XML和Dom4j的使用

一、 XML介绍

  1.1 什么是XML

    • XML 指可扩展标记语言(EXtensible Markup Language

    • XML是用来传输数据的,不是用来显示数据的。之后学习另外一个HTML是用来显示数据的。

    • XML 标签没有被预定义。您需要自行定义标签。

    • XML 是 W3C 的推荐标准

      W3C在1988年2月发布1.0版本,2004年2月又发布1.1版本,但因为1.1版本不能向下兼容1.0版本,所以1.1没有人用。同时,在2004年2月W3C又发布了1.0版本的第三版。我们要学习的还是1.0版本。

    

     

 

 

 

  1.2 XML 与 HTML 的主要差异

    • html语法松散,xml语法严格,区分大小写  

    • html做页面展示,xml传输数据  

    • html所有标签都是预定义的,xml所有标签都是自定义的  

  1.3 xml的作用

    • ==作为配置文件。== javaee框架 ssm大部分都会使用xml作为配置文件  

    • XML可以存储数据 , 作为数据交换的载体(使用XML格式进行数据的传输)。  

  小结

    • xml概述: W3C组织发布的,xml中的所有标签没有预定义,标签区分大小写, 我们自己可以自定义标签  

    • xml作用: 可以用来存储数据,作为配置文件  

二、 XML组成元素

  一个标准XML文件一般由以下几部分组成:文档声明、元素、属性、注释、转义字符、字符区。

  文档声明: 
<?xml version="1.0" encoding="utf-8" ?>  

  说明:
    1.文档声明可以没有
    2.文档声明必须在第0行0列
    3.文档声明是以<?xml开头,以?>结尾
    4.文档声明有2个属性,version表示xml版本,encoding表示编码

  元素\标签:
  1. 元素是XML中最重要的组成部分,元素也叫标签

  2. 标签分为开始标签和结束标签,开始标签<名字> 结束标签</名字>

  3. 开始标签和结束标签中间写的是标签内容,标签的内容可以是文本,也可以是其他标签

  4. 如果标签没有任何内容,那么可以定义空标签(比如:<名字/>)

  5. 标签可以嵌套,但是不能乱嵌套

  6. 一个XML文件只有一个根标签

  7. 命名规则: 不要使用XML xML xml 写样的单词

    不能使用空格,冒号

    命名区分大小写

    数字不能开头

<?xml version="1.0" encoding="UTF-8" ?>
<person>
    <name>唐三</name>
    <age>年龄</age>
    <aaa/>
</person> 
  属性
  1. 位置: 属性是元素的一部分,它必须出现在元素的开始标签中,不能写在结束标签中  

  2. 格式: 属性的定义格式:属性名=“属性值”,其中属性值必须使用单引或双引号括起来

  3. 一个元素可以有0~N个属性,但一个元素中不能出现同名属性

  4. 属性名不能使用空格 , 不要使用冒号等特殊字符,且必须以字母开头

  5. 空标签中也可以定义属性

<?xml version="1.0" encoding="UTF-8" ?>
<person>
    <name id = "001" level = '98'>唐三</name>
    <age>10</age>

    <aaa type = 'itheima' />
</person>
  注释:
<!--注释内容-->
  • XML的注释,既以<!--开始,-->结束。

  • 注释不能嵌套

  • idea上快捷键:ctrl + /

  转义字符:

    因为有些特殊的字符在XML中是不会被识别的,所以在元素体或属性值中想使用这些符号就必须使用转义字符(也叫实体字符),例如:">"、"<"、"'"、"""、"&"。

              

    注意:严格地讲,在 XML 中仅有字符 "<"和"&" 是非法的。省略号、引号和大于号是合法的,但是把它们替换为实体引用是个好的习惯。

    转义字符应用示例:

<price> 苹果的价格: price > 5 &amp;&amp;  price &lt; 10</price>
  字符区(了解)
    • CDATA 内部的所有东西都会被解析器忽略,当做文本  
    • 快捷键: CD
<![CDATA[
    文本数据
]]>
<!--写步骤 -->
<>
<!>
<![]>
<![CDATA]>
<![CDATA[ 文本 ]]>

<!-- 案例 -->
 <price>
        <![CDATA[
            苹果的价格: price > 5 &&  price < 10
        ]]>
 </price>

三、 XML文件的约束-DTD约束(了解) 

  xml约束概述

    • 在XML技术里,可以编写一个文档来约束一个XML文档的书写规范,这称之为XML约束。  

    • 约束文档定义了在XML中允许出现的元素(标签)名称、属性及元素(标签)出现的顺序等等。  

    • 两种约束:DTD约束(文件后缀为dtd),Schema约束(文件后缀为xsd)  

    • 注意: 约束不是我们要写的东西,我们的工作是根据约束去写XML   

  根据DTD约束写XML

    • DTD约束文档  
<?xml version="1.0" encoding="UTF-8" ?>
<!--
    复制内容如下到XML文件中:
        <!DOCTYPE 书架 SYSTEM "bookdtd.dtd">
-->
<!--
对元素的约束:
ELEMENT表示这是一个元素 书架表示根标签  书是书架的子标签  +数量词,表示出现的次数,至少出现一次(大于等于1次)
-->
<!ELEMENT 书架 (书+)>
<!--书 这是一个标签  书标签中包含书名,作者,售价这些子标签 ,表示子标签出现的顺序关系-->
<!ELEMENT 书 (书名,作者,售价)>
<!--书名 这是一个标签  #PCDATA标签类型 书名标签中是文本-->
<!ELEMENT 书名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 售价 (#PCDATA)>

<!--ATTLIST表示对属性的约束 对书标签的 id,编号,出版社,type属性进行约束 -->
<!--属性名为id 属性的类型为ID(ID类型表示唯一,并且不能以数字开头) #REQUIRED表示id属性必须要有 -->
<!--属性名为编号  属性的类型为CDATA(文本) #IMPLIED表示编号属性可有可无-->
<!--属性名为出版社 属性的类型为枚举类型(任选其一)  "传智播客" 默认值为传智播客-->
<!-- 属性名为type 属性的类型为CDATA文本 #FIXED表示固定值为 "IT" -->
<!ATTLIST 书
        id ID #REQUIRED
        编号 CDATA #IMPLIED
        出版社 (清华|北大|传智播客) "传智播客"
        type CDATA #FIXED "IT"
        >       
    • XML  
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE 书架 SYSTEM "bookdtd.dtd">
<书架>
    <书 id="a1" 编号="001" 出版社="清华" type="IT">
        <书名>斗罗大陆</书名>
        <作者>唐家三少</作者>
        <售价>99.8</售价>
    </>
    <书 id="a2">
        <书名>java从入门到放弃</书名>
        <作者>无名氏</作者>
        <售价>9.8</售价>
    </>
</书架> 

  语法(了解)

    文档声明(了解)
    1. 内部DTD,在XML文档内部嵌入DTD,只对当前XML有效。  

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 根元素 [元素声明]>><!--内部DTD-->

      2.外部DTD—本地DTD,DTD文档在本地系统上,企业内部自己项目使用。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 根元素 SYSTEM "文件名"><!--外部本地DTD-->

      3.外部DTD—公共DTD,DTD文档在网络上,一般都有框架提供 , 也是我们使用最多的.

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 根元素 PUBLIC "DTD名称" "DTD文档的URL">

例如: <!DOCTYPE web-app PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd">
  元素声明(了解)
    1. 约束元素的嵌套层级    

      语法

      <!ELEMENT 父标签 (子标签1,子标签2,…)>
      例如:
      <!ELEMENT books (book+)> <!--约束根元素是"books","books"子元素为"book",“+”为数量词-->
      <!ELEMENT book (name,author,price)><!--约束"book"子元素依次为“name”、“author”、“price”,-->
    2. 约束元素体里面的数据    

        语法

<!ELEMENT 标签名字 标签类型>
例如 <!ELEMENT name (#PCDATA)>  

      标签类型: EMPTY(即空元素,例如<hr/>) ANY(任意类型) (#PCDATA) 字符串数据

      代码

<!ELEMENT name (#PCDATA)>
<!ELEMENT author (#PCDATA)>
<!ELEMENT price (#PCDATA)>

     3.数量词(掌握)

数量词符号含义
* 表示元素可以出现0到多个
+ 表示元素可以出现至少1个
? 表示元素可以是0或1个
, 表示元素需要按照顺序显示
| 表示元素需要选择其中的某一个

 

      属性声明(了解)

      语法

<!ATTLIST 标签名称 
        属性名称1 属性类型1 属性说明1
        属性名称2 属性类型2 属性说明2
        …
>
例如
<!ATTLIST book bid ID #REQUIRED>

      属性类型

      • CDATA :表示文本字符串    

      • ID:表示属性值唯一,不能以数字开头      

      • ENUMERATED (DTD没有此关键字):表示枚举,只能从枚举列表中任选其一,如(鸡肉|牛肉|猪肉|鱼肉)    

      属性说明:

      • REQUIRED:表示该属性必须出现      

      • IMPLIED:表示该属性可有可无    

      • FIXED:表示属性的取值为一个固定值。语法:#FIXED "固定值"      

      属性说明

        代码

<!ATTLIST 书                                    <!--设置"书"元素的的属性列表-->
        id ID #REQUIRED                         <!--"id"属性值为必须有-->
        编号 CDATA #IMPLIED                    <!--"编号"属性可有可无-->
        出版社 (清华|北大|传智播客) "传智播客"   <!--"出版社"属性值是枚举值,默认为“传智播客”-->
        type CDATA #FIXED "IT"                <!--"type"属性为文本字符串并且固定值为"IT"-->
>
        案例
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE 购物篮 [
   <!ELEMENT 购物篮 (肉+)>
    <!ELEMENT 肉 EMPTY>
    <!ATTLIST 肉 品种 ( 鸡肉 | 牛肉 | 猪肉 | 鱼肉 ) "鸡肉">
]>
<购物篮>
    <肉 品种="牛肉"></>
    <肉 品种="牛肉"></>
    <肉 品种="鱼肉"></>
    </>
</购物篮>

四、schema约束(了解)

  概念

    schema和DTD一样, 也是一种XML文件的约束.

    Schema 语言也可作为 XSD(XML Schema Definition)。

    Schema约束的文件的后缀名.xsd

    Schema 功能更强大,数据类型约束更完善。

  根据schema约束写出xml文档

    • Schema约束文档:  

      <?xml version="1.0" encoding="UTF-8" ?>
      <!--    传智播客教学实例文档.将注释中的以下内容复制到要编写的xml的声明下面
      复制内容如下到XML文件中:
      <书架 xmlns="http://www.itcast.cn"
      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
      xsi:schemaLocation="http://www.itcast.cn bookSchema.xsd" >
      -->
      <xs:schema
              xmlns:xs="http://www.w3.org/2001/XMLSchema"
              targetNamespace="http://www.itcast.cn"
              elementFormDefault="qualified">
          <!--element代表元素   元素名 叫 书架-->
          <xs:element name='书架'>
              <!--书架是一个复杂元素-->
              <xs:complexType>
                  <!--sequence代表子元素要顺序出现 unbounded代表子元素可以出现无数次-->
                  <xs:sequence maxOccurs='unbounded'>
                      <!--书架中的子元素叫 书-->
                      <xs:element name='书'>
                          <!--书也是一个复杂元素-->
                          <xs:complexType>
                              <!--书中的子元素是顺序出现的-->
                              <xs:sequence>
                                  <!--书名是书的子元素 书名是字符串类型-->
                                  <xs:element name='书名' type='xs:string'/>
                                  <!--作者是书的子元素 作者是字符串类型-->
                                  <xs:element name='作者' type='xs:string'/>
                                  <!--售价是书的子元素 售价是小数类型-->
                                  <xs:element name='售价' type='xs:double'/>
                              </xs:sequence>
                          </xs:complexType>
                      </xs:element>
                  </xs:sequence>
              </xs:complexType>
          </xs:element>
      </xs:schema>

      根据上面的Schema约束编写XML

      • 声明方式

        <书架 xmlns="http://www.itcast.cn"
            xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
            xsi:schemaLocation="http://www.itcast.cn bookSchema.xsd" >
                
        <?xml version="1.0" encoding="UTF-8" ?>
        <书架 xmlns="http://www.itcast.cn"
            xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
            xsi:schemaLocation="http://www.itcast.cn bookSchema.xsd" >
            <>
                <书名>斗罗大陆</书名>
                <作者>唐家三少</作者>
                <售价>99.8</售价>
            </>
        
        </书架>
        <?xml version="1.0" encoding="UTF-8" ?>
        <a:书架 xmlns:a="http://www.itcast.cn"
            xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
            xsi:schemaLocation="http://www.itcast.cn bookSchema.xsd
            "
            >
            <a:书 bid="1">
                <a:书名>数据库从入门到删库</a:书名>
                <a:作者>荣荣</a:作者>
                <a:售价>99.8</a:售价>
            </a:书>
        </a:书架>

五、Dom4j的使用 

  解析方式

 

    • 开发中比较常见的解析方式有三种,如下:  

      1. DOM:要求解析器把整个XML文档装载到内存,并解析成一个Document对象  

        a)优点:元素与元素之间保留结构关系,故可以进行增删改查操作。

        b)缺点:XML文档过大,可能出现内存溢出

      2. SAX:是一种速度更快,更有效的方法。她逐行扫描文档,一边扫描一边解析。并以事件驱动的方式进行具体解析,每执行一行,都触发对应的事件。(了解)  

        a)优点:不会出现内存问题,可以处理大文件

        b)缺点:只能读,不能回写。

      3. PULL:Android内置的XML解析方式,类似SAX。(了解)  

    • 解析器,就是根据不同的解析方式提供具体实现。有的解析器操作过于繁琐,为了方便开发人员,有提供易于操作的解析开发包  

 

  解析包  

    • JAXP:sun公司提供支持DOM和SAX开发包  

    • Dom4j: 比较简单的的解析开发包(常用),  

    • JDom:与Dom4j类似  

    • Jsoup:功能强大DOM方式的XML解析开发包,尤其对HTML解析更加方便(项目中讲解)  

  

  Dom4j的基本使用 重点掌握   

      DOM解析原理及结构模型    

      解析原理

        XML DOM 和 HTML DOM一样,XML DOM 将整个XML文档加载到内存,生成一个DOM树,并获得一个Document对象,通过Document对象就可以对DOM进行操作。以下面books.xml文档为例。

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book id="0001">
        <name>JavaWeb开发教程</name>
        <author>张孝祥</author>
        <sale>100.00元</sale>
    </book>
    <book id="0002">
        <name>三国演义</name>
        <author>罗贯中</author>
        <sale>100.00元</sale>
    </book>
</books>

      结构模型

 

 

       DOM中的核心概念就是节点,在XML文档中的元素、属性、文本,在DOM中都是节点!所有的节点都封装到了Document对象中。

      使用步骤   

      1. 导入jar包 dom4j-1.6.1j.jar    

      2. 创建解析器    

      3. 读取xml 获得document对象    

      4. 得到根元素    

      5. 根据根元素获取对于的子元素或者属性       

      常用的方法   

创建解析器对象:
    SAXReader sr = new SAXReader();
解析器读取文件方法:
    Document doc = sr.read(String fileName);
Document的方法:
    getRootElement()            : 获取根元素    
    
节点中的方法:    
     elements()                     : 获取当前元素的子元素
     getName()                    : 获取元素的元素名
     getText()                    : 获取当前元素的文本值
     attributeValue(String name)    : 获取当前元素下某个属性的值

     element(String name)        : 根据元素名获取指定子元素(如果有多个就获取到第一个)
     elementText(String name)    : 获取指定子元素的文本值,参数是子元素名称    

      方法演示

// 创建解析器对象
        SAXReader sr = new SAXReader();
        // 解析器读取xml文件,生产document对象
        Document d = sr.read("day16\\books.xml");
        // 获得根元素
        Element rootE = d.getRootElement();
        // 获取根元素下的所有子元素
        List<Element> list = rootE.elements();
        // 循环遍历所有子元素
        for (Element e : list) {
            String id = e.attributeValue("id");
            System.out.println("book标签id的属性值为:"+id);
            // 获取book标签下的所有子标签
            List<Element> eList = e.elements();
            // 循环遍历
            for (Element e2 : eList) {
                // 获取标签名
                String name = e2.getName();
                // 获取文本值
                String text = e2.getText();
                System.out.println("标签名:"+name+",标签文本内容:"+text);
            }

            System.out.println("==================================");
        }

        System.out.println("==================================");
        // element(String name)        : 根据元素名获取指定子元素(如果有多个就获取到第一个)
        Element eBook = rootE.element("book");
        System.out.println(eBook.attributeValue("id"));// 0001

        // elementText(String name)    : 获取指定子元素的文本值,参数是子元素名称
        // 获取第一个book标签的author子标签,的文本内容
        System.out.println(eBook.elementText("author"));// 张孝祥

  Dom4J结合XPath解析XML  

     介绍

      XPath 使用路径表达式来选取HTML\XML 文档中的元素节点或属性节点。节点是通过沿着路径 (path) 来选取的。XPath在解析HTML\XML文档方面提供了独树一帜的路径思想。    

     XPath使用步骤    

        步骤1:导入jar包(dom4j和jaxen-1.1-beta-6.jar)

        步骤2:通过dom4j的SaxReader解析器对象,获取Document对象

        步骤3: 利用Xpath提供的api,结合xpat的语法完成选取XML文档元素节点进行解析操作。

      document常用的api

      • document.selectSingleNode("xpath语法"); 获得一个节点(标签,元素)    

      • document.selectNodes("xpath语法"); 获得多个节点(标签,元素)    

     XPath语法(了解) 

      XPath表达式,就是用于选取HTML文档中节点的表达式字符串。

      获取XML文档节点元素一共有如下4种XPath语法方式:  

      1. 绝对路径表达式方式 例如: /元素/子元素/子子元素...    

      2. 相对路径表达式方式 例如: 子元素/子子元素.. 或者 ./子元素/子子元素..    

      3. 全文搜索路径表达式方式 例如: //子元素//子子元素    

      4. 谓语(条件筛选)方式 例如: //元素[@attr1=value]    

    获取不同节点语法

        

获取类型语法代码
获取元素节点 元素名称
获取属性节点 @属性名称

    

    绝对路径表达式(了解)
    • 绝对路径介绍  

    • 以/开头的路径叫做是绝对路径,绝对路径要从根元素开始写  

      <?xml version="1.0" encoding="UTF-8"?>
      <books>
          <book id="0001">
              <name>JavaWeb开发教程</name>
              <author>张孝祥</author>
              <sale>100.00元</sale>
          </book>
          <book id="0002">
              <name>三国演义</name>
              <author>罗贯中</author>
              <sale>100.00元</sale>
          </book>
      </books>
          
      public class Test {
          public static void main(String[] args)throws Exception {
             // 创建SaxReader解析器对象
              SAXReader sr = new SAXReader();
              // 解析xml文件,得到Document对象
              Document d = sr.read("day16\\books.xml");
              
              // 使用绝对路径表达方式获取第一个book的author
              Element e1 = (Element)d.selectSingleNode("/books/book/author");
              System.out.println(e1.getText());
      
              System.out.println("====================");
              // 使用绝对路径表达方式获取每个book的author
              List<Element> list = d.selectNodes("/books/book/author");
              for (Element e : list) {
                  System.out.println(e.getText());
              }
      
          }
      }
          
      <?xml version="1.0" encoding="UTF-8"?>
      
      <天气预报>
          <北京 provide='京' id='1'>
              <温度>
                  <最高温度 level="A">18</最高温度>
                  <最低温度>6</最低温度>
              </温度>
              <湿度>20%</湿度>
          </北京>
      
      
          <深圳>
              <温度>
                  <最高温度 level="B">36</最高温度>
                  <最低温度>24</最低温度>
              </温度>
              <湿度>50%</湿度>
          </深圳>
      
          
           <广州>
           
              <温度>
                  <最高温度 level="C">32</最高温度>
                  <最低温度>21</最低温度>
              </温度>
              <湿度>50%</湿度>
              
              <黄浦区>
                  <温度>
                      <最高温度 level="C">31</最高温度>
                      <最低温度>22</最低温度>
                  </温度>
                  <湿度>50%</湿度>
              </黄浦区>
              
              <天河区>
                  <温度>
                      <最高温度 level="C">30</最高温度>
                      <最低温度>26</最低温度>
                  </温度>
                  <湿度>50%</湿度>
              </天河区>
      
      
          </广州>
      </天气预报>

    相对路径表达式(了解)

    • 相对路径介绍  
      • 相对路径就是相对当前节点元素位置继续查找节点,不以/开头, ../ 表示上一个元素, ./表示当前元素    

public class Test {
    public static void main(String[] args)throws Exception {
       // 创建SaxReader解析器对象
        SAXReader sr = new SAXReader();
        // 解析xml文件,得到Document对象
        Document d = sr.read("day16\\tianqi.xml");
        // 根据绝对路径得到北京的温度标签
        Element e1 = (Element)d.selectSingleNode("/天气预报/北京/温度");
        // 需求: 以相对路径获取北京的最低温度
        Element e2 = (Element)e1.selectSingleNode("./最低温度");
        System.out.println("北京的最低温度:"+e2.getText());// 6

        // 需求: 根据e1标签,以相对路径获取北京的湿度
        Element e3 = (Element)e1.selectSingleNode("../湿度");
        System.out.println("北京的湿度:"+e3.getText());// 20%

        // 需求: 根据e2标签,以相对路径获取北京的湿度
        System.out.println(e2.selectSingleNode("../../湿度").getText());// 20%

    }
}
  全文搜索路径表达式(了解) 
    • 全文搜索路径介绍  
      • 代表不论中间有多少层,直接获取所有子元素中满足条件的元素    

        public class Test {
            public static void main(String[] args)throws Exception {
               // 创建SaxReader解析器对象
                SAXReader sr = new SAXReader();
                // 解析xml文件,得到Document对象
                Document d = sr.read("day16\\tianqi.xml");
                // 需求:使用全文搜索路径的方式,获取黄浦区的湿度
                // 方式一:
                Element e1 = (Element) d.selectSingleNode("//黄浦区");
                System.out.println("黄浦区的湿度: "+e1.elementText("湿度"));// 50%
        
                // 方式二:
                Element e2 = (Element) d.selectSingleNode("//黄浦区//湿度");
                System.out.println("黄浦区的湿度: "+e2.getText());// 50%
            }
        }
    谓语(条件筛选 了解)
    • 介绍    

        谓语,又称为条件筛选方式,就是根据条件过滤判断进行选取节点

        格式: String xpath1="//元素[@attr1=value]";//获取元素属性attr1=value的元素

        String xpath2="//元素[@attr1>value]/@attr1"//获取元素属性attr1>value的d的所有attr1的值

        String xpath3="//元素[@attr1=value]/text()";//获取符合条件元素体的自有文本数据

        String xpath4="//元素[@attr1=value]/html()";//获取符合条件元素体的自有html代码数据。

        String xpath3="//元素[@attr1=value]/allText()";//获取符合条件元素体的所有文本数据(包含子元素里面的文本)

        演示

public class Test {
    public static void main(String[] args)throws Exception {
         // 创建SaxReader解析器对象
        SAXReader sr = new SAXReader();
        // 解析xml文件,得到Document对象
        Document d = sr.read("day16\\tianqi.xml");
        // 根据条件筛选,直接获取深圳的最高温度
        Element e1 = (Element) d.selectSingleNode("//最高温度[@level='B']");
        System.out.println("深圳的最高温度:"+e1.getText());// 36

        System.out.println("============================");
        List<Element> list = d.selectNodes("//最高温度[@level='C']");
        for (Element e : list) {
            System.out.println(e.getText());
        }

    }
}

 

posted @ 2020-11-29 12:31  极地阳光-ing  阅读(217)  评论(0编辑  收藏  举报