文件對(duì)象模型（Document Object Model，簡稱DOM），是W3C組織推薦的處理可擴(kuò)展標(biāo)志語言的標(biāo)準(zhǔn)編程接口。html，xml都是基于這個(gè)模型構(gòu)造的。這也是一個(gè)W3C推出的標(biāo)準(zhǔn)。java，python，javascript等語言都提供了一套基于dom的編程接口。
java使用dom解析xml一段xml文檔, note.xml：
<?xml version="1.0" encoding="UTF-8"?><note> <to id="1">George</to> <from>John</from> <heading>Reminder</heading> <body>Don't forget the meeting!</body></note>我們先使用w3c dom解析該xml：
@Testpublic void test() { NodeList nodeList = doc.getChildNodes().item(0).getChildNodes(); System.out.PRintln("xml size: " + nodeList.getLength()); for(int i = 0; i < nodeList.getLength(); i ++) { Node node = nodeList.item(i); System.out.println(node.getNodeType()); System.out.println(node.getNodeName()); }}輸出：
xml size: 93#text1to3#text1from3#text1heading3#text1body3#text我們看到代碼輸出note節(jié)點(diǎn)的字節(jié)點(diǎn)的時(shí)候，有9個(gè)節(jié)點(diǎn)，但是xml文檔中note節(jié)點(diǎn)實(shí)際上只有to、from、heading、body4個(gè)節(jié)點(diǎn)。 那為什么是9個(gè)呢，原因是這樣的。選取幾個(gè)w3c規(guī)范中關(guān)于節(jié)點(diǎn)類型的描述：
| 節(jié)點(diǎn)類型 | 描述 | nodeName返回值 | nodeValue返回值 | 子元素 | 類型常量值 |
|---|---|---|---|---|---|
| Document | 表示整個(gè)文檔（DOM 樹的根節(jié)點(diǎn)） | #document | null | Element(max. one)，Comment，DocumentType | 9 |
| Element | 表示 element（元素）元素 | element name | null | Text，Comment，CDATASection | 1 |
| Attr | 表示屬性 | 屬性名稱 | 屬性值 | Text | 2 |
| Text | 表示元素或?qū)傩灾械奈谋緝?nèi)容。 | #text | 節(jié)點(diǎn)內(nèi)容 | None | 3 |
| CDATASection | 表示文檔中的 CDATA 區(qū)段（文本不會(huì)被解析器解析） | #cdata-section | 節(jié)點(diǎn)內(nèi)容 | None | 4 |
| Comment | 表示注釋 | #comment | 注釋文本 | None | 8 |
更多細(xì)節(jié)請(qǐng)查看w3c DOM節(jié)點(diǎn)類型
下面解釋一下文檔節(jié)點(diǎn)的字節(jié)點(diǎn)的處理過程：
其中紅色部分為Text節(jié)點(diǎn)，紫色部分是Element節(jié)點(diǎn)(只畫了部分)。</body>后面的也是一個(gè)Element節(jié)點(diǎn)，所有4個(gè)Element節(jié)點(diǎn)，5個(gè)Text節(jié)點(diǎn)。
所以輸出的內(nèi)容中3 #text表示該節(jié)點(diǎn)是個(gè)Text節(jié)點(diǎn)，1 節(jié)點(diǎn)name是個(gè)Element節(jié)點(diǎn)，這與表格中表述的是一樣的。
測試代碼：
@Testpublic void test1() { NodeList nodeList = doc.getChildNodes().item(0).getChildNodes(); System.out.println("xml size: " + nodeList.getLength()); for(int i = 0; i < nodeList.getLength(); i ++) { Node node = nodeList.item(i); if(node.getNodeType() == Node.TEXT_NODE) { System.out.println(node.getNodeValue().replace("/n","hr").replace(' ', '-')); } }}
很明顯，我們把空格和回車鍵替換打印后發(fā)現(xiàn)我們的結(jié)論是正確的。
測試代碼：
@Testpublic void test2() { System.out.println("doc type: " + doc.getNodeType()); NodeList nodeList = doc.getChildNodes().item(0).getChildNodes(); Node secondNode = nodeList.item(1); System.out.println("element [to] node type: " + secondNode.getNodeType()); System.out.println("element [to] node name: " + secondNode.getNodeName()); System.out.println("element [to] node value: " + secondNode.getNodeValue()); System.out.println("element [to] children len: " + secondNode.getChildNodes().getLength()); System.out.println("element [to] children node type: " + secondNode.getChildNodes().item(0).getNodeType()); System.out.println("element [to] children node value: " + secondNode.getChildNodes().item(0).getNodeValue()); System.out.println("element [to] children node name: " + secondNode.getChildNodes().item(0).getNodeName()); Node attNode = secondNode.getAttributes().item(0); System.out.println("attr type: " + attNode.getNodeType());}
輸出結(jié)果跟表格中是一樣的。
大家有興趣的話其他類型的節(jié)點(diǎn)比如CDATA節(jié)點(diǎn)大家可以自行測試～
Javascript使用dom解析htmlhtml代碼：
<!DOCTYPE html><html><head> <meta charset="utf-8"> <title>JS Bin</title></head><body> <div> <p>gogogo</p> </div></body></html>js代碼：
console.log(document.nodeType);var div = document.getElementsByTagName("div")[0]; //9console.log(div.nodeType); //1for(var i = 0;i < div.childNodes.length; i ++) { console.log(div.childNodes[i].nodeType);}分別輸出9，1，3，1，3跟我們?cè)诒砀裰袑?duì)應(yīng)～
總結(jié)本次博客主要講解了dom解析xml和html。 以前使用java解析xml的時(shí)候總是使用一些第三方庫，比如jdom。 但是dom卻是w3c的規(guī)范，不止java，包括javascript，python這些主流語言也都主持，有了規(guī)范，語言只是實(shí)現(xiàn)了這些規(guī)范而已。
新聞熱點(diǎn)
疑難解答
圖片精選
網(wǎng)友關(guān)注
