMLReader,它通過parser()方法來解析XML文檔,並產生事件。事件處理器是org.xml.sax包中ContentHander、DTDHander、ErrorHandler,以及EntityResolver這4個接口。XMLReader通過相應事件處理器註冊方法setXXXX()來完成的與ContentHander、DTDHander、ErrorHandler,以及EntityResolver這4個接口的連接。

常用的SAX接口和類:
Attrbutes:用於得到屬性的個數、名字和值。 

ContentHandler:定義與文檔本身關聯的事件(例如,開始和結束標記)。大多數應用程序都註冊這些事件。

DTDHandler:定義與DTD關聯的事件。它沒有定義足夠的事件來完整地報告DTD。如果需要對DTD進行語法分析,請使用可選的DeclHandler。

DeclHandler是SAX的擴展。不是所有的語法分析器都支持它。

EntityResolver:定義與裝入實體關聯的事件。隻有少數幾個應用程序註冊這些事件。

ErrorHandler:定義錯誤事件。許多應用程序註冊這些事件以便用它們自己的方式報錯。

DefaultHandler:它提供瞭這些接LI的缺省實現。在大多數情況下,為應用程序擴展DefaultHandler並覆蓋相關的方法要比直接實現一個接口更容易。

 詳見下表:

 

 

可知,我們需要XmlReader 以及DefaultHandler來配合解析xml。

下面是SAX的解析流程:

 

 

第三種方式:PULL解析器:

      Android並未提供對Java StAX API的支持。但是,Android附帶瞭一個pull解析器,其工作方式類似於StAX。它允許用戶的應用程序代碼從解析器中獲取事件,這與SAX解析器自動將事件推入處理程序相反。

PULL解析器的運行方式和SAX類似,都是基於事件的模式。不同的是,在PULL解析過程中返回的是數字,且我們需要自己獲取產生的事件然後做相應的操作,而不像SAX那樣由處理器觸發一種事件的方法,執行我們的代碼。

        讀取到xml的聲明返回 START_DOCUMENT;

讀取到xml的結束返回 END_DOCUMENT ;

讀取到xml的開始標簽返回 START_TAG

讀取到xml的結束標簽返回 END_TAG

讀取到xml的文本返回 TEXT

 

PULL解析器小巧輕便,解析速度快,簡單易用,非常適合在Android移動設備中使用,Android系統內部在解析各種XML時也是用PULL解析器,Android官方推薦開發者們使用Pull解析技術。Pull解析技術是第三方開發的開源技術,它同樣可以應用於JavaSE開發。

      PULL 的工作原理:XML pull提供瞭開始元素和結束元素。當某個元素開始時,我們可以調用parser.nextText從XML文檔中提取所有字符數據。當解釋到一個文檔結束時,自動生成EndDocument事件。

      常用的XML pull的接口和類:

XmlPullParser:XML pull解析器是一個在XMLPULL VlAP1中提供瞭定義解析功能的接口。

XmlSerializer:它是一個接口,定義瞭XML信息集的序列。

XmlPullParserFactory:這個類用於在XMPULL V1 API中創建XML Pull解析器。

XmlPullParserException:拋出單一的XML pull解析器相關的錯誤。

PULL的解析流程如下:

 

 

[附加]第四種方式: Android.util.Xml類
在Android API中,另外提供瞭Android.util.Xml類,同樣可以解析XML文件,使用方法類似SAX,也都需編寫Handler來處理XML的解析,但是在使用上卻比SAX來得簡單 ,如下所示:
以android.util.XML實現XML解析 ,
MyHandler myHandler=new MyHandler0;
android.util.Xm1.parse(ur1.openC0nnection().getlnputStream0,Xm1.Encoding.UTF-8,myHandler);
 
      下面是一個參考文檔river.xml,放在assets目錄.如下:
<?xml version="1.0" encoding="utf-8"?>
<rivers>
 <river name="靈渠" length="605">
     <introduction>
      靈渠在廣西壯族自治區興安縣境內,是世界上最古老的運河之一,有著“世界古代水利建築明珠”的美譽。靈渠古稱秦鑿渠、零渠、陡河、興安運河,於公元前214年鑿成通航,距今已2217年,仍然發揮著功用。
     </introduction>
      <imageurl>
      http://up.aiwalls.com/2012/0228/20120228094142711.jpg
     </imageurl>
   </river>
  
   <river name="膠萊運河" length="200">
     <introduction>
      膠萊運河南起黃海靈山海口,北抵渤海三山島,流經現膠南、膠州、平度、高密、昌邑和萊州等,全長200公裡,流域面積達5400平方公裡,南北貫穿山東半島,溝通黃渤兩海。膠萊運河自平度姚傢村東的分水嶺南北分流。南流由麻灣口入膠州灣,為南膠萊河,長30公裡。北流由海倉口入萊州灣,為北膠萊河,長100餘公裡。
     </introduction>
      <imageurl>
      http://up.aiwalls.com/2012/0228/20120228094142711.jpg
     </imageurl>
   </river>
  
   <river name="蘇北灌溉總渠" length="168">
     <introduction>
      位於淮河下遊江蘇省北部,西起洪澤湖邊的高良澗,流經洪澤,青浦、淮安,阜寧、射陽,濱海等六縣(區),東至扁擔港口入海的大型人工河道。全長168km。
     </introduction>
      <imageurl>
      http://up.aiwalls.com/2012/0228/20120228094142711.jpg
     </imageurl>
   </river>
 </rivers>

  
      采用DOM解析時具體處理步驟是:
1 首先利用DocumentBuilderFactory創建一個DocumentBuilderFactory實例
2 然後利用DocumentBuilderFactory創建DocumentBuilder
3 然後加載XML文檔(Document),
4 然後獲取文檔的根結點(Element),
5 然後獲取根結點中所有子節點的列表(NodeList),
6 然後使用再獲取子節點列表中的需要讀取的結點。
  當然我們觀察節點,我需要用一個River對象來保存數據,抽象出River類
public class River implements Serializable {    
   privatestaticfinallong serialVersionUID = 1L;
    private String name;
    public String getName() {
        return name;
    }
    public void setName(String name) {
        this.name = name;
    }
    public int getLength() {
        return length;
    }
    public void setLength(int length) {
        this.length = length;
    }
    public String getIntroduction() {
        return introduction;
    }
    public void setIntroduction(String introduction) {
        this.introduction = introduction;
    }
    public String getImageurl() {
        return imageurl;
    }
    public void setImageurl(String imageurl) {
        this.imageurl = imageurl;
    }
    private int length;
    private String introduction;
    private String imageurl;
}

 
下面我們就開始讀取xml文檔對象,並添加進List中:
代碼如下: 我們這裡是使用assets中的river.xml文件,那麼就需要讀取這個xml文件,返回輸入流。 讀取方法為:inputStream=this.context.getResources().getAssets().open(fileName); 參數是xml文件路徑,當然默認的是assets目錄為根目錄。
然後可以用DocumentBuilder對象的parse方法解析輸入流,並返回document對象,然後再遍歷doument對象的節點屬性。
 
   //獲取全部河流數據
   /**  
     * 參數fileName:為xml文檔路徑
     */
    public List<River> getRiversFromXml(String fileName){
        List<River> rivers=new ArrayList<River>();
        DocumentBuilderFactory factory=null;
        DocumentBuilder builder=null;
        Document document=null;
        InputStream inputStream=null;
        //首先找到xml文件
        factory=DocumentBuilderFactory.newInstance();
        try {
            //找到xml,並加載文檔
            builder=factory.newDocumentBuilder();
            inputStream=this.context.getResources().getAssets().open(fileName);
            document=builder.parse(inputStream);
            //找到根Element
             Element root=document.getDocumentElement();
             NodeList nodes=root.getElementsByTagName(RIVER);
            //遍歷根節點所有子節點,rivers 下所有river
             River river=null;
             for(int i=0;i<nodes.getLength();i++){
                     river=new River();
                     //獲取river元素節點
                     Element riverElement=(Element)(nodes.item(i));
                     //獲取river中name屬性值
                     river.setName(riverElement.getAttribute(NAME));
                     river.setLength(Integer.parseInt(riverElement.getAttribute(LENGTH)));
                     //獲取river下introduction標簽
                     Element introduction=(Element)riverElement.getElementsByTagName(INTRODUCTION).item(0);
                     river.setIntroduction(introduction.getFirstChild().getNodeValue());
                     Element imageUrl=(Element)riverElement.getElementsByTagName(IMAGEURL).item(0);
                     river.setImageurl(imageUrl.getFirstChild().getNodeValue());
                 rivers.add(river);
             }
        }catch (IOException e){
            e.printStackTrace();
        } catch (SAXException e) {
            e.printStackTrace();
        }
         catch (ParserConfigurationException e) {
            e.printStackTrace();
        }finally{
            try {
                inputStream.close();
            } catch (IOException e) {   
                e.printStackTrace();
            }
        }
        return rivers;
    }

在這裡添加到List中, 然後我們使用ListView將他們顯示出來。如圖所示:

 

 

采用SAX解析時具體處理步驟是:
1 創建SAXParserFactory對象
2 根據SAXParserFactory.newSAXParser()方法返回一個SAXParser解析器
3 根據SAXParser解析器獲取事件源對象XMLReader
4 實例化一個DefaultHandler對象
5 連接事件源對象XMLReader到事件處理類DefaultHandler中
6 調用XMLReader的parse方法從輸入源中獲取到的xml數據
7 通過DefaultHandler返回我們需要的數據集合。
 
代碼如下:
  public List<River> parse(String xmlPath){
List<River> rivers=null;
        SAXParserFactory factory=SAXParserFactory.newInstance();
        try {
            SAXParser parser=factory.newSAXParser();
            //獲取事件源
            XMLReader xmlReader=parser.getXMLReader();
            //設置處理器
            RiverHandler handler=new RiverHandler();
            xmlReader.setContentHandler(handler);
            //解析xml文檔
            //xmlReader.parse(new InputSource(new URL(xmlPath).openStream()));
            xmlReader.parse(new InputSource(this.context.getAssets().open(xmlPath)));
            rivers=handler.getRivers();   
        } catch (ParserConfigurationException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (SAXException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
       
        return rivers;
    }

 
重點在於DefaultHandler對象中對每一個元素節點,屬性,文本內容,文檔內容進行處理。
前面說過DefaultHandler是基於事件處理模型的,基本處理方式是:當SAX解析器導航到文檔開始標簽時回調startDocument方法,導航到文檔結束標簽時回調endDocument方法。當SAX解析器導航到元素開始標簽時回調startElement方法,導航到其文本內容時回調characters方法,導航到標簽結束時回調endElement方法。
根據以上的解釋,我們可以得出以下處理xml文檔邏輯:
1:當導航到文檔開始標簽時,在回調函數startDocument中,可以不做處理,當然你可以驗證下UTF-8等等。
2:當導航到rivers開始標簽時,在回調方法startElement中可以實例化一個集合用來存貯list,不過我們這裡不用,因為在構造函數中已經實例化瞭。
3:導航到river開始標簽時,就說明需要實例化River對象瞭,當然river標簽中還有name ,length屬性,因此實例化River後還必須取出屬性值,attributes.getValue(NAME),同時賦予river對象中,同時添加為導航到的river標簽添加一個boolean為真的標識,用來說明導航到瞭river元素。
4:當然有river標簽內還有子標簽(節點),但是SAX解析器是不知道導航到什麼標簽的,它隻懂得開始,結束而已。那麼如何讓它認得我們的各個標簽呢?當然需要判斷瞭,於是可以使用回調方法startElement中的參數String localName,把我們的標簽字符串與這個參數比較下,就可以瞭。我們還必須讓SAX知道,現在導航到的是某個標簽,因此添加一個true屬性讓SAX解析器知道。
5:它還會導航到文本內標簽,(就是<img></img>裡面的內容),回調方法characters,我們一般在這個方法中取出就是<img></img>裡面的內容,並保存。 6:當然它是一定會導航到結束標簽</river> 或者</rivers>的,如果是</river>標簽,記得把river對象添加進list中。如果是river中的子標簽</introduction>,就把前面設置標記導航到這個標簽的boolean標記設置為false. 按照以上實現思路,可以實現如下代碼:
  /**導航到開始標簽觸發**/
        publicvoid startElement (String uri, String localName, String qName, Attributes attributes){
         String tagName=localName.length()!=0?localName:qName;
         tagName=tagName.toLowerCase().trim();
         //如果讀取的是river標簽開始,則實例化River
         if(tagName.equals(RIVER)){
             isRiver=true;
             river=new River();
                /**導航到river開始節點後**/
                river.setName(attributes.getValue(NAME));
                river.setLength(Integer.parseInt(attributes.getValue(LENGTH)));
         }
         //然後讀取其他節點
          if(isRiver){
              if(tagName.equals(INTRODUCTION)){
                 xintroduction=true;
             }else if(tagName.equals(IMAGEURL)){
                 ximageurl=true;
             } 
         } 
        }
       
        /**導航到結束標簽觸發**/
        public void endElement (String uri, String localName, String qName){
         String tagName=localName.length()!=0?localName:qName;
         tagName=tagName.toLowerCase().trim();
        
        //如果讀取的是river標簽結束,則把River添加進集合中
         if(tagName.equals(RIVER)){
             isRiver=true;
             rivers.add(river);
         }
         //然後讀取其他節點
          if(isRiver){
              if(tagName.equals(INTRODUCTION)){
                 xintroduction=false;
             }else if(tagName.equals(IMAGEURL)){
                 ximageurl=false;
             }
          }  
        }
       
        //這裡是讀取到節點內容時候回調
        public void characters (char[] ch, int start, int length){
            //設置屬性值
                if(xintroduction){
                     //解決null問題
                     river.setIntroduction(river.getIntroduction()==null?"":river.getIntroduction()+new String(ch,start,length));
                 }else if(ximageurl){
                     //解決null問題
                     river.setImageurl(river.getImageurl()==null?"":river.getImageurl()+new String(ch,start,length));
                 }   
        }

 
運行效果跟上例DOM 運行效果相同。
 
采用PULL解析基本處理方式:
當PULL解析器導航到文檔開始標簽時就開始實例化list集合用來存貯數據對象。導航到元素開始標簽時回判斷元素標簽類型,如果是river標簽,則需要實例化River對象瞭,如果是其他類型,則取得該標簽內容並賦予River對象。當然它也會導航到文本標簽,不過在這裡,我們可以不用。
根據以上的解釋,我們可以得出以下處理xml文檔邏輯:
1:當導航到XmlPullParser.START_DOCUMENT,可以不做處理,當然你可以實例化集合對象等等。
2:當導航到XmlPullParser.START_TAG,則判斷是否是river標簽,如果是,則實例化river對象,並調用getAttributeValue方法獲取標簽中屬性值。
3:當導航到其他標簽,比如Introduction時候,則判斷river對象是否為空,如不為空,則取出Introduction中的內容,nextText方法來獲取文本節點內容
4:當然啦,它一定會導航到XmlPullParser.END_TAG的,有開始就要有結束嘛。在這裡我們就需要判讀是否是river結束標簽,如果是,則把river對象存進list集合中瞭,並設置river對象為null.
由以上的處理邏輯,我們可以得出以下代碼:
    public List<River> parse(String xmlPath){
List<River> rivers=new ArrayList<River>();
        River river=null;
        InputStream inputStream=null;   
        //獲得XmlPullParser解析器
        XmlPullParser xmlParser = Xml.newPullParser();  
        try {
            //得到文件流,並設置編碼方式
            inputStream=this.context.getResources().getAssets().open(xmlPath);
            xmlParser.setInput(inputStream, "utf-8");
            //獲得解析到的事件類別,這裡有開始文檔,結束文檔,開始標簽,結束標簽,文本等等事件。
            int evtType=xmlParser.getEventType();
         //一直循環,直到文檔結束   
         while(evtType!=XmlPullParser.END_DOCUMENT){
            switch(evtType){
            case XmlPullParser.START_TAG:
                String tag = xmlParser.getName();
                //如果是river標簽開始,則說明需要實例化對象瞭
                if (tag.equalsIgnoreCase(RIVER)) {
                   river = new River();
                  //取出river標簽中的一些屬性值
                  river.setName(xmlParser.getAttributeValue(null, NAME));
                  river.setLength(Integer.parseInt(xmlParser.getAttributeValue(null, LENGTH)));
                }else if(river!=null){
                    //如果遇到introduction標簽,則讀取它內容
                    if(tag.equalsIgnoreCase(INTRODUCTION)){
                    river.setIntroduction(xmlParser.nextText());
                    }else if(tag.equalsIgnoreCase(IMAGEURL)){
                        river.setImageurl(xmlParser.nextText());
                    }
                }
                break;
               
           case XmlPullParser.END_TAG:
             //如果遇到river標簽結束,則把river對象添加進集合中
               if (xmlParser.getName().equalsIgnoreCase(RIVER) && river != null) {
                   rivers.add(river);
                   river = null;
               }
                break;
                default:break;
            }
            //如果xml沒有結束,則導航到下一個river節點
            evtType=xmlParser.next();
         }
        } catch (XmlPullParserException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }catch (IOException e1) {
            // TODO Auto-generated catch block
            e1.printStackTrace();
        }
        return rivers;
 }
 

運行效果和上面的一樣。
 
幾種解析技術的比較與總結: 
對於Android的移動設備而言,因為設備的資源比較寶貴,內存是有限的,所以我們需要選擇適合的技術來解析XML,這樣有利於提高訪問的速度。
1 DOM在處理XML文件時,將XML文件解析成樹狀結構並放入內存中進行處理。當XML文件較小時,我們可以選DOM,因為它簡單、直觀。
2 SAX則是以事件作為解析XML文件的模式,它將XML文件轉化成一系列的事件,由不同的事件處理器來決定如何處理。XML文件較大時,選擇SAX技術是比較合理的。雖然代碼量有些大,但是它不需要將所有的XML文件加載到內存中。這樣對於有限的Android內存更有效,而且Android提供瞭一種傳統的SAX使用方法以及一個便捷的SAX包裝器。 使用Android.util.Xml類,從示例中可以看出,會比使用 SAX來得簡單。
3 XML pull解析並未像SAX解析那樣監聽元素的結束,而是在開始處完成瞭大部分處理。這有利於提早讀取XML文件,可以極大的減少解析時間,這種優化對於連接速度較漫的移動設備而言尤為重要。對於XML文檔較大但隻需要文檔的一部分時,XML Pull解析器則是更為有效的方法。
結束。^_^

 

摘自 在路上

發佈留言