XML总结

XML

XML的作用

1. 可以用来保存数据
2. 可以用来做配置文件
3. 可以作为数据传输载体

XML的结构

文档声明

文档声明放在XML文档第一行,其参数如下

1. version: 解析这个XML的时候，使用什么版本的解析器解析

   <?XML version="1.0" ?>
   

2. encoding: 解析XML中的文字的时候，使用什么编码来翻译

   <?XML version="1.0" encoding="gbk" ?>
   

3. standalone: 表名该XML文档是否依赖其他XML文档
   • no: 该文档会依赖关联其他文档
   • yes: 这是一个独立的文档

   <?XML version="1.0" encoding="gbk" standalone="no" ?>
   

encoding详解

encoding规定的是解码的时候用什么版本的解析器解析
而默认文件保存的时候,使用的是GBK的编码保存
文件保存时的编码必须要和解析时的编码相一致

保存文件的见到的ANSI对应的其实是我们的本地编码GBK
为了通用,一般使用UTF-8编码保存XML文件,并将声明中的encoding设置为utf-8

元素定义(标签)

1. 元素其实就是XML里的标签,<>括起来的都叫元素,必须成对出现.
2. 元素可以嵌套
   简单元素: 元素里面包含了普通的文字
   复杂元素: 元素里面还可以嵌套其他的元素
3. 文档声明下来的第一个元素叫做根元素(根标签),所有其他标签必须嵌套在根元素内.
4. 空标签: 既是开始也是结束,一般配合属性来用.

<?XML version="1.0" encoding="UTF-8"?>
<stus>
	<stu>
		<name>张三</name>
		<age/>
	</stu>
	<stu>
		<name>李四</name>
		<age/>
	</stu>
</stus>

属性定义

属性定义在元素里面, 语法<元素名称 属性名称="属性值"></元素名称>

<?XML version="1.0" encoding="UTF-8"?>
<stus>
	<stu id="1161160313">
		<name>张三</name>
		<age/>
	</stu>
	<stu id="1161160314">
		<name>李四</name>
		<age/>
	</stu>
</stus>

XML注释

XML注释语法与html注释一样. <!-- 注释内容 -->
注释不允许放置在文档的第一行,必须在文档声明的下面.

<?XML version="1.0" encoding="UTF-8"?>
<!--
	这里有两个学生,分别存储姓名与年龄
	注释放首行无效,必须放在文档声明以下
-->
<stus>
	<stu id="1161160313">
		<name>张三</name>
		<age/>
	</stu>
	<stu id="1161160314">
		<name>李四</name>
		<age/>
	</stu>
</stus>

CDATA区

非法字符

XML中有5个预定义的实体引用,用来代表非法字符.

实体引用	代表字符
&lt;	<
&gt;	>
&amp;	&
&apos;	'
&quot;	"

严格来讲,在 XML 中仅有字符 “<“和”&” 是非法的,省略号、引号和大于号是合法的,但把它们替换为实体引用是个好的习惯

CDATA区

如果某段字符串里面有过多的非法字符,并且里面包含了类似标签或者关键字的这种文字,不想让XML的解析器去解析,那么可以使用CDATA来包装.
CDATA语法一般比较少见,通常在服务器给客户端返回数据的时候。

<des><![CDATA[<a href="http://www.baidu.com">个人描述</a>]]></des>

XML解析

XML解析方式

xml解析方式有很多种,但是常用的有两种

1. DOM(document object model): 把整个XML文档全部读到内存当中,形成一个DOM树. 整个文档称之为Document对象,属性称之为Attribute对象,所有的节点元素称之为Element对象,文本也可以称之为Text对象,以上所有的对象都可以称之为Node节点.
2. SAX(simple API for XML): 基于事件驱动,读取一行,解析一行.
   如果XML文档比较大,DOM操作会造成内存溢出,但DOM操作可以对XML文件进行增删而SAX操作不能.
   

解析XML的API

常用的XML解析API有如下几种:jaxp, jdom,dom4j
其中dom4j应用最为广泛

Dom4j 基本用法

要解析XML文档,首先要把dom4j的jar包导入工程并添加路径.

解析如下XML文件:

<?xml version="1.0" encoding="UTF-8"?>
<stus>
	<stu id="1161160313">
		<name>张三</name>
		<age>18</age>
		<address>深圳</address>
	</stu>
	<stu id="1161160314">
		<name>李四</name>
		<age>18</age>
		<address>北京</address>
	</stu>
</stus>

dom4j使用步骤:

1. 创建SaxReader对象
2. 指定XML源文件
3. 获取根元素
4. 根据根元素获取子元素或者下面的子孙元素

try {
	// 1.创建sax读取对象
	SAXReader reader = new SAXReader();
	// 2.指定解析的xml源
	Document document = reader.read(new File("src/xml/sts.xml"));
	// 3.得到根元素
	Element rootElement = document.getRootElement();
	
	// 4.获取根元素下面的所有的子元素
	List<Element> elements = rootElement.elements();
	for (Element element : elements) {
		// 获取stu子元素的name子元素
		String name = element.element("name").getText();
		String age = element.element("age").getText();
		String address = element.element("address").getText();
		System.out.println("name=" + name + ",age=" + age + ",address=" + address);
	}
} catch (DocumentException e) {
	e.printStackTrace();
}

Xpath语法

dom4j里支持Xpath语法. xpath是XML的路径语言,使我们在解析XML的时候,能够快速的定位到具体的某一个元素.
要想使用Xpath语法,要先引入对应的jar包.

Xpath常用语法:

1. /AAA/BBB/CCC: 找到根元素下的AAA元素下的所有BBB子元素的所有CCC子元素.
2. //AAA: 找到文档中所有AAA元素.

try {
	// 1.创建sax读取对象
	SAXReader reader = new SAXReader();
	// 2.指定解析的xml源
	Document document = reader.read(new File("src/xml/sts.xml"));
	// 3.得到根元素
	Element rootElement = document.getRootElement();
	
	// 4.根据xpath语法规则查找元素
	//	使用selectSingleNode方法,只会返回第一个匹配的元素
	Element nameElement= (Element)rootElement.selectSingleNode("//name");
	System.out.println(nameElement.getText());
	//	使用selectNodes方法,会返回所有匹配的元素
	List<Element> nameElements= rootElement.selectNodes("//name");
	for (Element element : nameElements) {
		System.out.println(element.getText());
	}	
} catch (DocumentException e) {
	e.printStackTrace();
}

XML约束

下面文档,属性的id值有相同,并且第二个学生有多个姓名元素. 这种情况在XML语法中是允许的,但不符合实际情况,因此要对其加以约束.

<stus>
	<stu id="10086">
		<name>张三</name>
		<age>18</age>
		<address>深圳</address>
	</stu>
	<stu id="10086">
		<name>李四</name>
		<name>李五</name>
		<name>李六</name>
		<age>28</age>
		<address>北京</address>
	</stu>
</stus>

对XML的语法有两种:DTD和SCHEMA,SCHEMA的出现是用来替代DTD的.