大话XML解析

之前我写过一篇关于xml解析的文章：http://blog.csdn.net/sdksdk0/article/details/50749326。今天这篇文章主要是进一步加深对xml基础的理解了使用，毕竟基础是很重要的嘛！写的应该会更注重细节的内容。主要内容有xml语法、DOM解析、SAX解析、Xpath，schema约束。


一、xml语法

标签

  1. 有开始标签和结束标签
  2. xml标签名称区分大小写
  3. xml标签一定要正确配对
  4. 中间不能使用空格
  5. 不能以数字开头，可以以下划线或字母开头
  6. 在一个xml文档中，有且仅有一个根标签

属性

  1. 属性值一定要以引号包含,也不能单双引号混用 name="erim"
  2. 一个标签内可以多个属性，但是属性名不能重复，例如不能有两个 id="1" id="2"

注释

<!--xml的注释  -->

文档申明

如果在ide中开发，保存xml文件时会自动按照文档申明的encoding来保存。

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

转义字符

<   &lt;
>   &gt;
"   &quot;
&   &amp;
空格 &nbsp;

写法：&lt;p&gt;段落&lt;/p&gt;

CDATA块

作用，可以让一些需要包含特殊字符的内容，统一进行原样输出。

<![CDATA[
        <html><head>head</head><body>body</body></html>
    ]]>

处理指令

作用：告诉xml解析器如何解析xml内容

<?xml-stylesheet type="text/css"  href="1.css" ?>

完整例子：

<?xml version="1.0" encoding="utf-8"?>
 <codes>
	 <code>
		<p>段落</p>
		<p>段落</p>
	</code>
	<code>
	<![CDATA[
		<html><head>head</head><body>body</body></html>
	]]>
	</code>
</codes>


二、xml解析的方式

有DOM解析和SAX解析方式。

Dom解析常用工具有：

  1. JAXP （oracle官方）
  2. JDOM
  3. DOM4J（常用）
SAX解析常用工具有：Sax解析工具（oracle官方）
xml解析和sax解析的对比：（面试常考）


三、DOM解析

原理

xml解析器一次性把整个xml文档加载进内存，然后再内存中构建一棵Document的对象树，通过Document对象，得到树的节点对象，通过节点对象访问到xml文档的内容。不适合读取大容量的文件，容易导致内存溢出。

DOM4J工具

需要导包。

1、创建一个xml解析器对象

        SAXReader reader=new SAXReader();

2、读取xml文档，返回Document对象

        Document doc=reader.read(new File("./src/contact.xml"));

示例代码：

	public static void main(String[] args) {
		
		try {
			//1、创建一个xml解析器对象
			SAXReader reader=new SAXReader();
			//2、读取xml文档，返回Document对象
			Document doc=reader.read(new File("./src/contact.xml"));
			System.out.println(doc);
		
		} catch (DocumentException e) {
			e.printStackTrace();
			throw new RuntimeException(e);
		}
	}

Dom4j读取xml文件

节点：

Iterator  Element.nodeIterator();  //获取当前标签节点下的所有子节点

示例代码：

                   //用nodeIterator()，得到当前节点下的所有子节点对象
			Iterator<Node> it=doc.nodeIterator();
			while(it.hasNext()){
				Node node=it.next();
				String name=node.getName();
				System.out.println(name);
				
				//继续取出其下面的子节点
				//只有标签节点才有子节点
				if(node instanceof Element){
					Element elem=(Element) node;
					Iterator<Node> it2=elem.nodeIterator();
					while(it2.hasNext()){
						Node n2=it2.next();
						System.out.println(n2.getName());
					}
				}
			}


标签：

 Element  Document.getRootElement();  //获取xml文档的根标签 
Element Element.element("标签名");//指定名称的第一个子标签
Iterator<Element> iterator = list.iterator();

示例代码：

public void test3() throws DocumentException {
		SAXReader reader=new SAXReader();
		Document doc=reader.read(new File("./src/contact.xml"));
		
		Element rootElem=doc.getRootElement();
		String name=rootElem.getName();
		
		System.out.println(name);
		//得到当前标签下指定名称的第一个子标签
		//Element contactElem=rootElem.element("contact");
		//System.out.println(contactElem.getName());
		
		//得到当前标签下指定名称的所有子标签
		Iterator<Element> it=rootElem.elementIterator("contact");
		while(it.hasNext()){
			Element elem=it.next();
			System.out.println(elem.getName());
		}
		List<Element> list=rootElem.elements();
		//遍历List的方法：普通for,增强for,迭代器
		for(int i=0;i<list.size();i++){
			Element e=list.get(i);
			System.out.println(e.getName());
		}
		Iterator<Element> iterator = list.iterator();
		while(it.hasNext()){
			Element elem=it.next();
			System.out.println(elem.getName());
		}
		
		//想要获取更深层次的标签，只能一层层的读取
		Element nameElem=doc.getRootElement().element("contact").element("name");
		System.out.println(nameElem.getName());
		
	}

属性：

		String   Element.attributeValue("属性名") //获取指定名称的属性值
                 Attribute：    Element.attribute("属性名")；//获取指定名称的属性对象    
                              Attribute.getName()  //获取属性名称
                              Attibute.getValue()  //获取属性值
                List<Attribute>  Element.attributes();  //获取所有属性对象          
                Iterator<Attribute>     Element.attibuteIterator(); //获取所有属性对象

示例代码：

//获取属性，先获取属性所在的标签对象，然后才能获取属性
		Element contactElem=doc.getRootElement().element("contact");
		String idValue=contactElem.attributeValue("id");
		System.out.println(idValue);
		
		//得到属性对象
		Attribute idAttr=contactElem.attribute("id");
		System.out.println(idAttr.getName()+"="+idAttr.getValue());
		
		
		//得到所有属性的对象,使用List
		List<Attribute> list=contactElem.attributes();
		for (Attribute attribute : list) {
			System.out.println(attribute.getName()+"="+attribute.getValue());
		}
		//使用迭代器
		Iterator<Attribute>  it=contactElem.attributeIterator();
		while(it.hasNext()){
			Attribute attr=it.next();
			System.out.println(attr.getName()+"="+attr.getValue());
		}

文本：

Element.getText();  //获取当前标签的文本
                        Element.elementText("标签名") //获取当前标签的指定名称的子标签的文本内容

示例代码：

	public void test5() throws DocumentException{
		SAXReader reader=new SAXReader();
		Document doc=reader.read(new File("./src/contact.xml"));
		
		//空格和换行也是有内容的
		
		//获取文本，要先获取标签，再获取标签上的文本
		Element nameElem=doc.getRootElement().element("contact").element("name");
		
		String text=nameElem.getText();
		System.out.println(text);
		
		String text2=doc.getRootElement().element("contact").elementText("name");
		System.out.println(text2);
		
	}


Dom4j修改xml文档

写出内容到xml文档

new XMLWriter(OutputStream,OutputFormat)

writer(Document)

	<pre name="code" class="java">                     Document doc=new SAXReader().read(new File(".src/contact.xml"));
		
		              //指定文件输出位置
				FileOutputStream out=new FileOutputStream("D:/contact.xml");
				//创建写出对象
				//紧凑的
				OutputFormat  format=OutputFormat.createCompactFormat();
				OutputFormat  format1=OutputFormat.createPrettyPrint();
				
				//影响了xml文档保存时的编码和xml文档申明的编码，使用该方法生成的xml避免了乱码问题
				format.setEncoding("utf-8");
				
				XMLWriter writer=new XMLWriter(out,format);
				
				writer.write(doc);
				writer.close();





修改xml文档的API



增加：


DocumentHelper.createDocument()
addElement("contact");

addAttribute("id", "001");







//增加一个标签
		Element rootElem=doc.addElement("contactList");
		Element contactElem=rootElem.addElement("contact");
		contactElem.addElement("name");
		
		//增加属性
		contactElem.addAttribute("id", "001");
		contactElem.addAttribute("name", "aa");








修改： setValue(),setText()






Element contactElem=doc.getRootElement().element("contact");
		
		//得到属性对象
		Attribute idAttr=contactElem.attribute("id");
		//修改属性值
		idAttr.setValue("003");
		
		Element contactElem1=doc.getRootElement().element("contact");
		contactElem1.addAttribute("id", "004");
		
		//修改文本
		Element nameElem=doc.getRootElement().element("contact").element("name");
		nameElem.setText("锤子");






删除： deatch()




//删除标签对象
		/*Element ageElem=doc.getRootElement().
				element("contact").element("age");
		ageElem.detach();*/
		//ageElem.getParent().remove(ageElem);
		
		//删除属性
		Element contactElem=(Element) doc.getRootElement().elements().get(0);
		
		Attribute idAttr=contactElem.attribute("id");
		idAttr.detach();


四、XPATH


  


当使用dom4j查询比较深的层次的时候非常麻烦。可以快速查找信息。 主要用于快速获取节点对象。



XPath使用一个紧凑的、非XML语法方便使用在uri和XML属性值的XPath。XPath操作基于XML文档的逻辑结构，而不是其表面的语法。Xpath的名字来自其使用的符号在URL路径通过一个XML文档的层次结构导航。 除了用于定位，XPath还设计有一个真子集，可用于匹配（测试一个节点是否符合一个模式）；使用XPath进行XSLT。



XPath模型的XML文档的节点树。有不同类型的节点，包括元素节点、属性节点和文本节点。XPath定义了一个方法来计算每个节点类型字符串值。某些类型的节点也有名字。XPath完全支持XML命名空间的XML名称] [。因此，一个节点的名称被建模为一个地方的部分和一个可能的空命名空间URI；这就是所谓的扩展名。在[ 5数据模型]中详细描述了数据模型。






    

  1. 
导包:jaxen-1.1-beta.jar
  2. 

    
使用xpath的方法：
    

    
List selectNodes();//查询多个节点对象 Node selectSingleNode("xpath表达式");//查询一个节点对象
    



xpath的语法


    

  1. 
/ ，绝对路径 ，表示从xml的跟位置开始或者子元素（一个层次结构）
  2. 
// ，相对路径，表示不分任何层次结构的选择元素
  3. 
*，通配符，表示匹配所有元素
  4. 
[],条件，表示选择什么条件下的元素
  5. 
@，属性，表示选择属性节点
  6. 
and ,关系，表示条件的与关系（等价于&）
  7. 
text(),文本，表示选择文本内容







示例代码：


public static void main(String[] args) throws DocumentException {
		Document doc = new SAXReader().read(new File("./src/contact.xml"));

		String xpath = "";
		xpath="/contactList";
		xpath="/contactList/contact";
		xpath="//contact/name";
		xpath="//name";
		
		//通配符
		xpath="/contactList/*";
		xpath="/contactList//*";
		
		//条件
		xpath="//contact[@id]";
		//第二个contact标签
		xpath="//contact[2]";
		xpath="//contact[last()]";
		
		//属性
		xpath="//@id";  //选取的是id属性节点对象，返回Attribute对象
		xpath="//contact[not(@id)]";
		//选取id属性为002d contact标签
		xpath="//contact[@id='002']";
		xpath="//contact[@id='001' and @name='aa']";
		
		//选取文本内容
		xpath="//name/text()";  //返回Text对象
		xpath="//contact/name[text()='张三']";
		
		
		List<Node> list = doc.selectNodes(xpath);
		for (Node node : list) {
			System.out.println(node);
		}

	}

五、SAX解析









原理



读取加载处理都是一部分一部分的进行的，对内存要求比较低。







AX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会文档进行操作。



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，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




核心API


    

  1. 
SAXParser:用于读取和解析xml文件
  2. 

    
parse()方法，用于解析xml文件。parse(File f,DefaultHandler dh)方法，解析xml文件。
    

  3. 

    
参数1：File:表示读取xml文件
    

  4. 
参数2：DefaultHandloer:SAX事件处理程序




                    void startDocument()  :  在读到文档开始时调用
                    void endDocument()  ：在读到文档结束时调用
                    void startElement(String uri, String localName, String qName, Attributes attributes)  ：读到开始标签时调用                
                    void endElement(String uri, String localName, String qName)   ：读到结束标签时调用
                    void characters(char[] ch, int start, int length)  ： 读到文本内容时调用



示例代码：







</pre><pre name="code" class="java">public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {
		SAXParser parser=SAXParserFactory.newInstance().newSAXParser();

		MyDefalutHandler3  handler=new MyDefalutHandler3();
		parser.parse(new File("./src/contact.xml"), handler);

		List<Contact>  list=handler.getList();
		for (Contact contact : list) {
			System.out.println(contact);
		}
		
	}
public class MyDefalutHandler3 extends DefaultHandler {

	private List<Contact> list = new ArrayList<Contact>();

	public List<Contact> getList() {
		return list;
	}

	private Contact contact;
	private String curTag;
	// 开始标签
	@Override
	public void startElement(String uri, String localName, String qName,
			Attributes attributes) throws SAXException {
		curTag=qName;
		// 读取到contact的开始标签创建Contact对象
		if ("contact".equals(qName)) {
			contact = new Contact();

			// 设置id值
			contact.setId(attributes.getValue("id"));
		
		}
	}

	// 文本内容
	@Override
		public void characters(char[] ch, int start, int length) throws SAXException {
			//当前文本内容
			String content=new String(ch,start,length);
			
			if("name".equals(curTag)){
				contact.setName(content);
			}
			if("age".equals(curTag)){
				contact.setAge(content);
			}
			if("phone".equals(curTag)){
				contact.setPhone(content);
			}
			if("email".equals(curTag)){
				contact.setEmail(content);
			}
			if("qq".equals(curTag)){
				contact.setQq(content);
			}
		}

	// 结束标签
	@Override
	public void endElement(String uri, String localName, String qName)
			throws SAXException {
		// 读到contact的结束标签则放入list中
		curTag=null;
		if ("contact".equals(qName)) {
			list.add(contact);
		}
	}

}


六、schema约束



XML Schema 也是一种用于定义和描述 XML 文档结构与内容的模式语言，其出现是为了克服 DTD 的局限性



XML Schema 文件自身就是一个XML文件，但它的扩展名通常为.xsd。支持名称空间。 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。



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。



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。



学习目标：不需要我们编写xsd 重点：根据xsd编写出xml文档。 难点：在xml中引入xsd约束


基本操作步骤：



a、根据xsd文件，找到根元素


<?xml version="1.0" encoding="UTF-8"?>
<书架>

</书架>




b、根元素来在哪个名称空间 使用xmlns关键字来声明名称空间。


<?xml version="1.0" encoding="UTF-8"?>
<tf:书架 xmlns:tf="http://www.tianfang1314.cn">

</tf:书架>




c、名称空间和哪个xsd文件对应


<?xml version="1.0" encoding="UTF-8"?>
<tf:书架 xmlns:tf="http://www.tianfang1314.cn"
    schemaLocation="http://www.tianfang1314.cn book.xsd">

</tf:书架>




d、schemaLocation来自一个标准的名称空间：固定写法


<?xml version="1.0" encoding="UTF-8"?>
<tf:书架 xmlns:tf="http://www.tianfang1314.cn"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://www.tianfang1314.cn book.xsd">

</tf:书架>











总结：


XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。xml是一种重要的知识点，需要多练习才能进一步的掌握。其实这些东西说难不难，说易烨不易，主要是很多细节上面的东西，希望可以多查看帮助文档来进一步了解，常用的几种格式要掌握，如果想要进进一步加强理解可以查看：http://blog.csdn.net/sdksdk0/article/details/50749326









源码地址：












   






            

            
posted @ 
2016-06-01 13:41 
朱培 
阅读(169) 
评论(0) 
编辑 
收藏 
举报