上一篇把 JAXP 的版圖攤開了,這篇直接進到實作:一支讀、一支寫,都用 DOM,程式碼已實際跑通。兩個類別放在同一個 package 之後,下一篇就能直接搬到 Web 環境使用。
這個類別的目標是把 XML 中的 Title 與 Content 節點分別收集到兩個 Vector 裡,最後一起回傳。
package src;
import java.io.*;
import java.util.Vector;
import javax.xml.parsers.*;
import org.w3c.dom.*;
public class readXML {
static Document document;
private boolean validating;
public readXML() { }
public Vector toRead(String filename) {
Vector title = new Vector();
Vector content = new Vector();
String myStr;
try {
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
factory.setValidating(validating);
DocumentBuilder builder = factory.newDocumentBuilder();
document = builder.parse(new File(filename));
// 合併相鄰的文字節點,讓 getFirstChild() 拿到的就是純文字
document.getDocumentElement().normalize();
Node node = document.getFirstChild();
NodeList list = node.getChildNodes();
for (int i = 0; i < list.getLength(); i++) {
Node nodeItm = list.item(i);
if (nodeItm.getNodeName().equals("Title")) {
myStr = nodeItm.getFirstChild().getNodeValue();
title.addElement(myStr);
}
if (nodeItm.getNodeName().equals("Content")) {
myStr = nodeItm.getFirstChild().getNodeValue();
content.addElement(myStr);
}
}
} catch (Exception exp) {
exp.printStackTrace();
return null;
}
Vector all = new Vector();
all.add(title);
all.add(content);
return all;
}
public static void main(String[] args) {
Vector A;
readXML my = new readXML();
A = my.toRead("data.xml");
for (int i = 0; i < A.size(); i++) {
System.out.println(A.elementAt(i));
}
}
}
幾個實務上很關鍵的細節:
normalize() 不是裝飾。XML 作者若在文字中間換行,DOM 會產生多個相鄰的 Text 節點;normalize 會把它們合併成一個,否則 getFirstChild().getNodeValue() 只會拿到片段。getFirstChild() 取值的前提是該元素只有純文字內容。若元素內混有子元素(mixed content),必須改用 getTextContent() 或逐一走訪子節點。ArrayList<String> 等泛型集合,型別安全也少一次轉換。validating 預設是 false,也就是只做 Well-Formed 檢查。需要 DTD 驗證時把它設為 true,並確保 ErrorHandler 有實作,否則驗證錯誤會被靜默吞掉。寫入走的是「在記憶體中組樹 → 用 Transformer 輸出存檔」的兩段式流程。
import org.w3c.dom.*;
import javax.xml.parsers.*;
import javax.xml.transform.*;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import java.io.*;
public class writeXML {
private Document document;
private String filename;
public writeXML(String name) throws ParserConfigurationException {
filename = name;
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
document = builder.newDocument(); // 注意是 newDocument,不是 parse
}
public void toWrite(String mytitle, String mycontent) {
Element root = document.createElement("WorkShop");
document.appendChild(root);
Element title = document.createElement("Title");
title.appendChild(document.createTextNode(mytitle));
root.appendChild(title);
Element content = document.createElement("Content");
content.appendChild(document.createTextNode(mycontent));
root.appendChild(content);
}
public void toSave() {
try {
TransformerFactory tf = TransformerFactory.newInstance();
Transformer transformer = tf.newTransformer();
DOMSource source = new DOMSource(document);
// 這一行與中文編碼息息相關,非常重要
transformer.setOutputProperty(OutputKeys.ENCODING, "GB2312");
transformer.setOutputProperty(OutputKeys.INDENT, "yes");
PrintWriter pw = new PrintWriter(new FileOutputStream(filename));
StreamResult result = new StreamResult(pw);
transformer.transform(source, result);
} catch (TransformerException mye) {
mye.printStackTrace();
} catch (IOException exp) {
exp.printStackTrace();
}
}
public static void main(String args[]) {
try {
writeXML myXML = new writeXML("data.xml");
myXML.toWrite("中文題目", "中文內容");
myXML.toSave();
System.out.print("Your writing is successful.");
} catch (ParserConfigurationException exp) {
exp.printStackTrace();
System.out.print("Your writing is failed.");
}
}
}
這段程式最容易翻車的地方是編碼。transformer.setOutputProperty(OutputKeys.ENCODING, "GB2312") 決定輸出檔案的 XML 宣告寫什麼、以及實際寫入的位元組用哪種編碼。設成 UTF-8 卻用 GB2312 開檔(或反之),中文立刻變亂碼。幾個實務建議:
UTF-8,省下跨平台與跨工具的編碼轉換困擾。PrintWriter 包 FileOutputStream 時,實際編碼是由 Transformer 依 OutputKeys.ENCODING 決定的;若要更明確,改用 OutputStreamWriter 指定編碼,或直接用 StreamResult(OutputStream)。FileOutputStream 沒有正確釋放。應該改用 try-with-resources 或 transformer.transform(source, new StreamResult(filename)) 讓 API 自行管理。createTextNode() 會自動處理 &、< 等實體轉義——這正是不要自己拼字串的理由。要特別說明:toWrite() 每次都呼叫 document.appendChild(root),也就是說它只能產生新文件,沒辦法修改既有檔案。若同一個 writeXML 實例連續呼叫兩次 toWrite,DOM 會出現兩個根元素,輸出存檔時直接失敗(XML 只允許一個根元素)。
要支援「讀進來、改掉、再寫回去」的正統更新流程,得改成:
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse(new File(filename)); // 先載入既有文件
NodeList nodes = doc.getElementsByTagName("Title");
nodes.item(0).setTextContent("新的標題"); // 就地修改
// 再用同一套 Transformer 邏輯輸出
把「解析既有文件」與「建立新文件」兩個入口分開,讀寫就能形成完整的迴圈。下一篇我們把這兩個類別搬上 JSP,做成可以從網頁操作的小工具。