XML

Posted on 2019-12-30 19:40  马鸣浩  阅读(190)  评论(0)  编辑  收藏  举报

XML简介

“当 XML（扩展标记语言）于 1998 年 2 月被引入软件工业界时，它给整个行业带来了一场风暴。有史以来第一次，这个世界拥有了一种用来结构化文档和数据的通用且适应性强的格式，它不仅仅可以用于 Web，而且可以被用于任何地方。”

--《Designing With Web Standards Second Edition》, Jeffrey Zeldman

我们不同的平台有他自己的数据格式，但是不同平台之间如果相互想传递数据，那么就应该用同一种数据格式，这样大家都能读懂。就像加入WTO组织的各个国家一样。每个国家都有自己的语言和货币，但是如果大家都用自己的东西就很难沟通和衡量。那么我们就使用统一的方式，使用英语作为交流语言，使用美元作为货币标准。

什么是XML

  • XML：eXtensible Markup Language （可扩展标记语言）。

  • 由W3C组织发布，目前推荐遵守的是W3C组织于2000年发布的XML1.0规范。

  • XML 是一种标记语言，很类似 HTML。

  • XML 的设计宗旨是传输数据，而非显示数据。

  • XML的使命，就是以一个统一的格式，组织有关系的数据。为不同平台下的应用程序服务，独立于软件和硬件的信息传输工具。

  • XML 仅仅是纯文本。有能力处理纯文本的软件都可以处理 XML。不过，能够读懂 XML 的应用程序可以有针对性地处理 XML 的标签。

<!--下面是 John 写给 George 的便签，存储为 XML： -->

<note>
	<to>George</to>
	<from>John</from>
	<heading>Reminder</heading>
	<body>Don't forget the meeting!</body>
</note>

XML vs HTML

  • XML 不是 HTML 的替代。

  • XML 和 HTML 为不同的目的而设计：HTML 旨在显示信息，而 XML 旨在传输信息

    • 传统中，XML 被设计为传输和存储数据，其焦点是数据的内容。

    • HTML 被设计用来显示数据，其焦点是数据的外观。

  • 关于内部标签：

    • XML没有任何预定义标签，均为自定义标签。

    • HTML 文档只使用在 HTML 标准中定义过的标签。

  • 树形结构：

    • XML 文档形成一种树形结构，这点上与HTML是相同的。

  • 语法要求：

    • XML相较于HTML，语法更加严格。

    • HTML不区分大小写，XML严格区分大小写。

XML用途

配置文件

  • JavaWeb中的web.xml，以及后面涉及到的框架都会有很多的配置文件

  • C3P0中的c3p0-config.xml

  • JDK安装后的目录文件

数据交换格式

  • Ajax

  • WebService

1556726712329

数据存储

  • 保存关系型数据

    举例1：

1557487578710

<?xml version="1.0" encoding="utf-8"?>
<中国>
	<北京>
		<海淀></海淀>
		<丰台></丰台>
	</北京>
	<湖南>
		<长沙></长沙>
		<岳阳></岳阳>
	</湖南>
	<湖北>
		<武汉></武汉>
		<荆州></荆州>
	</湖北>
</中国>

举例2：

1557492855132

为什么我们要使用xml保存数据呢？比如c3p0的配置文件。因为有些数据是不会经常变化的数据，我们需要固定的保存起来，然而这些数据又是有某些关系的。我们希望也把他们直接的关系用简明易懂的格式保存起来，方便后来查看这些数据的时候一下就能看懂他们直接的关系。

XML基本语法

XML基本语法

1556728924678

XML文档声明

  • version属性指定XML版本，固定值是1.0。

    • 必须在文件的第一行书写文档声明。

    • 最简单的声明语法：<?xml version="1.0" ?>

  • encoding指定的字符集，是告诉解析器使用什么字符集进行解码，而编码是由文本编辑器决定的

    • 通常的写法：<?xml version="1.0" encoding="utf-8" ?>

    • 这样就要求保存文件时，必须用utf-8编码保存。此时要求XML文档的作者确认当前编辑器保存文档的编码方式。

    • eclipse会自动按照解码字符集进行编码保存。记事本需要另存为指定的字符集。

  • xml文档声明如果声明，必须严格遵循语法。当然，也可以不声明。

CDATA区

  • 当XML文档中需要写一些程序代码、SQL语句或其他不希望XML解析器进行解析的内容时，就可以写在CDATA区中

  • XML解析器会将CDATA区中的内容原封不动的输出

  • CDATA区的定义格式：<![CDATA[…]]>

  • 例如：

1557489132945

注 释

XML文件中的注释采用：<!--注释-->

处理指令

① 处理指令，简称PI （processing instruction）。处理指令用来指挥解析引擎如何解析XML文档内容。

② 处理指令必须以 <? 作为开头，以 ?> 作为结尾，XML声明语句就是最常见的一种处理指令。

例如，在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用xsl文件显示xml文档内容。

<?xml-stylesheet type="text/css" href="p.xsl"?>

③ XSL对于XML来说就相当于CSS对HTML一样，XSL是XML的文件样式。

XSL 指扩展样式表语言（EXtensible Stylesheet Language）。

文件 样式文件
XML XSL
HTML CSS

语法规则

① XML声明要么不写，要写就写在第一行，并且前面没有任何其他字符

② 只能有一个根标签，所有的其他标签都必须声明在根标签内部

③ 标签必须正确结束，不能交叉嵌套

⑤ 严格区分大小写

⑥ 开始标签中，可以自定义添加属性。但，如果有属性就必须有值，且必须加引号

⑦ 标签不能以数字开头

⑧ 注释不能嵌套

⑨ XML中可以使用HTML中的转义字符

  • 举例：

1556728908971

转义字符

特殊字符 替代符号
< &lt;
> &gt;
& amp;
" &quot;
' &aops;

XML实体中不允许出现"&","<",">"等特殊字符,否则XML语法检查时将出错,如果编写的XML文件必须包含这些字符,则必须分别写成"&","<",">"再写入文件中。例如，如果在XML文档中使用类似"<" 的字符, 那么解析器将会出现错误，因为解析器会认为这是一个新元素的开始。所以不应该像下面那样书写代码：

<age> age < 30 </age>
<!--这种写法会解析出现错误，因为<,>等等都是关键字符，除过标签以外，不允许占用的。-->
<age> age &lt; 30 </age>

XML解析

  • XML解析是指通过解析器读取XML文档，解释语法，并将文档转化成对象

  • 对XML的一切操作都是由解析开始的，所以解析非常重要。

  • Java 平台同时提供了 DOM（Document Object Model）和 SAX（Simple API for XML）。

    • DOM是 W3C 组织推荐的处理 XML 的一种方式。

    • SAX不是官方标准，但它是 XML 社区事实上的标准，几乎所有的 XML 解析器都支持它。

XML解析技术体系

1556727035805

DOM解析需要重点掌握，相对简单，且效率高。后台多采用此种方式解析。

SAX解析了解，移动平台使用较多。

DOM和SAX对比

对比项 DOM(Document Object Model) SAX(Simple API for XML)
速度 需要一次性加载整个XML文档，然后将文档转换为DOM树，速度较差 顺序解析XML文档，无需将整个XML都加载到内存中，速度快
重复访问 将XML转换为DOM树之后，在解析时，DOM树将常驻内存，可以重复访问 顺序解析XML文档，已解析过的数据，如果没有保存，将不能获得，除非重新解析
内存要求 内存占用较大 内存占用率低
增删改 可以对xml文件进行增删改查的操作 只能进行解析（查询操作）
复杂度 完全面向对象的解析方式，容易使用 采用时间回调机制，通过事件的回调函数来解析XML文档，略复杂

dom4j

  • dom4j是一个简单、灵活的开放源代码的库。

  • Dom4j是由早期开发JDOM的人分离出来而后独立开发的。与JDOM不同的是，dom4j使用接口和抽象基类，虽然Dom4j的API相对要复杂一些，但它提供了比JDOM更好的灵活性。

  • 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。现在很多软件都采用dom4j，例如Hibernate。

  • 使用dom4j开发，需导入dom4j相应的jar包dom4j-1.6.1.jar。所以使用第一步：导包！

  • Dom4j解析关键步骤

    • 解析并遍历

//1、创建解析器对象
SAXReader reader = new SAXReader();
//2、使用解析器将xml文件转换为内存中的document对象
Document document = reader.read("teachers.xml"); //相对在项目根路径下查找xml文件
//3、通过文档对象可以获取文档的根标签
Element rootElement = document.getRootElement();
//4、根据根标签获取所有的根标签的子标签集合
List<Element> elements = rootElement.elements();
//5、遍历集合中的标签，并将所有的数据解析出来
for (Element element : elements) {
	//每次遍历就代表一个teacher信息
	System.out.println("正在遍历的标签名："+element.getName());
	System.out.println("正在遍历标签的id属性值："+element.attributeValue("id"));
	//获取teacher的子标签的内容
	String tname = element.elementText("tname");
	System.out.println("tname："+tname);
	String age = element.elementText("tage");
	System.out.println("tage:"+age);
	System.out.println("=====================================");
}

其中，xml文件声明如下：【teachers.xml】

<teachers>
 	<teacher id="1">
 		<tname>佟刚</tname>
 		<tage>49</tage>
 	</teacher>
 	<teacher id="2">
 		<tname>苍老师</tname>
 		<tage>18</tage>
 	</teacher>
 </teachers>
  • 修改
//添加一个新的student节点
Element newEle = rootElement.addElement("teacher");
//创建一个良好的xml格式
OutputFormat format = OutputFormat.createPrettyPrint();
//写入文件
XMLWriter xmlWriter = new XMLWriter(new FileWriter("teachers.xml"),format);
xmlWriter.write(document);
xmlWriter.close();
  • 新建
//1.创建文档
Document document = DocumentHelper.createDocument();
//2.添加根元素
Element root = document.addElement("teachers");
//3.添加元素节点
Element tcEle = root.addElement("teacher");
Element tcEle2 = root.addElement("teacher");

pull

  • Pull解析和Sax解析很相似，都是轻量级的解析，它是一个第三方开源的Java项目，但在Android的内核中已经嵌入了Pull 。

  • 只能进行解析（查询）

XPath

简介

  • XPath 是在 XML 文档中查找信息的语言，类似于jQuery选择器。

  • XPath通过元素和属性进行查找，简化了Dom4j查找节点的过程，是W3C组织发布的标准。

  • 使用XPath必须在导入dom4j.jar包之外，再导入jaxen-1.1-beta-6.jar包

语法

语法 说明
/AAA 选择根元素AAA
/AAA/CCC 选择AAA下的所有CCC子元素
/AAA/DDD/BBB 选择AAA的子元素DDD的所有BBB子元素
//BBB 选择所有BBB元素
//DDD/BBB 选择所有父元素是DDD的BBB元素
/AAA/CCC/DDD/* 选择所有路径依附于/AAA/CCC/DDD的元素
/*/*/*/BBB 选择所有的有3个祖先元素的BBB元素
//* 选择所有元素
/AAA/BBB[1] 选择AAA的第一个BBB子元素
/AAA/BBB[last()] 选择AAA的最后一个BBB子元素
//@id 选择所有元素的id属性
//BBB[@id] 选择有id属性的BBB元素
//BBB[@name] 选择有name属性的BBB元素
//BBB[@*] 选择有任意属性的BBB元素
//BBB[not(@*)] 选择没有属性的BBB元素
//BBB[@id='b1'] 选择含有属性id且其值为'b1'的BBB元素
//BBB[@name='bbb'] 选择含有属性name且其值为'bbb'的BBB元素

使用

① 导包：jaxen-1.1-beta-6.jar

② dom4j怎么做就怎么做。只是在查找元素的时候可以使用xpath了

③ 获取所有符合条件的节点

  • document.selectNodes(String xpathExpression) ：返回List集合

    • 举例：document.selectNodes("/students/student")

  • document.selectSingleNode(String xpathExpression) ：获取符合条件的单个节点。即一个Node对象。如果符合条件的节点有多个，那么返回第一个。

    • 举例：document.selectSingleNode("/students/student[@id='1']")

代码示例

public void testXpath() throws Exception{

	SAXReader reader = new SAXReader();
	Document document = reader.read("src/students.xml");
	//我们使用selectNodes 或 selectSingleNode
	//查询id为2的学生
	Element stuEle = (Element) document.selectSingleNode("/students/student[@id='2']");
	//获取学生的信息
	String idStr = stuEle.attributeValue("id");
	String name = stuEle.elementText("name");
	String ageStr = stuEle.elementText("age");
	String gender = stuEle.elementText("gender");
	String address = stuEle.elementText("address");
	//封装为一个学生对象
	Student stu = new Student(Integer.parseInt(idStr), name, Integer.parseInt(ageStr), gender, address);
	System.out.println(stu);
}

其中，xml文件声明在【src/students.xml】中：

<?xml version="1.0" encoding="UTF-8"?>
<students>
	<student id="1">
		<name>孙悟空</name>
		<gender>男</gender>
		<age>520</age>
		<address>花果山</address>
	</student>
	<student id="2">
		<name>猪八戒</name>
		<gender>男</gender>
		<age>1520</age>
		<address>高老庄</address>
	</student>
	<student id="3">
		<name>沙悟净</name>
		<gender>男</gender>
		<age>1000</age>
		<address>流沙河</address>
	</student>
	<student id="4">
		<name>小白龙</name>
		<gender>男</gender>
		<age>1800</age>
		<address>鹰愁涧</address>
	</student>
</students>