什么是 DOM？

DOM (Document Object Model, 文档对象模型) 是一种用于 XML 和 HTML 的编程接口，它将整个 XML 文档读入内存，解析成一个由节点（Node）构成的树状结构。

DOM 的特点：

• 树状结构：XML 文档的每个部分（元素、属性、文本等）都是一个节点，这些节点组成了一个树。
• 一次性加载：解析器会读取整个 XML 文件并将其完整地加载到内存中。
• 随机访问：因为整个文档都在内存中，你可以通过节点树随意访问任何一部分数据，就像操作一个对象一样。
• 消耗内存大：对于非常大的 XML 文件，一次性加载到内存可能会导致性能问题甚至内存溢出（OutOfMemoryError）。

准备工作：创建一个示例 XML 文件

我们创建一个名为 students.xml 的文件，作为我们解析的目标。

students.xml

<?xml version="1.0" encoding="UTF-8"?>
<students>
    <student id="S001">
        <name>张三</name>
        <age>20</age>
        <gender>男</gender>
    </student>
    <student id="S002">
        <name>李四</name>
        <age>22</age>
        <gender>女</gender>
    </student>
    <student id="S003">
        <name>王五</name>
        <age>21</age>
        <gender>男</gender>
        <email>wangwu@example.com</email>
    </student>
</students>

Java DOM 解析步骤

使用 Java DOM 解析 XML 主要分为以下几个步骤：

1. 创建 DocumentBuilderFactory 和 DocumentBuilder：这是解析器的工厂和构建器。
2. 解析 XML 文件，获取 Document 对象：Document 对象代表了整个 XML 文档的树形结构。
3. 获取根节点：通过 Document 对象获取 XML 的根元素。
4. 遍历节点树：通过 getElementsByTagName() 或 getChildNodes() 等方法获取子节点，并遍历它们。
5. 提取节点数据：获取节点的名称、文本内容或属性值。
6. 关闭资源：虽然 DocumentBuilder 通常不需要显式关闭，但养成好习惯总是好的。

完整代码示例

下面是一个完整的 Java 类，它演示了如何读取 students.xml 文件并打印出所有学生的信息。

DomParserDemo.java

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import java.io.File;
public class DomParserDemo {
    public static void main(String[] args) {
        // 1. 创建一个 DocumentBuilderFactory 实例
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        try {
            // 2. 创建一个 DocumentBuilder 实例
            DocumentBuilder builder = factory.newDocumentBuilder();
            // 3. 解析 XML 文件，获取 Document 对象
            // 注意：请确保 students.xml 文件位于项目的根目录下，或者提供正确的文件路径
            File xmlFile = new File("students.xml");
            Document document = builder.parse(xmlFile);
            // 4. 获取根节点 <students>
            Element rootElement = document.getDocumentElement();
            System.out.println("根节点名称: " + rootElement.getNodeName());
            // 5. 获取所有名为 "student" 的节点列表
            NodeList studentList = rootElement.getElementsByTagName("student");
            System.out.println("\n--- 开始解析学生信息 ---");
            // 6. 遍历 student 节点列表
            for (int i = 0; i < studentList.getLength(); i++) {
                // 获取每个 student 节点
                Node studentNode = studentList.item(i);
                // 确保节点是元素节点（避免处理文本节点等）
                if (studentNode.getNodeType() == Node.ELEMENT_NODE) {
                    Element studentElement = (Element) studentNode;
                    // 获取 student 元素的 id 属性
                    String id = studentElement.getAttribute("id");
                    System.out.println("\n学生ID: " + id);
                    // 获取子节点 <name>, <age>, <gender>
                    // getElementsByTagName() 会从当前节点及其所有子节点中查找
                    NodeList childNodes = studentElement.getChildNodes();
                    for (int j = 0; j < childNodes.getLength(); j++) {
                        Node childNode = childNodes.item(j);
                        if (childNode.getNodeType() == Node.ELEMENT_NODE) {
                            Element childElement = (Element) childNode;
                            String nodeName = childElement.getNodeName();
                            String nodeValue = childElement.getTextContent().trim(); // 获取节点内的文本内容并去除首尾空格
                            System.out.println(nodeName + ": " + nodeValue);
                        }
                    }
                }
            }
            System.out.println("\n--- 解析完成 ---");
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

代码详解

1. DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

   • DOM 解析器是通过工厂模式创建的。newInstance() 方法会根据系统配置返回一个 DocumentBuilderFactory 的实例。

2. DocumentBuilder builder = factory.newDocumentBuilder();

   
   （图片来源网络，侵删）
   • 使用工厂实例创建一个具体的 DocumentBuilder，它负责实际的解析工作。

3. File xmlFile = new File("students.xml");

   • 创建一个 File 对象，指向你的 XML 文件。请确保文件路径正确，如果文件不在项目根目录，需要提供完整路径，"C:/data/students.xml"。

4. Document document = builder.parse(xmlFile);

   • 这是核心步骤,parse() 方法读取并解析 XML 文件，返回一个 Document 对象，它代表了整个 XML 文档的内存模型。

5. Element rootElement = document.getDocumentElement();

   • getDocumentElement() 方法获取文档的根元素，在这里就是 <students>。

6. NodeList studentList = rootElement.getElementsByTagName("student");

   • getElementsByTagName() 方法返回一个 NodeList，其中包含了所有指定标签名的节点，这里我们获取了所有的 <student> 节点。

7. 遍历和提取数据

   • for (int i = 0; i < studentList.getLength(); i++): 遍历每个 <student> 节点。
   • if (studentNode.getNodeType() == Node.ELEMENT_NODE): XML 文件中除了元素节点，还有文本节点（如换行、空格）、注释节点等，这个判断确保我们只处理元素节点。
   • Element studentElement = (Element) studentNode;: 将 Node 强制转换为 Element，这样才能调用 Element 类特有的方法，如 getAttribute()。
   • String id = studentElement.getAttribute("id");: getAttribute() 方法用于获取元素的属性值。
   • childElement.getTextContent(): getTextContent() 是获取一个节点及其所有子节点的文本内容的推荐方法，非常方便，对于 <name>张三</name>，它会返回 "张三"。

运行结果

当你运行 DomParserDemo.java 时，控制台将输出以下内容：

根节点名称: students
--- 开始解析学生信息 ---
学生ID: S001
name: 张三
age: 20
gender: 男
学生ID: S002
name: 李四
age: 22
gender: 女
学生ID: S003
name: 王五
age: 21
gender: 男
email: wangwu@example.com
--- 解析完成 ---

DOM 的优缺点总结

优点:

• 易于理解和使用：树状结构直观，适合处理小型到中型的 XML 文件。
• 随机访问：可以随时访问文档中的任何节点，无需按顺序遍历。
• API 成熟稳定：是 Java 标准库的一部分，无需额外依赖。

缺点:

• 内存消耗大：必须将整个 XML 文档加载到内存中，对于大文件（几百MB或GB级别）会导致性能瓶颈和内存问题。
• 解析速度相对较慢：因为需要构建完整的树，所以启动时间比流式解析器（如 SAX）长。

何时使用 DOM？

• XML 文件较小，可以完全加载到内存中。
• 你需要频繁地、随机地访问 XML 文档的不同部分。
• 你需要修改 XML 文档并重新写回文件（DOM 也支持修改和写入）。

如果你的 XML 文件非常大，或者你只需要从头到尾顺序读取一次数据，那么应该考虑使用 SAX (Simple API for XML) 或 StAX (Streaming API for XML) 解析器，它们是事件驱动的，内存占用非常小。