XML的简单认识
一、初识XML
1.1 XML和HTML的对比
1.1.1 用途方面
XML主要用于数据存储、传输、配置文件；HTML主要用于页面展示。
（一开始XML想替换HTML，后来失败了就转数据存储应用了。）
1.1.2 标签扩展性方面
Extensible Markup Language：可扩展标记语言
- XML可扩展：标签不用提前定义，可以自行定义，只要符合规范即可
- HTML不可扩展：标签都是定义好的
1.2 HTML和XML的关系？
HTML和XML都是w3c公司的产品。
- w3c：万维网联盟，制定各种网络标准，比如js、html、css都是他们制定的。
- html先出现在市场，但是各个厂商版本的浏览器为了展示自己功能的强大，有些就不遵循html的标准，当然也能实现页面的正常展示。例子如下：
<html>
<head></head>
<body>
<font color="red">这是font</font>
</body>
</html>
<font color="red">这是font</font>
上述二者皆可正常展示。
XML语法非常严格，必须遵循规范，否则解析不出来。结果发现没人用，因为习惯用HTML，二者语法功能也一样，相比XML语法更严格，所以就没人用。XML退出幕后，常用于数据存储，在java中用作配置文件也比较多。
Java中properties 配置文件举例：
.properties(扁平)
姓名：张三
年龄：18
性别：男
Xml配置文件有层次，所以用作配置文件很合适
<人>
<姓名>张三</姓名>
……
</人>
二、XML的作用
2.1 存储（数据库）
<students>
<student>
<name>as</name>
<age>12</age>
</student>
<student>
<name>as</name>
<age>12</age>
</student>
<student>
<name>as</name>
<age>12</age>
</student>
</students>
利用XML解析工具可以对上面的文件进行增删改查的操作
2.2 数据传输
XML可以作为两个系统之间传输信息的载体
一个由C语言写的系统，一个由Java语言写的系统，二者之间进行数据交流需要双方都认可的数据格式才行，这种需要提前约定好XML格式。不同系统之间怎么约定XML的数据格式？可以用xml的约束来规定，约束需要提前约定，具体约束方式后面会有。
2.3 配置文件
所有的应用几乎都有配置文件，配置文件是用来定义应用的一些属性信息的。例如qq、微信，应用的打开界面和尺寸都是提前规定好的，可以把这些信息写在程序中（把程序写死了，程序和配置耦合到一起了），也可以把这些配置信息写在配置文件中，在启动程序的时候读取这些配置文件即可（程序和配置分开了，程序变得更灵活）。
<config>
<color>red</color>
</config>
三、xml文件的书写要求
1、 xml的文件后缀是.xml
2、 xml的第一行必须定义为文档声明
3、 xml文档中有且仅有一个根标签
4、 属性值必须使用引号（单双都行）引起来
5、 标签必须正确关闭
6、 xml的标签名称区分大小写
<?xml version="1.0"?>
<students>
<student>
<name>as</name>
<age>18</age>
<gender value="female"/>
<sex>female</sex>
</student>
</students>
四、xml的组成部分
4.1 文档声明
格式：
属性列表：
version：版本号，必须的属性，只有两个1.0或者1.1，1.1版本不兼容1.0的，所以用的很少。
encoding：默认是iso-8859-1，告诉浏览器以这个编码去解析，但是这个编码不包含中文。注意：这个地方的值要和存储文件的时候的编码值保持一致。
Standalone：是否独立。值：yes或no，就是说当前文件是否需要依赖外部文件。经过实践发现，无论什么值，都可依赖外部文件，写不写都没用。
4.2 指令
控制xml去做什么事情，（了解，用的很少）
例如：指挥浏览器怎么解析当前xml文件：
当前路径提前建立sytle.css样式文件
name{
color:red;
}
4.3 标签
标签名称自定义
规则：
- 名称可以包含字母、数字以及其他的字符
- 名称不能以数字或者标点符号开始
- 名称不能以字母xml（或者XML、Xml等等）开始
- 名称不能包含空格
4.4 属性
id属性值唯一，id是唯一标识值
4.5文本
CDATA区：在该区域中的数据会被原样展示
格式： <![CDATA[ 数据 ]]>
<![CDATA[内容]]>
五、Xml的DTD约束和Schema约束
5.1 什么是约束
规定xml文档的书写规则。
5.2 为什么xml需要约束
举例：A系统用c语言写的，B系统用java语言写的，系统之间进行数据交流，就可以用xml进行交流，但是不能随意定义标签，需要提前规定xml的数据样式和数据规则，标签代表什么含义等。
<content>
<message>你好</message>
<data>today</data>
</content>
5.3 约束的种类
- DTD：一种简单的约束技术（Document Type Definition），比较简单。
- Schema（大纲）:一种复杂的约束技术。
约束在开发中的应用场景：
框架（booststrap）（半成品的软件/项目）+需要很多的配置（xml文件）+由开发者进行配置，配置文件不能乱配置，要按照框架给出的约束去配置。
5.3.1 XML的DTD约束
DTD的三种引入方式：
- 内部dtd：将约束规则定义在xml文档中
- 本地dtd：
- 网络dtd：
方式一：内部dtd
方式二：本地dtd
方式三：网络dtd
5.3.2 XML的schema约束
Schema约束文件的后缀名是xsd，本质上还是个xml文件。
XSD内部文件的格式：
XML约束文件的引用格式：
六、XML文件的解析
6.1 什么叫xml的解析
指的就是操作XML文档，将文档中的数据读取到内存中，或者是把内存中的数据写到xml文件中去。
- 解析（读取）：将文档中的数据读取到内存中
- 将内存中的数据保存到xml文档中，持久化的存储
6.2 解析xml的两种思想
6.2.1 DOM（Document Object Model）
将标记语言文档一次性加载进内存，在内存中形成一颗dom树。
- 优点：操作方便，可以对文档进行CURD的所有操作
- 缺点：占内存
6.2.2 SAM（Simple API for XML）
SAM：逐行读取，基于事件驱动的。
逐行读取（逐个元素读取）：读到下一行的内容的时候，把上一行的内容丢掉，在内存中永远只有一行数据。
事件驱动：读到根标签要作什么，读到属性节点要做什么，读到文本标签要做什么，读到结束标签要做什么，代码要自己写，所以比较复杂。
- 优点：不占内存
- 缺点：只能读取，不能增删改
6.3 Xml常见的解析器
- JAXP：sun公司提供的解析器，支持dom和sam两种思想。不需要导入第三方jar包，因为JAXP就是sun公司的产品，已经在jdk中了。但是没人用，因为效率低。
- DOM4J：一款非常优秀的解析器（dom+sam），市面上用的也比较多。
- Jsoup：简单高效，jsoup是一款JAVA的HTML解析器，可直接解析某个URL地址，HTML文本内容。它提供了一套非常省力的API，可通过DOM，css以及类似jQuery的操作方法来取出和操作数据。
- PULL：Android操作系统内置的解析器，sam方式的。手机内存小，所以就是sam方式，但是在服务器端一般就采用dom解析方式。
