Java基础——XML

1、XML意为可扩展标记语言，Extensible Markup Language，能够表达层次结构，并且重复的元素不会被曲解。

2、XML和HTML的区别：
（1）与HTML不同，XML对大小写敏感；
（2）在HTML中，若从上下文中可以知道哪里是段落或者列表项的结尾，则可省略结束标签。而XML中结束标签不可省略。
（3）在XML中，只有单个标签而没有相对应的结束标签的元素必须以/结尾
（4）在XML中，属性值必须用引号括起来
（5）在HTML中，属性名可以没有值，但XML的所有属性必须有值。

3、格式良好的XML文档：
（1）必须有XML声明语句
（2）有且仅有一个根元素
（3）标签大小写敏感
（4）属性值用双引号
（5）标签成对
（6）元素正确嵌套
*XML文档以文档头开始。<?xml version=”1.0”?>
*文档头之后是文档定义类型，<?DOCTYPE ……>
<?xml version=”1.0”?>
<?DOCTYPE configuration …>



….


*经验法则：属性只应该用来修改值的解释，而不是用来指定值

4、常见XML解析技术：
（1）DOM解析：官方提供，基于XML的树形解析器
（2）SAX解析：民间提供，基于事件的流机制解析器
（3）JDOM解析：第三方提供，开源免费，比DOM解析快
（4）DOM4J解析：第三方提供，开源免费，是JDOM的升级版
*DOM解析：若文件过大，会造成内存溢出。优点是方便实现增删改操作。
*SAX解析：采用事件驱动，边读边解析，从上到下，一行一行的解析，解析到某一个对象，把对象名称返回。解析时不会造成内存溢出，能够实现查询操作，但不能实现增删改操作。

5、DOM解析：读入XML文档，首先需要一个DocumentBuilder对象，可从DocumentBuilderFactory中得到
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
File f = ….
(或者 URL u = …)
(或者 InputStream in = …)
Document doc = builder.parse(f/u/in);
*Document对象是XML文档的树形结构在内存中的表示形式，实现了Node接口。
*Element getDocumentElement方法启动对文档内容的解析，返回根元素
String getTagName方法返回元素的标签名
String getAttribute(String name)返回给定名字的属性值，没有时返回空字符串
trim方法可以把实际数据前后的空白字符删掉
NodeLIst getChildNodes方法返回类型为NodeLIst的集合
Node getFirstChild获取该节点的第一个子节点，没有时返回null
Node getLastChild获取该节点的最后一个子节点，没有时返回null
Node getNextSibling获取该节点的下一个兄弟节点，没有时返回null
Node getParentNode获取该节点的父节点，没有时返回null
NamedNodeMap getAttributes返回含有描述该节点所有属性的Attr节点的映射表

6、验证XML文档：XML解析器能自动校验某个文档是否具有正确的结构。若要指定文档结构，可提供文档定义类型（DTD）或一个XML Schema定义
（1）DTD可在XML文档的开头声明
<?xml version=”1.0”?>
<?DOCTYPE configuration [

<!Element configuration …>>

…
]>

….

规则被纳入到DOCTYPE声明中，位于由[…]限定界限的块中，文档类型必须匹配根元素的名字。但这样写会使得代码长度边长，可把DTD存储在外部，SYSTEM声明可以用来实现这个目标，可指定包含DTD的URL：
<?DOCTYPE configuration SYSTEM “config.dtd”>
或者
<?DOCTYPE configuration SYSTEM “http://myserver.com/config.dtd”>
*使用DTD能够使得解析器在解析XML文档时能够明确解析DTD指定的子元素，解析器就能知道子元素之间的空白符不是文本，这样就能简化代码。
（2）XML Schema定义
<?xml version=”1.0”?>
<configuration xmlns:xsi=” http://www.w3.org/2001/XMLSchema-instance”
Xsi:noNamespaceSchemaLocation=”config.xsd”>
….

*Schema本身就是XML文档
Schema功能比DTD强大，正逐步替代DTD
Schema的根元素固定为schema
Schema文档定义完毕后，需要绑定到一个URI地址上，地址称为名称空间
*前缀xsd：表示XSL Schema定义的名称空间
*解析带有Schema的XML文件和解析带有DTD的XML文件的3点差别：
（1）必须打开对命名空间的支持，即使在XML文件里用不到
factory.setNamespaceAware(true);
（2）通过如下代码处理Schemade工厂
final String JAPX_SCHEMA_LANGUAGE=”http://java.sun.com/xml/jaxp/properties/sch”;
final String W3C_XML_SCHEMA=”http://www.w3.org/2001/XMLschema”;
factory.setAttribute(JAPX_SCHEMA_LANGUAGE, W3C_XML_SCHEMA);
（3）解析器不会丢弃元素中的空白字符

7、使用XPath定位信息：要定位某个XML文档中的一段特定信息，使用XPath语言使得访问树节点变得容易。如：

…

dbuser
secret

…

通过对XPath表达式/configuration/database/username求得database中username的值
*使用XPath表达式首先从XPathFactory创建一个XPath对象
XPathFactory XPFactory = XPathFactory.newInstance();
Path = XPFactory.newXPath();
然后，调用evaluate方法计算XPath表达式：
String name = Path.evaluate(“/configuration/database/username”,doc);

**DOM解析器可完整的读入XML文档，将其转换成一个树形的数据结构。但当文档过大时，并且处理算法简单，可以在运行时解析节点，且不必看到完整的树形结构，这是DOM解析就很低效。这时可使用流机制解析器，SAX解析器在解析XML输入数据的各个组成部分时会报告时间，但不会以任何形式存储文档，而是由时间处理器建立相应的数据结构。实际上，DOM解析器是在SAX解析器上建立起来的，它在接收到解析器事件时构建DOM树。

8、SAX解析器的代码：
SAXParserFactory factory = SAXParserFactory.newInstance();
factory.setNamespaceAware(true);
SAXPaser parser = factory.newSAXParser();
Parser.parse(source,handler);
Source可以是一个文件、一个URL字符串或者一个输入流，handler属于DefaultHandler的一个子类
*与DOM解析器一样，命名空间处理特性默认是关闭的，可以调用工厂类的setNamespaceAware方法激活命名空间处理特性

9、生成XML文档：用文档的内容创建一棵DOM树，然后再写出概述的所有内容。
（1）不带命名空间的文档
通过调用DocumentBuilder类的newDocument方法得到一个空文档
Document doc = builder.new Document();
使用Document类的createDocument方法构建文档里的元素
Element rootElement = doc.createElement(rootName);
Element childElement = doc.createElement(childName);
使用createTextNode方法构建文本节点
Text textNode = doc.CreateTextNode(textContents);
使用下面的方法给文档添加根元素，给父节点添加子节点
doc.append(rootElement);
rootElement.appendChild(childElement);
childElement.appendChild(textNode);
使用下面的方法设置元素属性
rootElement.setAttribute(name,value);
（2）带命名空间的文档
首先需要将生成器工厂设置为是命名空间感知的，然后再创建生成器
DocmentBuilderFactory factory = DocumentBuilderFactory.newInstance();
Factory.setNamespaceAware(true);
Builder = factory.newDocumentBuilder();
使用createElementNS创建所有节点
String namespace = http://www.w3.org/2000/svg;
Element rootElement = doc.createElementNS(namespace,”svg”);
设置元素属性
rootElement.setAttributeNS(namespace,qualifiedName,value);
（3）写出文档：把DOM树写出到输出流最容易的方式是使用可扩展的样式表语言转换（Extensible Stylesheet Language Transformations，XSLT）API。