XML及XML的解析方式

写在前面的话

简介

像我们学的Java可以理解为人与计算机交流的语言，而XML我们可以理解为软件与软件交流的一门语言。比方说C语言和Java如何进行交流，那么XML和后面介绍的JSON就是我们首选的语言。

XML指可扩展标记语言（extensible markup language）

特点：

1. xml具有平台无关性。表示XML文件无论是windows还是Linux打开都是一样的，无论是Java还是python等解析出来效果也是一样的。
2. 是一门独立的标记语言。即不依赖任何东西去描述数据，或者独立存在也有意义
3. xml能描述自己

为什么学习XML

1. 网络数据传输 （一般用JSON）
   • 用更好的方式传输数据
   • 服务器和客户端可能语言不一样，XML可以跨语言
2. 数据存储 （用的很少）
3. 配置文件 （用的多）
   • 用XML配置文件，可以在多个语言之间互通

XML文件

.XML文件是保存XML数据的一种方式

XML数据也可以以其他的方式存在（如在内存中构建XML数据，或者存在字符串中）

不要将XML语言狭隘的理解为XML文件。

XML语法格式

1，XML文档声明

文档声明放第一行

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

2，标记（元素/ 标签/ 节点 ）

XML文档，由一个个的标记组成

标记语法：

• 开始标记（开放标记）：<标记名称>
• 标记内容：位于开始标记与结束标记之间
• 结束标记（闭合标记）：</标记名称>

举例：通过标记描述一个人名：

• <name>王二麻子</name>

标记名称命名规则：

• 可以含字母，数字，其他字符
• 不能以数字和标点符号开始
• 不能以"xml"或"XML"开始
• 不能包含空格和冒号(😃
• 名称区分大小写

3，标记可以嵌套，但不能交叉

正确：

<person>
​		<name>张三</name>
​		<age>18</age>
</person>

错误：

<person>
​		<name>张三<age></name>18</age>
</person>

4，一个XML文档中，必须有且仅有一个根标记

最外层的标记为跟标记，由一对包含所有，只能有一对：

正确

<names>
​		<name>张三</name>
​		<name>李四</name>
</names>

错误

<name>张三</name>
​<name>李四</name>

5，标记的层级称号

有：子标记，父标记，兄弟标记，后代标记，祖先标记

例如:

<persons>
​	 <person>
​			<name>张三</name>
​			<age>18</age>
​	</person>
​	<person>
​			<name>李四</name>
​			<age>20</age>
​	</persons>
</person>

name是person的子标记.

name是persons的后代标记.

name是age的兄弟标记.

person是name的父标记.

persons是name的祖先标记.

6，标记名称允许重复

7，标记除了开始和结束，还有属性

属性在开始标记中描述，有属性名和属性值构成，此两者为键值对。

格式：

• 可以包含0-N个属性
• 属性名不能重复
• 多个属性之间空格分割
• 属性值必须引号引住

例如：

<persons>
​		<person id="1001" groupid="01">
​				<name>张三</name>
​				<age>18</age>
​		</person>
​		<person>
​				<name>李四</name>
​				<age>20</age>
​		</persons>
</person>

8，注释

注释不能写在文档声明前

注释不能嵌套注释

格式：

• 注释开始：<! –
• 注释结束：-- >

语法进阶CDATA（了解）

CDATA 是不应该由 XML 解析器解析的文本数据。

像 “<” 和 “&” 字符在 XML 元素中都是非法的。

“<” 会产生错误，因为解析器会把该字符解释为新元素的开始。

“&” 会产生错误，因为解析器会把该字符解释为字符实体的开始。

某些文本，比如 JavaScript 代码，包含大量 “<” 或 “&” 字符。为了避免错误，可以将脚本代 码定义为 CDATA。

CDATA 部分中的所有内容都会被解析器忽略。

CDATA 构成：

• 由 “<![CDATA[” 开始。
• 由 “]]>” 结束。

DOM4解析XML

解析步骤:

1. 引入jar文件 dom4j.jar
2. 创建一个指向XML文件的输入流
   FileInputStream fis = new FileInputStream(“xml文件的地址”);
3. 创建一个XML读取工具对象
   SAXReader sr = new SAXReader();
4. 使用读取工具对象, 读取XML文档的输入流 , 并得到文档对象
   Document doc = sr.read(fis);
5. 通过文档对象, 获取XML文档中的根元素对象
   Element root = doc.getRootElement();

文档对象 Document

指的是加载到内存的 整个XML文档.

常用方法:
1. 通过文档对象, 获取XML文档中的根元素对象
Element root = doc.getRootElement();
2. 添加根节点
Element root = doc.addElement(“根节点名称”);

元素对象

指的是XML文档中的单个节点.

常用方法:
1. 获取节点名称
String getName();
2. 获取节点内容
String getText();
3. 设置节点内容
String setText();
4. 根据子节点的名称 , 获取匹配名称的第一个子节点对象.
Element element(String 子节点名称);
5. 获取所有的子节点对象
List elements();
6. 获取节点的属性值
String attributeValue(String 属性名称);
7. 获取子节点的内容
String elementText(String 子节点名称);
8. 添加子节点
Element addElement(String 子节点名称);
9. 添加属性
void addAttribute(String 属性名,String 属性值);

解析本地文件案例：

//1.    获取文件的输入流
FileInputStream fis = new FileInputStream("C:\\...\\books.xml");
//2.    创建XML读取工具对象
SAXReader sr = new SAXReader();
//3.    通过读取工具, 读取XML文档的输入流 , 并得到文档对象
Document doc = sr.read(fis);
//4.    通过文档对象 , 获取文档的根节点对象
Element root = doc.getRootElement();
//5.    通过根节点, 获取所有子节点
List<Element> es = root.elements();
//6.    循环遍历三个book
for (Element e : es) {
    //1.    获取id属性值
    String id = e.attributeValue("id");
    //2.    获取子节点name , 并获取它的内容
    String name = e.element("name").getText();
    //3.    获取子节点info , 并获取它的内容
    String info = e.element("info").getText();
    System.out.println("id="+id+",name="+name+",info="+info);
}

解析网络文件案例：

实现号码归属地的查询

String phone = "15500000000";
//1.    获取到XML资源的输入流
URL url = new URL("http://apis.juhe.cn/mobile/get?phone="+phone+"&dtype=xml&key=9f3923e8f87f1ea50ed4ec8c39cc9253");
URLConnection conn = url.openConnection();
InputStream is = conn.getInputStream();//拿到该网址下的输入流
//2.    创建一个XML读取对象
SAXReader sr = new SAXReader();
//3.    通过读取对象 读取XML数据，并返回文档对象
Document doc = sr.read(is);
//4.    获取根节点
Element root = doc.getRootElement();
//5.    解析内容
String code = root.elementText("resultcode");
if("200".equals(code)){
    Element result = root.element("result");
    String province = result.elementText("province");
    String city = result.elementText("city");
    if(province.equals(city)){
        System.out.println("手机号码归属地为："+city);
    }else{
        System.out.println("手机号码归属地为："+province+" "+city);
    }
}else{
    System.out.println("请输入正确的手机号码");
}

Xpath解析XML

路径表达式

通过一系列符号直接查找XML里面的内容，相比于前面DOM4解析，Xpath解析xml文件更加方便。

通过路径快速的查找一个或一组元素
1. / : 从根节点开始查找
2. // : 从发起查找的节点位置 查找后代节点
3. . : 查找当前节点
4. … : 查找父节点
5. @ : 选择属性。属性使用方式:

• [@属性名=‘值’]
• [@属性名>‘值’]
• [@属性名<‘值’]
• [@属性名!=‘值’]

使用步骤

通过Node类的两个方法, 来完成查找：(Node是 Document 与 Element 的父接口)

方法1：

根据路径表达式, 查找匹配的单个节点：Element e = selectSingleNode(“路径表达式”);

方法2：

List<Element> es = selectNodes("路径表达式");

案例一：

//1.    获取文件的输入流
FileInputStream fis = new FileInputStream("C:\\...\\books.xml");
//2.    创建XML读取工具对象
SAXReader sr = new SAXReader();
//3.    通过读取工具, 读取XML文档的输入流 , 并得到文档对象
Document doc = sr.read(fis);
//3.    通过文档对象+Xpath，查找所有的name节点
List<Node> names = doc.selectNodes("//name");
for(int i=0; i<names.size(); i++){
    System.out.println(names.get(i).getName());
    System.out.println(names.get(i).getText());
}

案例二：

String phone = "15500000000";
//1.    获取到XML资源的输入流
URL url = new URL("http://apis.juhe.cn/mobile/get?phone="+phone+"&dtype=xml&key=9f3923e8f87f1ea50ed4ec8c39cc9253");
URLConnection conn = url.openConnection();
InputStream is = conn.getInputStream();
//2.    创建一个XML读取对象
SAXReader sr = new SAXReader();
//3.    通过读取对象 读取XML数据，并返回文档对象
Document doc = sr.read(is);

Node node = doc.selectSingleNode("//company");
System.out.println("运营商："+node.getText());
is.close();

通过java生成XML

步骤

1. 通过文档帮助器 (DocumentHelper) , 创建空的文档对象
   Document doc = DocumentHelper.createDocument();

2. 通过文档对象, 向其中添加根节点
   Element root = doc.addElement(“根节点名称”);

3. 通过根节点对象root , 丰富我们的子节点
   Element e = root.addElement(“元素名称”);

4. 创建一个文件输出流 ,用于存储XML文件
   FileOutputStream fos = new FileOutputStream(“要存储的位置”);

5. 将文件输出流, 转换为XML文档输出流
   XMLWriter xw = new XMLWriter(fos);

6. 写出文档
   xw.write(doc);

7. 释放资源
   xw.close();

举例：

//1.    通过文档帮助器, 创建空的文档对象
Document doc = DocumentHelper.createDocument();
//2.    向文档对象中, 加入根节点对象
Element books = doc.addElement("books");
//3.    向根节点中 丰富子节点
for(int i=0;i<1000;i++) {
    //向根节点中加入1000个book节点.
    Element book = books.addElement("book");
    //向book节点, 加入id属性
    book.addAttribute("id", 1+i+"");
    //向book节点中加入name和info节点
    Element name = book.addElement("name");
    Element info = book.addElement("info");
    name.setText("苹果"+i);
    info.setText("哈哈哈"+i);
}
//4.    创建文件的输出流
FileOutputStream fos = new FileOutputStream("c:\\books.xml");
//5.    将文件输出流 , 转换为XML文档输出流
XMLWriter xw = new XMLWriter(fos);
//6.    写出XML文档
xw.write(doc);
//7.    释放资源
xw.close();
System.out.println("代码执行完毕");

XStream的使用（了解）

使用步骤

功能：快速的将Java中的对象, 转换为 XML字符串.

使用步骤：

1. 创建XStream 对象
   XStream x = new XStream();

2. 修改生成的根节点名称 (可改可不改，默认根节点名称为 包名.类名)
   x.alias(“节点名称”,类名.class);(将类名.class更改为节点名称)

3. 传入对象 , 生成XML字符串
   String xml字符串 = x.toXML(对象);

举例：

Person p = new Person(1001, "张三", "不详");
XStream x = new XStream();
x.alias("person", Person.class);
String xml = x.toXML(p);
System.out.println(xml);

Java如何解析XML（掌握）

问: Java中有几种XML解析方式 ? 分别是什么 ? 有什么样的优缺点 ?

答: 四种.

1. SAX解析

   • 解析方式是事件驱动机制 !
   • SAX解析器, 逐行读取XML文件解析 , 每当解析到一个标签的开始/结束/内容/属性时,触发事件.
   • 我们可以编写程序在这些事件发生时, 进行相应的处理.

2. DOM解析

   • 是用与平台和语言无关的方式表示XML文档的官方W3C标准，分析该结构通常需要加载整个文档和内存中建立文档树模型.程序员可以通过操作文档树, 来完成数据的获取 修改 删除等.
   • 优点:
     文档在内存中加载, 允许对数据和结构做出更改.
     访问是双向的，可以在任何时候在树中双向解析数据。
   • 缺点:
     文档全部加载在内存中 , 消耗资源大.

3. JDOM解析

   • 目的是成为Java特定文档模型，它简化与XML的交互并且比使用DOM实现更快。由于是第一个Java特定模型，JDOM一直得到大力推广和促进。

   • JDOM文档声明其目的是“使用20%（或更少）的精力解决80%（或更多）Java/XML问题”根据学习曲线假定为20%）

   • 优点:
     使用具体类而不是接口，简化了DOM的API。
     大量使用了Java集合类，方便了Java开发人员。

   • 缺点:

     ​ 没有较好的灵活性。

     ​ 性能不是那么优异。

4. DOM4J解析
   1.它是JDOM的一种智能分支。它合并了许多超出基本XML文档表示的功能，包括集成的XPath支持、XML Schema支持以及用于大文档或流化文档的基于事件的处理。它还提供了构建文档表示的选项，
   2.DOM4J是一个非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写XML。
   3.目前许多开源项目中大量采用DOM4J , 例如:Hibernate