我們常常會(huì)碰到需要處理以各種格式（從以逗號(hào)或者制表符做分隔符的文件到更負(fù)載的格式）保存或者傳輸?shù)臄?shù)據(jù)的情況，對(duì)每一種格式你都需要對(duì)應(yīng)的解析器（parser）。這一缺點(diǎn)減緩了開發(fā)進(jìn)度，而且可能會(huì)導(dǎo)致錯(cuò)誤的發(fā)生。一個(gè)解決方案就是把常用格式的數(shù)據(jù)轉(zhuǎn)化成XML文檔，然后對(duì)它進(jìn)行保存、處理或者轉(zhuǎn)換成其它格式。
一個(gè)實(shí)例
現(xiàn)在已經(jīng)有好多種實(shí)現(xiàn)在軟件內(nèi)部或者軟件之間進(jìn)行數(shù)據(jù)保存、導(dǎo)出、導(dǎo)入以及傳輸功能的數(shù)據(jù)格式。最常見(jiàn)的是定界格式（delimited format），如逗號(hào)或者制表符分隔數(shù)據(jù)格式以及定長(zhǎng)數(shù)據(jù)格式。假設(shè)我們有一個(gè)地址簿程序，該程序提供把數(shù)據(jù)導(dǎo)出成逗號(hào)分隔以及固定長(zhǎng)度這兩種格式的功能。
在逗號(hào)分隔格式中，用逗號(hào)來(lái)分隔同一個(gè)數(shù)據(jù)記錄中的不同字段，如清單A所示。而在固定長(zhǎng)度數(shù)據(jù)格式中，記錄的每一個(gè)字段都應(yīng)該有一個(gè)標(biāo)準(zhǔn)長(zhǎng)度。清單B給出了一個(gè)固定長(zhǎng)度格式的地址簿。
創(chuàng)建XML文檔
現(xiàn)在，讓我們解析輸入數(shù)據(jù)并把它轉(zhuǎn)換成XML文檔。XML文檔（即org.w3c.dom.Document）是全部文檔對(duì)象模型（DOM）的原始數(shù)據(jù)類型，并且它提供了對(duì)文檔數(shù)據(jù)的訪問(wèn)。
你可以用執(zhí)行buildDocument(InputStream is)方法來(lái)創(chuàng)建與你的數(shù)據(jù)對(duì)應(yīng)的文檔，如代碼清單C所示。該方法逐行讀取輸入數(shù)據(jù)流，并根據(jù)給定格進(jìn)行來(lái)逐行分析。
如果你想解析分界格式數(shù)據(jù)，你需要?jiǎng)?chuàng)建構(gòu)造函數(shù)為PlainTextToXmlFormatter(String[ ] colName,String delim)的類的實(shí)例，其分界符可以是任何字符串。在固定長(zhǎng)度格式的情況下，你應(yīng)該使用第二種構(gòu)造函數(shù)PlainTextToXmlFormatter(String[ ] colName,int[ ] colLen)，它的一個(gè)參數(shù)為字段長(zhǎng)度數(shù)組。在我們所給的地址簿例子中，各字段的長(zhǎng)度分別為10、10、30以及10個(gè)字符。參數(shù)colName是保存了目標(biāo)數(shù)據(jù)記錄的名字的數(shù)組，在我們給出的這個(gè)例子中，名字分別為名（firstName）、姓（lastName）、email以及電話號(hào)碼（phone）。
把數(shù)據(jù)行轉(zhuǎn)換為數(shù)據(jù)符號(hào)的實(shí)際解析過(guò)程也就是執(zhí)行g(shù)etStringArray(String read,String delim)或者parseFixedLengthMessage(String read,int[ ] colLen)方法的過(guò)程。其返回值是一個(gè)String型數(shù)組，這個(gè)數(shù)組是上述兩個(gè)方法把給定輸入進(jìn)行分解而得來(lái)的。如果數(shù)據(jù)格式不對(duì)，就會(huì)拋出一個(gè)例外并且終止解析過(guò)錯(cuò)。調(diào)用setSkipError(true)方法就可以忽略例外并完成數(shù)據(jù)解析過(guò)程。調(diào)用這個(gè)方法可以防止拋出例外，但它仍允許程序向錯(cuò)誤輸出流打印錯(cuò)誤信息。
當(dāng)行被解析成標(biāo)記后，它們作為XML文檔的元素而加入到XML文檔之中。放入到元素之中的每一行記錄都有一個(gè)默認(rèn)的名字line，你也可以調(diào)用setDataLineName()來(lái)指定名字。每一個(gè)數(shù)據(jù)記錄都是一個(gè)列元素，列元素的名字由相應(yīng)的類構(gòu)造函數(shù)提供，子元素加到行元素之中。
在輸入數(shù)據(jù)完全讀取之后，你就得到了一個(gè)有效的XML文檔，你可以進(jìn)一步處理這個(gè)文檔。現(xiàn)在，由于數(shù)據(jù)是按眾所周知的樹狀結(jié)構(gòu)來(lái)組織的，因此處理它非常簡(jiǎn)單。例如，你可以把這個(gè)文檔送交給第三方，只要第三方知道該文檔的文檔類型定義（Document Type Definition ，DTD），那么他就可以很容易的處理文檔了。你還可以調(diào)用writeDocument(Document doc,OutputStream osOut)方法來(lái)保存這個(gè)文檔。代碼清單D就給出一個(gè)把XML文檔保存到一個(gè)文件中的例子。
用XSLT轉(zhuǎn)換來(lái)查看數(shù)據(jù)
你還可以把XML數(shù)據(jù)轉(zhuǎn)換成其它格式，并用不同的視圖來(lái)表示其內(nèi)容。最簡(jiǎn)單的方法就是使用XSLT轉(zhuǎn)換，它提供了一種強(qiáng)大的面向樹的轉(zhuǎn)換語(yǔ)言實(shí)現(xiàn)，可以把使用一種詞匯表的XML實(shí)例轉(zhuǎn)換成簡(jiǎn)單文本、HTML或者使用其它詞匯表的XML。
對(duì)給定的XML輸入，你可以用XSLT語(yǔ)言來(lái)創(chuàng)建你所期望的輸出。例如，通過(guò)執(zhí)行transformData(InputStream xmlIn,InputStream xslIn,OutputStream transfOut)，你就可以把XML數(shù)據(jù)轉(zhuǎn)換成一個(gè)HTML文檔。代碼清單E提供了XSLT轉(zhuǎn)換的一個(gè)例子，而清單F給出了地址簿條目的HTML視圖。
簡(jiǎn)化對(duì)數(shù)據(jù)的管理
在本文中，我們通過(guò)分析PlainTextToXmlFormatter類而學(xué)會(huì)了如何把常用格式數(shù)據(jù)轉(zhuǎn)換成XML文檔。我們還看到了如何借助于XSLT轉(zhuǎn)換而用不同的視圖來(lái)表示XML文檔。當(dāng)你需要處理各種格式的數(shù)據(jù)時(shí)，采納上述技術(shù)或許就就是一個(gè)好的解決方案，從而節(jié)省了你的寶貴時(shí)間并減少了出錯(cuò)的可能性。
