1. XML总结
1.1. XML简介
XML : 可扩展的标记语言。（和HTML非常类似的）
- 可扩展的。
- 自定义的标签。
与HTML区别： XML传输数据，HTML是显示数据。
XML的版本： XML1.0（几乎都使用该版本） XML1.1（不向下兼容）
做什么用？=>描述有关系的数据
应用
- 作为配置文件。
- 可以在系统与系统之间进行数据的传输。
- webserivice soap XML封装数据
- json 和XML概念相似
1.2. XML基本语法
- 文档声明（*****）
写法： 注意：
文档声明必须出现在xml文件的|--第一行和第一列--|(即该语句前面不能有空格，空行)的位置。
-
属性：
- version="1.0" XML的版本 （必须写）
- encoding="UTF-8" 编码集 （可选的）决定解码的方式
- standalone="yes或者no" 代表xml的文件是否是独立的。（如果是no，不独立，可以引入外部的文件）（可选的）
- 该属性没什么卵用，因为不写该属性，也可以引入外部的文件，即该值默认为 no 。
-
乱码会伴随你们一生？
- 产生的原因：保存文件时和打开文件时采用的编码不一致。
- 解决办法：保存文件和打开文件采用的编码一致就ok。（MyEclipse不会产生乱码问题,自动转换好了）
- 元素（***）
- 属性（***）
- 自定义：命名规范同上。
- 在同一个元素上，不能有相同的属性。（*****）
- 属性值可以使用双引号或者单引号。
-
注释（*）
和HTML的注释相同
注释不能嵌套。
-
特殊字符
转义字符< <> >& &单个双引号 "单个单引号 '
其中 < 和 & 符号必须转义，其他三个可以不用转义
如何在网页上显示特定的字符串？(包含一堆特殊字符，全部转义特别麻烦)
-
CDATA区
- 把标签中的内容作为字符串。
- 语法：
例:
8){ "das"&&'ds'; } ]]> -
PI（处理指令）（没用）
- 替换HTML
1.3. XML约束
约束的分类
- DTD
- schema
<猫/>
- 格式良好的XML：遵循语法规范。
- 有效的XML：有约束。
1.3.1. XML约束--DTD 约束
- DTD的约束
快速入门
-
快速入门的步骤：
需要出现哪些标签？
在DTD的文件中编写元素
-
判断元素是否是复杂还是简单元素？
- 如果是简单元素：(#PCDATA) 代表是字符串，必须有()
- 如果是复杂元素：(子节点1，子节点2 ...) 内部是子结点的元素名称
-
需要在book.xml引入外部DTD的文件
-
DTD与XML文档的关联方式
可以在XML的文件中直接书写DTD的代码。（经常使用）
DTD的代码
]>引入本地的DTD文件（经常使用）
引入网络上的DTD文件（偶尔使用）
* 元素定义
* 语法：
* (#PCDATA) 字符串，中间可以为空
* EMPTY 空，标签内部不能包含数据，不能包括空格、换行
* ANY 任意的，中间可以为空，可以为字符串，可以为(子元素)
* (子元素)
* 子元素：
* 子元素之间的关系
, 子元素出现是有顺序的
| 子元素只能出现一个
* 子元素出现的次数
+ 子元素出现1次或多次
* 子元素出现0次或多次
? 子元素出现0次或1次
在子元素名后,加上数量的限定
```xml
```
* 属性定义(AttributeList)
* 写法：
```xml
```
* 属性类型
* CDATA 字符串
* 枚举（没有提供关键字） (男人|女人)-->枚举可能结果视为枚举类型声明
* ID 代表唯一的值，不能以数字开头
* 属性的约束
* #IMPLIED 可选的
* #REQUIRED 必须出现的
以下两个属性，在前面定义了，即使相应的元素中没有写，也存在，相应属性是固定值/默认值
* #FIXED 固定值 ，格式为： #FIXED "值"
* 默认值 直接在属性类型后加上该默认值 (很少用)
注意：一个元素内只能有一个 ID 属性，且 ID 属性后面的约束只能是
#REQUIRED 或者 #IMPLIED，不能是 #FIXED 或者 默认值
例：
```xml
```
* 实体定义（用的不多）
*
在元素中引用 &别名; 最终在浏览器中显示的是 "值"
* 需要在xml中引入别名，浏览器打开文件后，在引入的位置上显示值的。
例：
dtd 内容：
]>
xml 内容：
<书>&haha;
这里的&haha; 在浏览器中显示为 "卧槽"
示例: student.dtd
对应的 xml文件:
<班级 编号="des3" 年级="大一" 学校='西工大' xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="http://www.example.org/student"
xsi:schemaLocation=" http://www.example.org/student student.xsd">
<学生 编号="d3" 性别="女" >
<姓名>阿娇
<年龄>50
<身高>150
<体重>40
<学生 编号="df3" 性别="男">
<姓名>薛鹏
<年龄>55
<身高>175
<体重>70.32
1.3.2. XML约束--schema 约束
- schema约束：
- schema和DTD的对比（面试题）：
- schema符合XML的语法结构。
- DOM、SAX 可以很好地解析schema文档。
- schema对名称空间支持的好。
- schem支持更多的数据类型，自定义的数据类型。
- schema和DTD的对比（面试题）：
* 预先定义元素和属性
* schema的后缀名是.xsd
* 必须只能有一个根节点，名称是schema。
- 开发步骤
开发schema的约束文档
-
schema文档声明
-
引入W3C的名称
- 在根节点上schema，使用属性xmlns (全称： xml namespace)
- xmlns="http://www.w3.org/2001/XMLSchema"
-
起名：targetNamespace 目标名称空间（起名）
- 值是任意的："http://www.itcast.cn/1110" 一般为域名
-
- elementFormDefault
qualified（使用）：质量好的
unqualified ：质量不好的↑
- elementFormDefault
在XML文档中的--“根标签”---引入自己编写的schema文档
<根标签 属性1="值1" 属性2="值2" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.itcast.cn/1110" xsi:schemaLocation="http://www.itcast.cn/1110 student.xsd" >
-
引入W3C名称空间，我是实例文档。注意多了个 -instance
- xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" (这里的xsi 是别名)
-
引入自己编写的schema的文档
xmlns="http://www.itcast.cn/1110" xsd文档中的 targetNamespace 内容
-
问题：元素上不能有相同的属性名称
- 解决：起别名 :aa
- 技巧：在下面出现标签的概率小起别名
-
引入自己编写的schema文档的地址
-
schemaLocation属性是W3C提供的，如果W3C名称空间要是有别名的话，先把别名写上。
xsi:schemaLocation="名称空间 schema文件的地址"-
名称空间的概念
- 编写完schema文档，起唯一的名称空间。
- 在编写XML文档，通过xmlns来引入名称空间。
当标签为简单标签，没有属性时，简单文本的类型可直接在 主标签中定义
表示标签名为 name，标签内内容为double 类型-
当标签有属性，不包含子标签时，也必须设置成complexType，
且attribute属性必须在文本类型标签extension内， 当标签有属性，且包含子标签时， 需要Sequence/choice/all标签，attribute标签必须在sequence结束标签和complexType标签之间，
-
-
student.xsd
student.xml
<班级 编号="des3" 年级="大一" 学校='西工大'
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="http://www.example.org/student"
xsi:schemaLocation=" http://www.example.org/student student.xsd"
>
<学生 编号="d3" 性别="女" >
<姓名>阿娇
<年龄>50
<身高>150
<体重>40
<学生 编号="df3" 性别="男">
<姓名>薛鹏
<年龄>55
<身高>175
<体重>70.32
1.4. XML 解析（重点）
1.4.1. 解析方式简介
- 常用的有两种？DOM和SAX
- 区别：
-
DOM解析XML
- 在内存中形成树状结构
- 缺点：如果文档过大，容易产生内存溢出的问题。
- 优点：方便做增删改的操作
-
SAX解析
- 基于事件驱动，边读边解析
- 优点：不会产生内存溢出问题。
- 缺点：不能做增删改操作。
-
（DOM4J在内存生成树状结构,但是很少出现内存溢出，故一般使用 DOM4J 解析 xml）
1.4.1.1. DOM(JAXP Crimson解析器)
DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的。DOM以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下导航，而不是像SAX那样是一次性的处理。DOM使用起来也要简单得多。
1.4.1.2. SAX
SAX处理的优点非常类似于流媒体的优点。分析能够立即开始，而不是等待所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档；它可以在某个条件得到满足时停止解析。一般来说，SAX还比它的替代者DOM快许多。
选择DOM还是选择SAX？ 对于需要自己编写代码来处理XML文档的开发人员来说， 选择DOM还是SAX解析模型是一个非常重要的设计决策。 DOM采用建立树形结构的方式访问XML文档，而SAX采用的事件模型。
各自的优点/缺点:
DOM解析器把XML文档转化为一个包含其内容的树，并可以对树进行遍历。用DOM解析模型的优点是编程容易，开发人员只需要调用建树的指令，然后利用navigation APIs访问所需的树节点来完成任务。可以很容易的添加和修改树中的元素。然而由于使用DOM解析器的时候需要处理整个XML文档，所以对性能和内存的要求比较高，尤其是遇到很大的XML文件的时候。由于它的遍历能力，DOM解析器常用于XML文档需要频繁的改变的服务中。
SAX解析器采用了基于事件的模型，它在解析XML文档的时候可以触发一系列的事件，当发现给定的tag的时候，它可以激活一个回调方法，告诉该方法制定的标签已经找到。SAX对内存的要求通常会比较低，因为它让开发人员自己来决定所要处理的tag。特别是当开发人员只需要处理文档中所包含的部分数据时，SAX这种扩展能力得到了更好的体现。但用SAX解析器的时候编码工作会比较困难，而且很难同时访问同一个文档中的多处不同数据。
1.4.1.3. JDOM
JDOM的目的是成为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。正在考虑通过“Java规范请求JSR-102”将它最终用作“Java标准扩展”。从2000年初就已经开始了JDOM开发。
JDOM与DOM主要有两方面不同。首先，JDOM仅使用具体类而不使用接口。这在某些方面简化了API，但是也限制了灵活性。第二，API大量使用了Collections类，简化了那些已经熟悉这些类的Java开发者的使用。
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%)。JDOM对于大多数Java/XML应用程序来说当然是有用的，并且大多数开发者发现API比DOM容易理解得多。JDOM还包括对程序行为的相当广泛检查以防止用户做任何在XML中无意义的事。然而，它仍需要您充分理解XML以便做一些超出基本的工作(或者甚至理解某些情况下的错误)。这也许是比学习DOM或JDOM接口都更有意义的工作。
JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文档(尽管它还可以将以前构造的DOM表示作为输入)。它包含一些转换器以将JDOM表示输出成SAX2事件流、DOM模型或XML文本文档。JDOM是在Apache许可证变体下发布的开放源码。
1.4.1.4. DOM4J(重点)
虽然DOM4J代表了完全独立的开发结果，但最初，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，它通过DOM4J API和标准DOM接口具有并行访问功能。从2000下半年开始，它就一直处于开发之中。
为支持所有这些功能，DOM4J使用接口和抽象基本类方法。DOM4J大量使用了API中的Collections类，但是在许多情况下，它还提供一些替代方法以允许更好的性能或更直接的编码方法。直接好处是，虽然DOM4J付出了更复杂的API的代价，但是它提供了比JDOM大得多的灵活性。
在添加灵活性、XPath集成和对大文档处理的目标时，DOM4J的目标与JDOM是一样的：针对Java开发者的易用性和直观操作。它还致力于成为比JDOM更完整的解决方案，实现在本质上处理所有Java/XML问题的目标。在完成该目标时，它比JDOM更少强调防止不正确的应用程序行为。
DOM4J是一个非常非常优秀的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，特别值得一提的是连Sun的JAXM也在用DOM4J。
1.4.2. 解析
1.4.2.1. JAXP 下的 DOM 解析
解析
- 获取 DocumentBuilderFactory（解析器工厂类）对象
public static DocumentBuilderFactory newInstance(); 获取 DocumentBuilderFactory 的新实例。
- 获取 DocumentBuilder（解析器）对象
public abstract DocumentBuilder newDocumentBuilder() （虽然是抽象方法，但多态调用子类的实现方法）使用当前配置的参数创建一个新的 DocumentBuilder 实例。
- 解析XML文档
public Document parse(String path) 解析XML文档，返回Document对象
- 根据需求获得NodeList 集合
NodeList nodeList = document.getElementsByTagName("作者");
- 遍历NodeList集合 获取每个Node内的内容
NodeList:
Node item(int index); 根据下标获取NodeList集合中的Node对象
Node:
String getTextContent(); 获取Node对象（标签）中的文本内容
for(int i=0;i示例：
解析XML（Document parse(String uri) ）
// 获取解析器工厂类
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
// 获取解析器对象
DocumentBuilder builder = factory.newDocumentBuilder();
// 解析XML的文档，返回document对象
Document document = builder.parse("src/book2.xml");
// 获取作者元素对象的集合，返回NodeList，注意返回的是NodeList(ELement的父类)而不是Element
NodeList nodeList = document.getElementsByTagName("作者");
// 循环遍历，拿到每一个作者，打印文本的内容，getTextContent()
for(int i=0;i //获取标签的属性值
Document doc = JaxpDomutil.getDocument("src/book1.xml");
Node node = doc.getElementsByTagName("书").item(0);
NamedNodeMap attMap = node.getAttributes();
注意这里返回的是NamedNodeMap子类对象（实际上是属性集合）
System.out.println("--------------------");
System.out.println(attMap.getLength());
for(int i=0;i //递归得到 Node 中的所有节点名称（前序遍历）
public static void getNodeName(Node node){
if(node.getNodeType() == Node.ELEMENT_NODE){
System.out.println(node.getNodeName());
}
NodeList nodeList = node.getChildNodes();
for(int i=0;i回写
- 获取回写的工厂类
- 获取回写对象
- 调用回写的方法进行回写。
修改 document对象中的内容之后进行回写
// 创建回写类的工厂
TransformerFactory transformerFactory = TransformerFactory.newInstance();
// 获取回写类
Transformer transformer = transformerFactory.newTransformer();
// 调用回写的方法
transformer.transform(new DOMSource(document), new StreamResult("src/book2.xml"));
//将获取Document对象和 回写封装到方法中
public class JaxpDomutil {
public static Document getDocument(String path) throws Exception{
DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = builderFactory.newDocumentBuilder();
return builder.parse(path);
}
public static void writeXML(Document doc,String path) throws Exception{
TransformerFactory transformerFactory = TransformerFactory.newInstance();
Transformer transformer = transformerFactory.newTransformer();
transformer.transform(new DOMSource(doc), new StreamResult(path));
}
// 在指定的节点之前添加子节点
public static void InsertBefore(Node newNode,Node refNode){
Node parentNode = refNode.getParentNode();
parentNode.insertBefore(newNode, refNode);
}
}
1.4.2.2. JAXP 下的 SAX 解析
SAX的解析原理：
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（边读边解析）
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。
解析过程
- 获取解析器的工厂
SAXParserFactory saxParseFactory = SAXParserFactory.newInstance();
- 获取解析器对象
SAXParser saxParser = saxParseFactory.newSAXParser();
- 解析XML(XML的文件的地址，事件处理器)
saxParser.parse(path,new MyHandler()); // 其中MyHandler() 继承自DefaultHandler()
-
事件处理器（DefaultHandler)？
自己编写的类MyHandler()，需要继承DefalutHandler类，重写三个方法。- startElement(qName) 开始标签名
- characters(char[] ch,int start,int length) 标签内部文本内容
- endElement(qName) 结束标签名
通过传进来的参数qName、char[] 、qName 获取开始标签内容、文本内容、结束标签内容
1.4.3. DOM4j
- DOM4J的解析（必须会，企业中用的多）
- 先下载DOM4J相应的jar包。导入工程中，才能使用。
- 把dom4j-1.6.1.jar导入到工程中。
- WEB项目：复制dom4j-1.6.1.jar到 WebRoot -- WEB-INF -- lib里面。就ok。
- Java项目：右键工程项目，选择Build Path
解析过程
- 获取解析器对象
SAXReader saxReader=new SAXReader();
- 解析获取Document对象
Document doc = saxReader.read("src/book1.xml");
- 获取文档根结点
Element root = doc.getRootElement();
DOM4j中，获得Document对象的方式有三种：
- 读取XML文件,获得document对象
SAXReader reader = new SAXReader();
Document document = reader.read(new File("input.xml"));
- 解析XML形式的文本,得到document对象.
String text = "- 主动创建document对象.
Document document = DocumentHelper.createDocument(); //创建根节点
Element root = document.addElement("members");
节点方法
- 获取文档的根节点.
Element root = document.getRootElement();
- 取得某个节点的子节点.
Element element=root.element("书名");
- 取得节点的文本内容
String text=node.getText();
- 取得某节点下所有名为“member”的子节点，并进行遍历.
List nodes = rootElm.elements("member"); -->获取所有子元素结点
for (Iterator it = nodes.iterator(); it.hasNext();) {
Element elm = (Element) it.next();
// do something
}
- 对某节点下的所有子节点进行遍历.
for(Iterator it=root.elementIterator();it.hasNext();){
Element element = (Element) it.next();
// do something??
}
- 在某节点下添加子节点.
Element ageElm = newMemberElm.addElement("age");
(可通过父结点root添加
List eles = root.elements();
Element newEle=DocumentHelper.createElement("age");
newEle.setText("16");
eles.add(1,newEle); -->插入子节点集合中的1位置
)
- 设置节点文字.
element.setText("29");
- 删除某节点.
parentElm.remove(childElm); //childElm是待删除的节点,parentElm是其父节点
- 添加一个CDATA节点.
Element contentElm = infoElm.addElement("content");
contentElm.addCDATA(diary.getContent());
属性方法：
attribute.getQualifiedName() getValue()/getText()
属性名 属性值
- 取得某节点下的某属性
Element root=document.getRootElement(); //属性名name
Attribute attribute=root.attribute("size");
- 取得属性的文字
String text=attribute.getText();
- 删除某属性
Attribute attribute=root.attribute("size");
root.remove(attribute);
- 遍历某节点的所有属性
Element root=document.getRootElement();
方法一：推荐
for(int i=0;i- 设置某节点的属性和文字.
newMemberElm.addAttribute("name", "sitinspring");
- 设置属性的文字
Attribute attribute=root.attribute("name"); ---> 获取属性名为 name 的属性对象
attribute.setText("sitinspring"); ---> 设置属性值
将文档写入XML
- 文档中全为英文,不设置编码,直接写入的形式.
XMLWriter writer = new XMLWriter(new FileWriter("output.xml"));
writer.write(document);
writer.close();
- 文档中含有中文,设置编码格式写入的形式.
OutputFormat format = OutputFormat.createPrettyPrint(); // 指定XML编码
format.setEncoding("GBK");
XMLWriter writer = new XMLWriter(newFileWriter("output.xml"),format);
writer.write(document);
writer.close();
字符串与XML的转换
- 将字符串转化为XML
String text = " sitinspring ";
Document document = DocumentHelper.parseText(text);
2.将文档或节点的XML转化为字符串.
SAXReader reader = new SAXReader();
Document document = reader.read(new File("input.xml"));
String docXmlText=document.asXML(); --> 将XML文档转换成XML格式的字符串
Element root=document.getRootElement();
String rootXmlText=root.asXML(); --> 将根结点转换成XML格式的字符串
Element memberElm=root.element("member");
String memberXmlText=memberElm.asXML(); --> 将元素结点转换成XML格式的字符串
- DOM4J对XPATH的支持
导入包。jaxen-1.1-beta-6.jar。
怎么使用？
selectNodes("/AAA") 返回集合
selectSingleNode() 一个Node对象-
参数就是xpath的语法
/ 考虑层级关系 / / 不考虑层级关系/AAA/BBB 获取BBB的节点 //AAA/BBB A不考虑层级，B考虑层级 / /BBB 无论层级关系，找到BBB的节点 * 代表是所有 /AAA/BBB[1] 找到BBB的第一个 /AAA/BBB[last()] 最后一个 上面这种只能用单斜线 不能用双斜线 @ 属性 /*/*/*/BBB 代表三层标签下的 BBB标签
将文档写入XML
1.文档中全为英文,不设置编码,直接写入的形式.
XMLWriter writer = new XMLWriter(new FileWriter("output.xml"));
writer.write(document);
writer.close();
2.文档中含有中文,设置编码格式写入的形式.
OutputFormat format = OutputFormat.createPrettyPrint();�// 指定XML编码????? ????????????
format.setEncoding("GBK");
XMLWriter writer = new XMLWriter(newFileWriter("output.xml"),format);
writer.write(document);
writer.close();
1.4.4. Pull解析
与Sax一样.都属于事件驱动的解析方式.
相比Sax解析过程更加灵活.
sax一旦开始解析就是从头读到尾.不解析完整个文档不会停
pull解析较为灵活.是以事件为单位.手动向下继续. 如果获得到我们要找的内容. 可以停止继续解析.
缺点：只能进行查询，不能做增删改
public static List parseXML(InputStream is) throws Exception{
//1:创建解析器工厂
XmlPullParserFactory factory = XmlPullParserFactory.newInstance();
//2:使用工厂获得解析器
XmlPullParser parser = factory.newPullParser();
//3: 使用解析器读取XML流
parser.setInput(is, "UTF-8");
//4: 获得当前事件的状态
int type = parser.getEventType();
List list =null;
Student stu = null;
//5:判断当前事件状态
while(type!=XmlPullParser.END_DOCUMENT){
switch(type){
case XmlPullParser.START_TAG:
if("students".equals(parser.getName())){
list = new ArrayList();
}else if("student".equals(parser.getName())){
stu = new Student();
}else if("name".equals(parser.getName())){
String name = parser.nextText();
stu.setName(name);
}else if("age".equals(parser.getName())){
int age = Integer.parseInt(parser.nextText());
stu.setAge(age);
}else if("height".equals(parser.getName())){
double height = Double.parseDouble(parser.nextText());
stu.setHeight(height);
}
break;
case XmlPullParser.END_TAG:
if("student".equals(parser.getName())){
list.add(stu);
stu = null;
}
break;
default:
break;
}
//让解析器向下解析一行,并返回改行的事件常量
type = parser.next();
}
return list;
}