XML 基础

XML语言

　　

一、XML是什么？作用是什么？

l  XML ( eXtensible Markup Language )语言是一种可扩展的标记语言。其中的可扩展是相对HTML来说的。因为XML标签没有被预定义，需要用户自行定义标签。

l  XML 被设计的宗旨是：是表示数据，而非显示数据。

作用：

l  Java开发中，传统的配置文件是*.properties属性文件(key=value)，而XML表示的数据更为丰富。

l  XML技术除用于描述有关系的数据外，还经常用作软件配置文件，以描述程序模块之间的关系。如：

 　　　　　　　　　　　　　　
  
  

这样的关系数据该如何处理？

用XML语言处理：

　　　　　　　　　　　　　　
  　　　　

　　　　总结：在XML语言中，它允许用户自定义标签，一个标签用于描述一段数据，一个标签分为开始标签和结束标签，在这两者之间又可以使用其它标签描述其他数据，以此来实现数据关系的描述。

 

二、XML的基本语法

1、文档声明

　　文档的声明必须出现在第一行,之前连空行和注释都不能有.

　　文档声明, 最简单的语法: <?xml version="1.0"?>

　　encoding="UTF-8", 如果不添加,默认的采用的是UTF-8编码，保存在磁盘上的编码要与声明的编码一样！

　　standalone属性,用来说明文档是否独立，即文档是否依赖其他文档。

<?xml version="1.0" encoding="utf-8"?>

 

2、元素

　　1)       xml 元素是指xml中的标签。一个标签分为开始标签和结束标签：

　　　　a)         包含标签主体：<mytag>some content</mytag>

　　　　b)         不含标签主体：<mytag/>

　　2)       一个XML文档必须有且仅有一个根标签，其他标签都是这个根标签的子标签或孙标签。

　　3)       一个标签中可以嵌套若干子标签，但所有标签必须合理的嵌套，不允许有交叉嵌套。

　　4)       xml 中的空格与换行不会被忽略,会当做原始内容被处理.

　　5)       一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：

　　　　a)         区分大小写，例如，<P>和<p>是两个不同的标记。

　　　　b)         不能以数字或"_" (下划线)开头。

　　　　c)         不能以xml(或XML、或Xml 等)开头。 

　　　　d)         不能包含空格。

　　　　e)         名称中间不能包含冒号（:） (有特殊用途)。

3、属性

 

　　1)       一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如：  <mytag name="value"/>

　　2)       属性值一定要用双引号（"）或单引号（'）引起来

　　3)       定义属性必须遵循与标签相同的命名规范

　　4)    在XML技术中，标签属性所代表的信息，也可以被改成用子元素的形式来描述。

 

4.注释 

　　注释的语法: <!--这是注释哦.-->

　　注释不能写在第一行.

　　注释不能够嵌套. 

<?xml version="1.0" encoding="utf-8"?>
<!-- 注释 -->
<书架> 
  <书 出版社="中国上海"> 
    <名字>诛仙</名字>  
    <作者>萧鼎</作者>  
    <价格>32.00</价格>  
    <出版日期>2007年</出版日期> 
  </书>  
  <书 出版社="中国北京"> 
    <名字>笑傲江湖</名字>  
    <作者>金庸</作者>  
    <价格>50.00</价格> 
  </书> 
</书架>

 

5.CDATA区

　　用于将一段内容当做普通文本.

　　语法:<![CDATA[

                   文本内容

         ]]>

6.特殊字符

　　　　&     &amp;    ampersand

　　　　<      &lt;          less than

　　　　>      &gt;         great than

　　　　"      &;quot;   quotation

　　　　'        &apos;    apostrophe

7.处理指令（processing instruction） (PI)

　　　　作用:用来指挥软件如何解析XML文档

　　　　语法: <?xml  ?>

　　　　如：常用的PI指令：

　　　　XML声明：<?xml version=“1.0” encoding=“GB2312”?>

　　　　xml-stylesheet指令：<?xml-stylesheet type = “text/css” herf=”test.css”>

<?xml version="1.0" encoding="UTF-8"?>
<!-- 这里用处理命令加入css样式 -->
<?xml-stylesheet type="text/css" href = "PITest.css" ?>
<中国>
    <北京>北京</北京>
    <上海>上海</上海>
    <深圳>深圳</深圳>
</中国>

　　PITest.css 文档如下:

@CHARSET "UTF-8";
北京{
        font-size: 100px ;
        color: red; 
    }
上海{
        font-size: 110px ; 
        color: green  ;
    }
深圳{
        font-size:100px ;
        color: yellow ; 
    }

　　

三、XML的约束

         1、在XML 技术中可以编写一个文档来约束XML 文档里面的书写规范，这称为XML约束。

         2、XML 约束技术：

         常用的有：XML DTD 和 XML Schema

         3、XML 约束的必要性：

　　　　　a) XML都是用户自定义的标签，若出现小小的错误，软件程序将不能正确地获取文件中的内容而报错.

         总结：

         格式良好的XML 文档，遵循语法规则的XML 文档。

         有效的XML 文档，遵循约束文档的 XML 文档。

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

 

四、DTD的基本语法

　　　1.DTD 约束的两种方式:

         DTD 约束可以作为一个单独的文档编写，也可以编写在XML 文档内。（编写XML内部的DTD代码），当作为单独文件时，要用utf-8格式存储。

<?xml version="1.0" encoding="UTF-8"?>
<!--  在XML 写入DTD 约束 -->
<!DOCTYPE 世界[
    <!ELEMENT 世界 (国家+) >
    <!ELEMENT 国家 (名字)>
    <!ELEMENT 名字 (#PCDATA) >
    <!ATTLIST 名字
        所属洲  CDATA #IMPLIED 
    >
    <!ATTLIST 国家 所属洲 (亚洲|欧洲|南美洲|南极洲|澳洲|非洲|北美洲) "亚洲">
    ]>
    
<世界>
     <国家 所属洲 = "亚洲">
         <名字>中国</名字>
     </国家>
     <国家>
         <名字 所属洲 = "美洲">美国</名字>
     </国家>
</世界>

         XML 引用 DTD 约束文件时:

<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE 书架 SYSTEM "book.dtd" >
<书架> 
  <书> 
    <名字>诛仙</名字>  
    <作者>萧鼎</作者>  
    <价格>32.00</价格>   
  </书>  
  <书 > 
    <名字>笑傲江湖</名字>  
    <作者>金庸</作者>  
    <价格>50.00</价格> 
  </书> 
</书架>

         a)本地的 : <!DOCTYPE 根元素 SYSTEM “DTD文档路径”>

         b)互联网上的:  <!DOCTYPE 根元素 PUBLIC “DTD文档路径” "dtd的URL地址">

如：<!DOCTYPE web-app PUBLIC  "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN"

　　　 "http://java.sun.com/dtd/web-app_2_3.dtd">

　　注意book.dtd文档如下：

<!ELEMENT 书架 (书+)>
    <!ELEMENT 书 (名字,作者,价格)>
        <!ELEMENT 名字 (#PCDATA)>
        <!ELEMENT 作者 (#PCDATA)>
        <!ELEMENT 价格 (#PCDATA)>
        

　　DTD 编写细节：

　　1、 元素定义

　　在DTD 文件中用ELEMENT 声明一个 XML元素，语法：

　　<!ELEMENT 元素名称 元素类型>

　　元素类型可以是元素内容。

　　元素内容，则需要用() 括起来，

           <!ELEMENT 世界 (国家+) >

           <!ELEMENT 国家 (名字,所属洲)>

           <!ELEMENT 名字 (#PCDATA)>

　　元素类型的组成遵循正则表达式的格式：

　　　　1、用逗号分隔，表示内容的出现顺序必须与声明时一致。

　　　　　　<!ELEMENT MYFILE (TITLE,AUTHOR,EMAIL)>

　　　　2、用|分隔，表示任选其一，即多个只能出现一个

           　　<!ELEMENT MYFILE (TITLE|AUTHOR|EMAIL)>

　　　　3、在元素内容中也可以使用+、*、?等符号表示元素出现的次数：

                    +: 一次或多次 (书+)      regex

                   ?: 0次或一次 (书?)

                    *: 0次或多次  (书*)

　　　　4、也可使用圆括号( )批量设置，例

　　　　　　<!ELEMENT FILE ((TITLE*, AUTHOR?, EMAIL)* | COMMENT)>

 

　　　元素类型，则直接书写，DTD规范定义了如下几种类型：

　　　　EMPTY：用于定义空元素，例如<br/> <hr/>

　　　　ANY：表示元素内容为任意类型。

 

2、 属性定义

　　xml文档中的标签属性需通过ATTLIST为其设置属性

　　语法格式：

　　<!ATTLIST 元素名

     　　      属性名1 属性值类型 设置说明

   　　        属性名2 属性值类型 设置说明

      　　     ……

　　>

　　设置说明：

　　#REQUIRED：必须设置该属性

　　#IMPLIED：可以设置也可以不设置

　　#FIXED：说明该属性的取值固定为一个值，在 XML 文件中不能为该属性设置其它值。但需要为该属性提供这个值

　　直接使用默认值：在 XML 中可以设置该值也可以不设置该属性值。若没设置则使用默认值。但需要为该属性提供这个值

　　常用属性值类型

　　l  CDATA：表示属性值为普通文本字符串。

　　l  ENUMERATED

　　l  ID  indentity

　　l  ENTITY(实体)

<!ELEMENT 国家 (名字)>
<!ATTLIST 国家
    所属洲 CDATA #REQUEIRED >

 

　　

3、 实体定义

　　实体用于为一段内容创建一个别名，以后在XML  文档中就可以使用别名引用这段内容。

　　实体可分为两种类型：引用实体和参数实体。

　　引用实体主要在XML 文档中被使用：

　　语法格式：<!ENTITY 实体名称 “实体内容” >: 直接转变成实体内容。

　　引用方式：&实体名称;

　　参数实体则是在DTD 文档中自身使用：

　　语法格式:<!ELEMENT % 实体名称 “实体内容” >

　　引用方式 ：%实体名称

<!ENTITY % TAG_NAMES "姓名 | EMAIL | 电话 | 地址">
    
    <!ELEMENT 个人信息 (% TAG_NAMES; | 生日)>
     <!ELEMENT 客户信息 (% TAG_NAMES; | 公司名)>

 

五、JUnit 测试类

　　JUnit 作为测试工具，可以通过注释的方法来代替写main方法，同时来测试相应的方法：再用JUbit 之前 先导入junit.jar 包。
　　 @Test ：用来注释需要被测试的方法。

　　 @Before : 用来注释在运行@Test方法之前需要被运行的方法。 注意：如果有多个方法被@Before 注释，则从最后一个开始运行。

　　 @After : 则注释在运行@Test方法之后需要被运行的方法。 注意：如果有多个方法被@After 注释，则从第一个开始运行。

　　 @AfterClass ：注释的方法在类释放时运行。

　　 @BeforeClass : 注释的方法在类加载时运行。

import org.junit.After;
import org.junit.AfterClass;
import org.junit.Before;
import org.junit.BeforeClass;
import org.junit.Test;

 
public class JUnitDemo {
    @Test
    public void test_1() {
        System.out.println("Hello JUnit!");
    }
    @Before
    public void before(){
        System.out.println("Before");
    } 
    @AfterClass
    public static void afterClass(){
        System.out.println("AfterClass");
    } 
    @After
    public void after(){
        System.out.println("After");
    } 
    @BeforeClass
    public static void beforeClass(){
        System.out.println("BeforeClass");
    }
}

 

　　

六、JAXP进行DOM解析

         XML 的两种解析方式：DOM 解析和SAX 解析。

         DOM （Document  Object  Model ，文档对象模式 ） 解析，原理DOM解析器在解析XML文档时，会把文档中的所有元素（document\element\attribute\character），按照其出现的层次关系，解析成一个个Node对象(节点)

　　　在dom中，节点之间关系如下：

　　　　1、  位于一个节点之上的节点是该节点的父节点(parent)

　　　　2、    一个节点之下的节点是该节点的子节点（children）

　　　　3、  同一层次，具有相同父节点的节点是兄弟节点（sibling）

　　　　4、    一个节点的下一个层次的节点集合是节点后代(descendant)

　　　　5、祖父节点及所有位于节点上面的，都是节点的祖先(ancestor)

　　　　Node对象提供了一系列常量来代表结点的类型，当开发人员获得某个Node类型后， 就可以把Node节点转换成相应的节点对象(Node的子类对象)，以便于调用其特有的方法。

　　　　Node对象提供了相应的方法去获得它的父结点或子结点。编程人员通过这些方法就可以读取整个XML文档的内容、或添加、修改、删除XML文档的内容了。

　　　　练习：

　　　　 1.读取节点的文本内容
 　　　　2.读取属性值
 　　　　3.添加节点
 　　　　4.删除节点
 　　　　5.更新节点
　　　　 6.打印所有元素节点的名称.

package cn.itheima.xml.day01;

import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;

import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NamedNodeMap;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;

public class DOMTest {
/*     
    1.读取节点的文本内容
    2.读取属性值
    3.添加节点
    4.删除节点
    5.更新节点
    6.打印所有元素节点的名称. 
 */
    /*
     * DOM解析器在解析XML文档时，会把文档中的所有元素（document\element\attribute\character），按照其出现的层次关系，
     * 解析成一个个Node对象(节点)。 
     * 
     * Node对象提供了一系列常量来代表结点的类型，当开发人员获得某个Node类型后，
     * 就可以把Node节点转换成相应的节点对象(Node的子类对象)，以便于调用其特有的方法。
     */
    
    //1、读取节点的文本内容
    private Document doc = null ;  
    @Test
    public void readContent() {
        //获得标签名为"名字" 的 NodeList ;
        NodeList lists = doc.getElementsByTagName("名字") ; 
        //获得节点的文本类容
        for (int i = 0; i < lists.getLength(); i++) {
            System.out.println(lists.item(i).getTextContent());
        }
    }
    //2、读取属性值 
    @Test 
    public void getAttr() {
        //获取元素“书”的NodeList 
        NodeList lists = doc.getElementsByTagName("书") ;  
        //通过遍历lists ，获取每个节点中的属性值
        for (int i = 0; i < lists.getLength(); i++) { 
             NamedNodeMap attributes = lists.item(i).getAttributes();
             for (int j = 0; j < attributes.getLength(); j++) {
                 System.out.println(attributes.item(j).getTextContent());                
            }
        }
    }
    //3.添加节点
    //在“书”标签下添加一个<出版日期>的元素
    @Test
    public void addNode() throws Exception{
        //创建一个<出版日期> 添加到内存中
        Element element = doc.createElement("出版日期") ;
        //设置该标签的的文本值
        element.setTextContent("2007年");
        //通过Node 类中的 appendChild 方法将<出版日期>添加到节点的子节点列表的末尾
        NodeList lists = doc.getElementsByTagName("书");
        
        //问题：为什么只在第二个"书" 标签添加了该子节点。
        //而且如果存在<出版日期> 子节点，为什么添加之后有两个该节点。
        /*
            Node appendChild(Node newChild) throws DOMException
                         将节点 newChild 添加到此节点的子节点列表的末尾。如果 newChild 已经存在于树中，则首先移除它。
         */
        for (int i = 0 ; i < lists.getLength() ; i ++) {
            System.out.println(lists.item(i).getNodeName());
            lists.item(i).appendChild(element) ;  
        }
        updateXML() ; 
    }
    
    //如何将修改后的DOC写到XML中？
    public void updateXML() throws Exception {
        /*
         * javax.xml.transform包中的Transformer类用于把代表XML文件的Document对象转换为某种格式后进行输出
         * Transformer类通过transform方法完成转换操作，该方法接收一个源和一个目的地。我们可以通过：
         * > javax.xml.transform.dom.DOMSource 类来关联要转换的document对象， 
         * > javax.xml.transform.stream.StreamResult 对象来表示数据的目的地。 
         */
        
        //创建TransformFactory 对象：
        TransformerFactory.newInstance()
        .newTransformer()
        .transform(new DOMSource(doc), new StreamResult("src/cn/itheima/xml/day01/book.xml")); 
    }
    
    //4.删除节点
    //删除“出版日期”节点。
    @Test
    public void removeNode() throws Exception {
        //获取 "出版日期" 的节点
        Node node = doc.getElementsByTagName("出版日期").item(0) ;
        
        //获取 node 节点的父节点。
        //通过父节点删除"出版日期"节点
        node.getParentNode().removeChild(node) ; 
        updateXML() ;
    }
    
    //5.更新节点
    //将 "笑傲江湖" 的“价格”修改为 50.00  
    /*
     * 1、获取“名字”的NodeList ， 然后遍历 值为“笑傲江湖” 的节点。
     * 2、获取“笑傲江湖”节点的兄弟节点。
     */
    @Test
    public void updateNode() throws Exception{
        //获取“笑傲江湖”的节点
        NodeList nodeList = doc.getElementsByTagName("名字"); 
        for (int i = 0; i < nodeList.getLength(); i++) {
//            System.out.println(nodeList.item(i).getTextContent());
            if ( nodeList.item(i).getTextContent().equals("笑傲江湖")) {
                NodeList childNodes = nodeList.item(i).getParentNode().getChildNodes(); 
                for (int j = 0; j < childNodes.getLength(); j++) {
                    if (childNodes.item(j).getNodeName().equals("价格")) {
                        childNodes.item(j).setTextContent("50.00") ; 
                        break ;
                    }
                } 
            }
        }
        //通过获取 其父节点然后通过父节点获取到“价格”节点，修改其节点的值
        /*NodeList lists = node.getParentNode().getChildNodes() ;
        for(int i = 0 ; i < lists.getLength() ; i++) {
            if( lists.item(i).getNodeName().equals("价格") ) {
                lists.item(i).setTextContent("50.00"); 
                break ;
            }
        }*/
        updateXML() ;
    }
    //6.打印所有元素节点的名称. 
    @Test
    public void printNode(){
        treeWeek(doc) ;
    }
    public void treeWeek(Node node) { 
        if(Node.ELEMENT_NODE == node.getNodeType()){ 
            System.out.println(node.getNodeName()); 
        } 
        NodeList nl = node.getChildNodes();
        for (int i = 0; i < nl.getLength(); i++) {
            Node item = nl.item(i);
            treeWeek(item);
        }
    }
    @Before 
    public void getDOM() throws Exception{
        /*
         * 1、获得DocumentBuilderFactory 对象。
         * 2、通过DocumentBuilderFactory 对象创建 DocumentBuilder 对象（DOM 解析器对象）。
         * 3、通过DocumentBuilder 对象解析XML文件，进而可以利用DOM特性对整个XML文档进行操作了。
         */
        doc = DocumentBuilderFactory.newInstance()
                                    .newDocumentBuilder()
                                    .parse("src/cn/itheima/xml/day01/book.xml") ;
    } 
    @After
    public void setDOM() {
        doc = null ;
    }
}

　　　总结：

         DOM 解析 的优点是增删改方便，

         缺点，如果要解析的XML 文档过大，就会导致内存溢出（Out Of Memory , OOM），因为DOM解析需要将XML 文档内容全部加载到内存中再解析。

　　　

　　

七、JAXP进行SAX解析

l  SAX (Simple API for XML ) 解析：SAX解析允许在读取文档的时候，即对文档进行处理，而不必等到整个文档装载完才对文档进行操作。

l  SAX采用事件处理的方式解析XML文件，利用 SAX 解析 XML 文档，涉及两个部分：解析器和事件处理器：

l  解析器可以使用JAXP的API创建，创建出SAX解析器后，就可以指定解析器去解析某个XML文档。

l  解析器采用SAX方式在解析某个XML文档时，它只要解析到XML文档的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。

l  事件处理器由程序员编写，程序员通过事件处理器中方法的参数，就可以很轻松地得到sax解析器解析到的数据，从而可以决定如何对数据进行处理。

SAX解析步骤：

1、使用SAXParserFactory创建SAX解析工厂

2、通过SAX解析工厂得到解析器对象                  

3、通过解析器对象得到一个XML的读取器

4、设置读取器的事件处理器               

5、解析xml文件

package cn.itheima.xml.day01;

import java.io.IOException;

import javax.xml.parsers.SAXParserFactory;

import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.DefaultHandler;

/*
 * SAX解析允许在读取文档的时候，即对文档进行处理，而不必等到整个文档装载完才对文档进行操作。
 * 
 * SAX采用事件处理的方式解析XML文件，利用 SAX 解析 XML 文档，涉及两个部分：解析器和事件处理器：
 * 解析器可以使用JAXP的API创建，创建出SAX解析器后，就可以指定解析器去解析某个XML文档。
 * 
 * 解析器采用SAX方式在解析某个XML文档时，它只要解析到XML文档的一个组成部分(startDocument,startElement,character,endElement,endDocument)，
 * 都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，
 * 会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。
 * 
 * 事件处理器由程序员编写，程序员通过事件处理器中方法的参数，
 * 就可以很轻松地得到sax解析器解析到的数据，从而可以决定如何对数据进行处理。
 * javax.xml.parsers.SAXParserFactory 
 * 
 */

/*
SAX 解析练习.
1.读取节点的文本内容
2.读取属性值
3.添加节点
4.删除节点
5.更新节点
6.打印所有元素节点的名称.

思路：
1、使用SAXParserFactory创建SAX解析工厂
2、通过SAX解析工厂得到解析器对象        
3、通过解析器对象得到一个XML的读取器
4、设置读取器的事件处理器        
5、解析xml文件
 */
public class SAXTest {
    private XMLReader reader = null ;
    //打印出解析出的XML所有内容
    @Test
    public void printTest() throws IOException, SAXException {
        //设置读取器的事件处理器：
        reader.setContentHandler(new MyHandler()) ; 
        reader.parse("src/cn/itheima/xml/day01/book.xml") ;
    }
    
    //1.读取节点的文本内容
    /*
     * 读取节点名字为“名字”的文本内容
     */
    @Test 
    public void getTextContent() throws IOException, SAXException {
        reader.setContentHandler(new getTestContent()) ; 
        reader.parse("src/cn/itheima/xml/day01/book.xml") ;
    }
    //2.读取属性值
    /*
     * 读取节点名字为"书" 的属性值
     */
    @Test
    public void getAttributeName() throws IOException, SAXException {
        reader.setContentHandler(new getAttribute()) ; 
        reader.parse("src/cn/itheima/xml/day01/book.xml") ;
    }
    
    // 在测试之前获得一个XML读取器：
    @Before
    public void getReader() throws Exception {
/*        
          1、使用SAXParserFactory创建SAX解析工厂
        2、通过SAX解析工厂得到解析器对象        
        3、通过解析器对象得到一个XML的读取器
*/        
        reader = SAXParserFactory.newInstance()
                                  .newSAXParser()
                                  .getXMLReader() ; 
    }
    //测试完重置reader = null
    @After
    public void setReader() {
        reader = null ;
    }
}
class getAttribute extends DefaultHandler { 
    @Override
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        if ("书".equals(qName)) { 
            for (int i = 0; i < attributes.getLength(); i++) {
                System.out.println(attributes.getValue(i)); 
            }
        }
    }
    
}
class getTestContent extends DefaultHandler{
    private boolean flag = false ; 
    @Override
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        if ("名字".equals(qName)) {
            flag = true ; 
        }
    }
    
    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        if (flag){
            System.out.println("文本类容："+new String(ch,start,length));
            flag = false ; 
        }
    }
    
}
//编写事件处理器:
/*    继承org.xml.sax.helpers.DefaultHandler
 *     DefaultHandler 类：
 *     SAX2 事件处理程序的默认基类。应用程序编写者可以在他们仅需实现部分接口时扩展此类；
 *  类似于ContentHandler 接口的适配器（adapter) ;
 */
class MyHandler extends DefaultHandler {

    //在此类中重写我们需要的几个方法：
    @Override
    public void startDocument() throws SAXException {
        System.out.println("XML文件开始解析：");
    }

    @Override
    public void endDocument() throws SAXException {
        System.out.println("XML文件解析结束：");
    }

    @Override
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        System.out.println("元素标签开始："+ qName);
    }

    @Override
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
        System.out.println("元素标签结束:" + qName);
    }

    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        System.out.println("文本类容："+new String(ch,start,length));
    }
    
}

　　

　　总结：优点查找非常快，但是没DOM 解析 方法那样直观明白。　　

　　

八、Dom4J简介、进行解析

　　Dom4J 则是一层一层的解析XML文件，而且直观。

package cn.itheima.xml.day01;

import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.UnsupportedEncodingException;
import java.util.Iterator;
import java.util.List;

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.SAXReader;
import org.dom4j.io.XMLWriter;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;

/*
 * Dom4j是一个非常优秀的Java XML API，具有性能优异、功能强大和极易使用的特点。
 */
public class DOM4JTest {
    /*     
    1.读取节点的文本内容
    2.读取属性值
    3.添加节点
    4.删除节点
    5.更新节点
    6.打印所有元素节点的名称. 
 */
    private Document doc = null ;
    //1.读取节点的文本内容
    /*
     * 读取"书"节点下，“名字”节点的文本内容
     * DOM4J 思路：
     *     1.获取文档的根节点.
          Element root = document.getRootElement();

        2.取得某个节点的子节点.
        Element element=node.element(“书名");

        3.取得节点的文字
          String text=node.getText();

     */
    @Test 
    public void getNodeText() {
        //获得跟节点
        Element root = doc.getRootElement() ; 
        //通过跟节点获取到子节点 
        List<Element> lists = root.elements() ;
        for (Element ele : lists) {
            List<Element> elements = ele.elements() ;
            for (Element element : elements) {
                if (element.getName().equals("名字"))
                    System.out.println(element.getText());
            }
        }
    } 
    //2.读取属性值
    @Test
    public void getAttribute () {
        Element root = doc.getRootElement() ; 
        //通过跟节点获取到子节点 
        List<Element> lists = root.elements() ;
        for(Element ele : lists) {
            List<Attribute> attributes = ele.attributes();
            for (Attribute attribute : attributes) {
                System.out.println(attribute.getText());                
            }
        }
    }
    //3.添加节点
    /*
     * 在“书”节点下添加“出版日期”节点。
     */
    @Test
    public void addNode() throws Exception {
        Element root = doc.getRootElement() ;
        for (Iterator<Element> it = root.elementIterator(); it.hasNext() ;) {
            it.next().addElement("出版日期")
                     .setText("2007年") ;
        }
        //写到XML文件中去。
        writeToXML() ;
    }
    //4.删除节点
    /*
     * 删除“书”节点下，“名字”为“笑傲江湖”的“出版日期”的节点。
     * 思路：
     * 1、获取根元素。
     * 2、通过根元素获取其子元素，。
     * 3、遍历其子元素，获取子元素的"名字"元素。
     * 4、如果"名字"元素的值符合条件。
     * 5、则删除其兄弟元素"出版日期" 。
     */
    @Test
    public void removeNode() throws Exception{
        Element root = doc.getRootElement() ;
        //
        for (Iterator<Element> it = root.elementIterator(); it.hasNext() ;) {
            Element element = it.next() ;
            if (element.element("名字").getText().equals("笑傲江湖"))
                element.remove(element.element("出版日期")) ;
        }
        writeToXML() ;
    }
    public void writeToXML() throws Exception{
        
        //在写入XML文件时，要设置写入的编码格式：utf-8
        OutputFormat format = OutputFormat.createPrettyPrint();
        format.setEncoding("utf-8") ;
        //最好不要用 FileWriter 写入，因为，FileWriter 写入时默认为系统设定的编码！
        XMLWriter writer = new XMLWriter(
                new FileOutputStream("src/cn/itheima/xml/day01/book.xml"),format );
        writer.write( doc );
        writer.close();
    }
    @Before
    public void getDoc() throws Exception {
        doc = new SAXReader().read( "src/cn/itheima/xml/day01/book.xml");
    }
    @After
    public void setDoc() {
        doc = null ;
    }
}

 

九、XML约束之schema

l  XML Schema 文件自身就是一个XML文件，但它的扩展名通常为.xsd。

l  一个XML Schema文档通常称之为模式文档(约束文档)，遵循这个文档书写的xml文件称之为实例文档。

l  和XML文件一样，一个XML Schema文档也必须有一个根结点，但这个根结点的名称为Schema。

l  编写了一个XML Schema约束文档后，通常需要把这个文件中声明的元素绑定到一个ＵＲＩ地址上，在XML Schema技术中有一个专业术语来描述这个过程，即把XML Schema文档声明的元素绑定到一个名称空间上，以后XML文件就可以通过这个URI（即名称空间）来告诉解析引擎，xml文档中编写的元素来自哪里，被谁约束。

<?xml version="1.0" encoding="UTF-8"?>
<!-- 
    在XML Schema中，每个约束模式文档都可以被赋以一个唯一的名称空间，
    名称空间用一个唯一的URI（Uniform Resource Identifier，统一资源标识符）表示
    
    名称空间：
    targetNamespace="http://jbelial.cnblogs.com"
    URL：http://jbelial.cnblogs.com 根本没有指向任何文件，只是一个分配的名字。
    
    elementFormDefault="qualified"
    
    elementFormDefault元素用于指定，
    该schema文档中声明的根元素及其所有子元素都属于targetNamespace所指定的名称空间。
    
    -->
<schema  xmlns="http://www.w3.org/2001/XMLSchema" 
        targetNamespace="http://jbelial.cnblogs.com"
        xmlns:tns="http://www.example.org/NewXMLSchema" 
        elementFormDefault="qualified">
    <!-- 规定根元素 -->
    <element name='书架'>
        <!-- 根元素下存放复杂数据类型 --> 
        <complexType>
            <!-- 根元素下的元素的排列方式，和数目为"未绑定" -->
            <sequence maxOccurs='unbounded'>
                <element name='书'>
                    <complexType>
                        <sequence>
                        <!-- 约束：元素的名字，和接收类型： -->
                            <element name="名字" type="string" /> 
                            <element name="作者" type="string" /> 
                            <element name="价格" type="string" /> 
                        </sequence>
                    </complexType>
                </element>
            </sequence>
        </complexType>
    </element> 
 </schema>

 

在用Schema 约束XML 文档时，要注意一下问题：

    a)你要创建的xml文档中的根标签是什么?

     第一个出现的 <xs:element name='书架' > 就是根标签 

    b) 思考: 你使用这个根标签它来自哪个名称空间.

      在schema约束文档中的 targetNamespace="http://jbelial.cnblogs.com" 就是用来说明所有跟标签绑定在哪个目标名称空间上. 

    c) 思考: 你要引用 schema文档它与目前名称空间的对应关系?

        需要在xml文档中添加  xsi:schemaLocation="{namespace} {location}"

        {namespace} 就是 : http://jbelial.cnblogs.com

        {location}  : 引用的schema文档在哪里

    d) 固定的写法:

    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

　　

<?xml version="1.0" encoding="UTF-8"?>
        
<p:书架 xmlns:p = "http://jbelial.cnblogs.com"
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xsi:schemaLocation="http://jbelial.cnblogs.com 
                            NewXMLSchema.xsd">
    <p:书>
        <p:名字>射雕英雄传</p:名字>
        <p:作者>金庸</p:作者>
        <p:价格>100.00</p:价格>
    </p:书> 
</p:书架>

    

　　总结：

　　XML Schema VS DTD

　　•XML Schema符合XML语法结构。

　　•DOM、SAX等XML API很容易解析出XML Schema文档中的内容。

　　•XML Schema对名称空间支持得非常好。

　　•XML Schema比XML DTD支持更多的数据类型，并支持用户自定义新的数据类型。

　　•XML Schema定义约束的能力非常强大，可以对XML实例文档作出细致的语义限制。

　　•XML Schema不能像DTD一样定义实体，比DTD更复杂，但Xml Schema现在已是w3c组织的标准，它正逐步取代DTD。