xml解析器 - 浮躁的技术之路 - 博客园

xml解析器
为了让我们的应用程序不依赖于具体的解析器，让我们以统一的接口来访问XML文档，Sun公司开发了JAXP(Java API For XML Processing)API。
JAXP没有扩充解析器新的功能，它是对解析器的一个封装，使开发人员能够独立于具体的解析器，这样我们就可以在应用程序中任意更换解析器，而不用更改应用程序代码。现在主流的解析器都支持DOM和SAX，所以JAXP也都支持。JAXP现在的版本是1.3包含在JDK5.0之中。
javax.xml包及子包，org.w3c.dom包及子包，org.xml.sax包及子包。javax.xml包及子包主要是获取解析器的实例，获取到解析器实例后就可以对XML进行读取，如果我们使用DOM解析，那么就使用org.w3c.dom包及子包中的接口或者类，反之使用org.xml.sax包及子包中的接口或者类。那怎么通过JAXP获取解析器实例呢？
在javax.xml.parsers这个包中提供了四个类DocumentBuilder、DocumentBuilderFactory、SAXParser、SAXParserFactory 前两个是获取DOM解析器实例的，后两个是获取SAX解析器实例的。
一、获取DOM解析器实例
Java代码
package test;   import java.io.*;   import javax.xml.parsers.*;   import org.w3c.dom.Document;   public class JAXPTest {       public static void main(String[] args) {           try {               DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();               DocumentBuilder builder = factory.newDocumentBuilder();               Document document = builder.parse(new FileInputStream("my.xml"));           } catch (Exception e) {               e.printStackTrace();           }       }   }
package test;import java.io.*;import javax.xml.parsers.*;import org.w3c.dom.Document;public class JAXPTest {public static void main(String[] args) {try {DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();DocumentBuilder builder = factory.newDocumentBuilder();Document document = builder.parse(new FileInputStream("my.xml"));} catch (Exception e) {e.printStackTrace();}}}
以上代码的document对象就是XML文档树，XML文档的数据就在此对象中。
二、更改解析器
更改 JAXP 工厂类使用的解析器很容易。更改解析器实际上意味着更改解析器工厂，因为所有 SAXParser 和 DocumentBuilder 实例都来自这些工厂。工厂确定加载哪个解析器，所以必须更改工厂。要更改 SAXParserFactory 接口的实现，请设置 Java 系统特性 javax.xml.parsers.SAXParserFactory。如果未定义此特性，则返回默认实现（不管开发商指定哪个解析器）。同一规则适用于所使用的 DocumentBuilderFactory 实现。在这种情况下，将会查询 javax.xml.parsers.DocumentBuilderFactory 系统特性。
三、JAXP API怎样加载解析器
1、使用系统属性
如果我们在调用DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();代码前设置了系统属性，如下：
System.setProperty("javax.xml.parsers.DocumentBuilderFactory","org.apache.xerces.jaxp.DocumentBuilderFactoryImpl");
那么JAXP就会使用你提供的解析器。设置系统属性还可以使用另外一种方式，运行该类的时候使用-D参数，如：java -Djavax.xml.parsers.DocumentBuilderFactory=org.apache.xerces.jaxp.DocumentBuilderFactoryImpl  coresun.cn.JAXPTest
2、在JAVA_HOME\JRE\lib文件夹下建立jaxp.properties文件，在文件中添加如下内容：
javax.xml.parsers.DocumentBuilderFactory=org.apache.xerces.jaxp.DocumentBuilderFactoryImpl
3、查找解析器jar文件的META-INF\services目录
在此目录下如果含有javax.xml.parsers.DocumentBuilderFactory文件，则通过此文件的内容加载解析器。
4、如果前三种方式都没有找到解析器，JAXB使用缺省的解析器Apache Xerces(JAXP 1.1 捆绑了Apache Crimson)。
下面是一篇关于JAXP有趣的文章《XML api折射出sun与IBM的恩仇》，可供参考一下，原文地址：http://www.w3china.org/blog/more.asp?name=hongrui&id=23698
最初的xml解析器是sun的Crimson和IBM的Xerces，这两个开源项目都捐给了apache组织，后来Xerces发展很快，Crimon基本没有人使用。
1.4 版本起，用于 XML 处理的 Java API 就已经加入了Java 2 平台中。 利用该 API，可通过一系列标准的 Java 平台 API 来处理 XML 文档。
因此，也就无需另外添加 XML 处理包了。sun的JDK1.4使用Crimson，IBM的JDK使用Xerces。
如果打算把sun 的jdk程序移植到IBM的JDK下，注意解析器不同，XML处理会出问题。这就说明了java不是“一次编译，到处运行”，而是“一次编译，到处调试”。
如果你把IBM的JDK移植到SUN的JDK下，即使把Xerces包引入CLASSPATH，JDK还是使用Crimson，不信你运行java -verbose试一试。
解决的办法就是在在JRE\lib\目录下，建立一个jaxp.properties的文件，
内容如下：
javax.xml.parsers.DocumentBuilderFactory=org.apache.xerces.jaxp.DocumentBuilderFactoryImpl
javax.xml.parsers.SAXParserFactory=org.apache.xerces.jaxp.SAXParserFactoryImpl
就可以使用Xerces。
或者使用命令行
# Add the XML parser jars and set the JAXP factory names
# Crimson parser JAXP setup(default)
CLASSPATH=$CLASSPATH:../lib/crimson.jar
JAXP=-Djavax.xml.parsers.DocumentBuilderFactory=org.apache.crimson.jaxp.DocumentBuilderFactoryImpl
JAXP="$JAXP -Djavax.xml.parsers.SAXParserFactory=org.apache.crimson.jaxp.SAXParserFactoryImpl"
或
# Add the XML parser jars and set the JAXP factory names
# Xerces parser JAXP setup
CLASSPATH=$CLASSPATH:../lib/xerces.jar
JAXP=-Djavax.xml.parsers.DocumentBuilderFactory=org.apache.xerces.jaxp.DocumentBuilderFactoryImpl
JAXP="$JAXP -Djavax.xml.parsers.SAXParserFactory=org.apache.xerces.jaxp.SAXParserFactoryImpl"
最终sun还是指定JAXP规范，JSR 206 Java API for XML Processing(JAXP) 1.3，他已经由JDK1.5实现。
JAXP实现了XPath，但是xalan的org.apache.xpath.XPathAPI 类已经移植到了 JRE 1.5 中，重构为com.sun.org.apache.xpath.internal.XPathAPI。
如果在以前的JDK中，使用含 XPathAPI 类的 jar，例如 xalan-2.4.1.jar。 将该 jar 加入到 CLASSPATH（类路径）。
W3C的DOM标准API非常难用，于是有人开发 Java专用的XML API，这就是jdom=java+DOM。其中一部分人，去开发dom4j，这个不是非常标准，但是速度很快。
使用JDOM隐含服务器风险，因为JBoss和Webphere都是基于JDOM开发的，在这两个服务器下使用JDOM，必须进行相应的设置，而且你的JDOM版本必须与服务器使用的相近，
因为JVM只加载一份相同的类，服务器优先加载自己使用的JDOM，你开发用的JDOM不会被加载，你的应用就会出错。
使用Dom4J隐含工程问题，主要是hibernate，如果你开发的项目和hibernate合并，Dom4J版本不兼容的话，寻找dom4j相同版本hibernate，或者你改程序适应hibernate的Dom4j。
java没有windows的DLL地狱，但是java的jar地狱有过而无不及啊。