XML详解-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_37744716/article/details/98736555

XML

extensible markup language 可扩展的标记语言

XML有什么用?

可以用来保存数据
可以用来做配置文件
数据传输载体

XML是树状结构

XML 仅仅是纯文本

XML 没什么特别的。它仅仅是纯文本而已。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。标签的功能性意义依赖于应用程序的特性。

定义XML

文档声明

<?xml version="1.0" ?>

简单声明,version:解析这个xml的时候,使用什么版本的解析器

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

encoding:解析xml中的文字的时候,使用什么编码来编译

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

standalone:no 该文档会关联其他文档

默认文件保存的时候，使用的是GBK的编码保存。

所以要想让我们的xml能够正常的显示中文，有两种解决办法

让encoding也是GBK 或者 gb2312 .
如果encoding是 utf-8 ，那么保存文件的时候也必须使用utf-8
保存的时候见到的ANSI 对应的其实是我们的本地编码 GBK。

为了通用，建议使用UTF-8编码保存，以及encoding 都是 utf-8

元素定义（标签）

其实就是里面的标签， <> 括起来的都叫元素。成对出现。如下：
```
<stu> </stu>
```
文档声明下来的第一个元素叫做根元素 (根标签)
标签里面可以嵌套标签
空标签

   既是开始也是结束。 一般配合属性来用。
   
   <age/>

	<stu>
		<name>张三</name>
		<age/>
	</stu>

标签可以自定义。

XML 命名规则
XML 元素必须遵循以下命名规则：

名称可以含字母、数字以及其他的字符 
名称不能以数字或者标点符号开始 
名称不能以字符 “xml”（或者 XML、Xml）开始 
名称不能包含空格

命名尽量简单，做到见名知义

XML 标签对大小写敏感

XML 元素使用 XML 标签进行定义。

XML 标签对大小写敏感。在 XML 中，标签与标签是不同的。

必须使用相同的大小写来编写打开标签和关闭标签：

简单元素 & 复杂元素

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

属性的定义

定义在元素里面， <元素名称属性名称=“属性的值”></元素名称>

	<stus>
		<stu id="10086">
			<name>张三</name>
			<age>18</age>
		</stu>
		<stu id="10087">
			<name>李四</name>
			<age>28</age>
		</stu>
	</stus>

xml注释：

与html的注释一样。

<!-- --> 
如： 

	<?xml version="1.0" encoding="UTF-8"?>
	<!-- 
		//这里有两个学生
		//一个学生，名字叫张三， 年龄18岁， 学号：10086
		//另外一个学生叫李四  。。。
	 -->

xml的注释，不允许放置在文档的第一行。必须在文档声明的下面。

CDATA区

服务器给客户端传数据时会出现

实体引用

在 XML 中，一些字符拥有特殊的意义。

如果你把字符 “<” 放在 XML 元素中，会发生错误，这是因为解析器会把它当作新元素的开始。

这样会产生 XML 错误：

<message>if salary < 1000 then</message>

为了避免这个错误，请用实体引用来代替 “<” 字符：

<message>if salary &lt; 1000 then</message>

在 XML 中，有 5 个预定义的实体引用：

<	<	小于
>	>	大于
&	&	和号
'	’	单引号
"	"	引号

注释在 XML 中，只有字符 “<” 和 “&” 确实是非法的。大于号是合法的，但是用实体引用来代替它是一个好习惯。

所有 XML 文档中的文本均会被解析器解析。

只有 CDATA 区段（CDATA section）中的文本会被解析器忽略。

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 部分由 “<![CDATA[*" 开始，由 "*]]>” 结束：

<script>
<![CDATA[
function matchwo(a,b)
{
if (a < b && a < 0) then
  {
  return 1;
  }
else
  {
  return 0;
  }
}
]]>
</script>

在上面的例子中，解析器会忽略 CDATA 部分中的所有内容。

关于 CDATA 部分的注释：

CDATA 部分不能包含字符串 “]]>”。也不允许嵌套的 CDATA 部分。

标记 CDATA 部分结尾的 “]]>” 不能包含空格或折行。

XML解析

获取XML里面的字符或属性

XML的解析方式

有很多种,常用的有两种.

在这里插入图片描述

SAX(Simple API for Xml)

基于事件驱动,读取一行,解析一行,不会造成内存溢出,不可以进行增删,只能查询.

针对这两种解析方式的API

一些组织或者公司，针对以上两种解析方式，给出的解决方案有哪些？

	jaxp  sun公司,比较繁琐
	jdom
	dom4j  使用比较广泛

Dom4j 基本用法

创建SaxReader对象
指定解析的xml
获取根元素。
根据根元素获取子元素或者下面的子孙元素

XPath的使用

dom4j里面支持Xpath的写法。 xpath其实是xml的路径语言，支持我们在解析xml的时候，能够快速的定位到具体的某一个元素。

添加jar包依赖

jaxen-1.1-beta-6.jar
在查找指定节点的时候，根据XPath语法规则来查找
后续的代码与以前的解析代码一样。

XML 约束

DTD

语法自成一派，早期就出现的。可读性比较差。

Schema

其实就是一个xml ，使用xml的语法规则， xml解析器解析起来比较方便，是为了替代DTD 。
但是Schema 约束文本内容比DTD的内容还要多。所以目前也没有真正意义上的替代DTD

名称空间的作用

一个xml如果想指定它的约束规则，假设使用的是DTD ，那么这个xml只能指定一个DTD ，不能指定多个DTD 。但是如果一个xml的约束是定义在schema里面，并且是多个schema，那么是可以的。简单的说：一个xml 可以引用多个schema约束。但是只能引用一个DTD约束。

名称空间的作用就是在写元素的时候，可以指定该元素使用的是哪一套约束规则。默认情况下，如果只有一套规则，那么都可以这么写.