Java基础篇--XML简介

目录

什么是 XML

XML 用途

XML 语法

XML文档声明

根元素

元素

属性

注释

转义字符

CDATA区

处理指令

XML的解析

开发中比较常见的解析方式有三种

DOM解析方式：

SAX解析方式：

PULL解析方式：

常见的解析开发包

DOM解析原理及结构模型

dom4j技术栗子

XML的约束

约束语法：

内部关联：

外部关联：

DTD约束：

XML Schema约束：

注意点：

---

什么是 XML

1. 可扩展标记语言 (EXtensible Markup Language, XML) 是一种用于创建标记语言的标记语言。这些标记可用于表示结构化数据。XML 的设计目的是为了传输和存储数据，而不是仅仅显示数据。
2. XML 与 HTML 有一些相似之处，但 XML 的标记可以由用户自行定义，这意味着你可以创建适合你数据的特定标记，这是 HTML 所不具备的特性。
3. XML 的标签没有被预定义，这是它与 HTML 的主要区别。在 XML 中，你需要自行定义标签，这些标签可以描述你的数据。例如，在上面的学生列表示例中，我们定义了 , , , 和 标签。
4. XML 被设计为具有自我描述性。这意味着，通过使用 XML 文件中的内部描述性信息，其他程序可以理解 XML 文件的内容和结构。
5. 可扩展标记语言 (XML) 是万维网联盟 (World Wide Web Consortium, W3C) 的推荐标准。这意味着，XML 已经成为在 Web 上进行数据表示和数据交换的标准之一。

总的来说，XML 是一种用于存储和传输数据的强大工具，它使得数据可以被机器理解和处理，而不仅仅是人类阅读。

XML 用途

XML（Extensible Markup Language，可扩展标记语言）在 Java 中的主要用途包括以下几个方面：

1. 数据存储和传输：XML 可以用于存储和传输数据。它提供了一种通用格式，使得不同系统之间可以交换数据。例如，XML 可以用于在 Web 浏览器和 Web 服务器之间传输数据。
2. 数据绑定：XML 可以用于数据绑定，即将数据与 XML 文档中的元素和属性关联起来。这使得开发人员可以轻松地读取和操作 XML 数据。
3. Web 服务：XML 也被广泛用于构建 Web 服务。通过使用 SOAP（Simple Object Access Protocol）协议和 WSDL（Web Services Description Language）规范，开发人员可以创建跨平台、跨语言的服务。
4. 配置文件：XML 可以用于创建配置文件，这些文件可以用于指定应用程序的参数和设置。使用 XML 作为配置文件格式可以提高可读性，并减少错误。
5. 数据建模：XML 可以用于数据建模，即描述数据结构并定义数据之间的关系。这有助于开发人员更好地理解和操作数据。
6. Web 页面开发：XML 还被用于创建 HTML 和 CSS（层叠样式表）文件，这些文件构成了 Web 页面的基础。

总之，XML 在 Java 开发中扮演着重要角色，它提供了一种通用的数据格式，使得不同系统之间可以方便地交换数据。

XML数据存储示例：

import java.io.File;  
import javax.xml.parsers.DocumentBuilder;  
import javax.xml.parsers.DocumentBuilderFactory;  
import org.w3c.dom.Document;  
import org.w3c.dom.Element;  
  
public class XMLDataStorage {  
    public static void main(String[] args) {  
        try {  
            DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();  
            DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();  
            Document doc = dBuilder.newDocument();  
  
            // 创建根元素  
            Element rootElement = doc.createElement("employees");  
            doc.appendChild(rootElement);  
  
            // 创建员工元素并添加到根元素下  
            Element employee = doc.createElement("employee");  
            rootElement.appendChild(employee);  
  
            // 设置员工属性  
            Element id = doc.createElement("id");  
            id.appendChild(doc.createTextNode("1"));  
            employee.appendChild(id);  
  
            Element name = doc.createElement("name");  
            name.appendChild(doc.createTextNode("John Doe"));  
            employee.appendChild(name);  
  
            Element position = doc.createElement("position");  
            position.appendChild(doc.createTextNode("Developer"));  
            employee.appendChild(position);  
  
            // 将文档写入XML文件  
            File file = new File("employees.xml");  
            javax.xml.transform.TransformerFactory tf = javax.xml.transform.TransformerFactory.newInstance();  
            javax.xml.transform.Transformer transformer = tf.newTransformer();  
            transformer.setOutputProperty(javax.xml.transform.OutputKeys.INDENT, "yes");  
            javax.xml.transform.dom.DOMSource source = new javax.xml.transform.dom.DOMSource(doc);  
            javax.xml.transform.stream.StreamResult result = new javax.xml.transform.stream.StreamResult(file);  
            transformer.transform(source, result);  
  
            System.out.println("XML文件已创建成功！");  
        } catch (Exception e) {  
            e.printStackTrace();  
        }  
    }  
}

这是一个简单的XML配置文件示例：

  
  
      
        localhost  
        8080  
      
      
        mydatabase  
        username  
        password  
      

XML 语法

XML文件主要由XML文档声明，元素，属性，注释，转义字符，CDATA区，处理指令组成。

XML文档声明

XML文档总是以一个声明开始，这个声明告诉解析器这是一个XML文件。声明看起来是这样的：

注意：

1. 文档声明必须为结束；
2. 文档声明必须从文档的0行0列位置开始；
3. 文档声明只有三个属性：

• versioin：指定XML文档版本。必须属性，因为我们不会选择1.1，只会选择1.0；
• encoding：指定当前文档的编码。可选属性，默认值是utf-8；
• standalone：指定文档独立性。可选属性，默认值为yes，表示当前文档是独立文档。如果为no表示当前文档不是独立的文档，会依赖外部文件。

根元素

XML文档必须包含一个根元素，它包含了所有其他元素。根元素是可选的，但如果没有根元素，XML解析器将无法确定文档的结构和内容。

元素

元素是XML文档的基本构建块，它们由开始标签、结束标签和元素内容组成。元素可以包含属性，属性提供了关于元素的额外信息。例如：、、、、等。

、、、、、、等。

• 开始标签、元素体和结束标签都是可见的。例如："大家好" 是一个包含文本内容的元素。
• 开始标签和结束标签是隐含的，只通过文本内容来识别。例如："你好" 也是一个元素，但它只包含文本，没有子元素。
• "空元素" 是一个只有开始标签而没有结束标签的元素，但它必须自我闭合。例如，"
  " 是 HTML 中表示换行的空元素，它在 XML 中同样有效。

关于元素命名的规则：

1. 在 XML 中，元素名是区分大小写的。也就是说，"myElement" 和 "MyElement" 在 XML 中会被视为两个不同的元素名。
2. 元素名不能包含空格或者冒号。例如，"my:element" 或者 "my element" 都是不合法的。
3. 不建议以 "XML"、"xml" 或 "Xml" 开头作为元素名。这是为了避免与未来的 XML 标准版本冲突。

最后，每个有效的 XML 文档都必须有一个根元素，这是文档的入口点。所有的其他元素必须位于根元素之下。

属性

属性是元素的附加信息。它们通过名称和值对的形式出现，总是包含在开始标签中，并且它们为元素提供更多的信息。例如：

1. 属性是元素的一部分，它必须出现在元素的开始标签中
2. 属性的定义格式：属性名=属性值，其中属性值必须使用单引或双引
3. 一个元素可以有0~N个属性，但一个元素中不能出现同名属性
4. 属性名不能使用空格、冒号等特殊字符，且必须以字母开头

注释

注释是对XML文档中的一部分内容进行解释或说明。它们不会被解析器处理，也不会显示在输出中。注释以结束。例如：

转义字符

转义字符是XML中用于表示特殊字符的一种方法。由于XML中已经使用了某些符号（如尖括号、引号等），因此当需要在元素体或属性值中使用这些符号时，就需要使用转义字符来表示它们。以下是一些常用的转义字符及其含义：

1. <               代表小于符号（<）
2. >              代表大于符号（>）
3. &         代表和号（&）
4. '        代表单引号（'）
5. "         代表双引号（"）
6.          代表空格

例如，如果想在XML文档中表示 "5 < 10"，可以这样写：

5 < 10

CDATA区

当大量的转义字符出现在xml文档中时，会使xml文档的可读性大幅度降低。这时如果使用CDATA段就会好一些。
在CDATA段中出现的“<”、“>”、“””、“’”、“&”，都无需使用转义字符。这可以提高xml文档的可读性。
在CDATA段中不能包含“]]>”，即CDATA段的结束定界符。
例如：

Example Book]]>

处理指令

处理指令是用来给处理XML的特定应用程序提供指令的。处理指令不会影响XML解析器，它们被忽略。例如：

这个指令告诉解析器使用名为"styles.xsl"的XSL样式表对XML文档进行格式化。

XML的解析

开发中比较常见的解析方式有三种

DOM解析方式：

DOM方式是将整个XML文档读入内存，然后将其结构化成一个DOM树。这样，开发人员可以方便地访问和修改XML文档的各个部分。DOM方式的优点是易于操作，可以方便地进行增删改查操作。但是，如果XML文档非常大，将整个文档读入内存可能会造成内存溢出。

SAX解析方式：

SAX是一种基于事件的解析方式，它逐行扫描XML文档，每次扫描都会触发一个相应的事件。开发人员可以通过注册事件处理器来处理这些事件，从而获取XML文档的内容。SAX方式的优点是可以处理大型的XML文档，而且不会占用太多的内存。但是，由于是逐行解析，处理速度可能会比DOM慢一些。

PULL解析方式：

PULL是Android内置的XML解析方式，它的工作原理类似于SAX，但是更加简单易用。PULL方式是通过在XML文档中寻找特定的标签，然后读取标签之间的内容。PULL方式的优点是处理速度较快，而且可以处理大型的XML文档。但是，由于只能读取内容，不能进行增删改查操作，因此在某些情况下可能会不太方便。

常见的解析开发包

根据不同的解析方式提供的具体实现。

• JAXP：sun公司提供支持DOM和SAX开发包
• JDom：dom4j兄弟
• jsoup：一种处理HTML特定解析开发包
• dom4j：比较常用的解析开发包，hibernate底层采用。

这些解析器都是基于以上三种解析方式实现的，开发人员可以根据需要选择合适的解析器和解析方式。

DOM解析原理及结构模型

XML DOM和HTML DOM类似，DOM将XML文档加载到内存中，并构建一个DOM树来代表XML文档的结构。这个DOM树以节点的方式表示XML的元素、属性和文本等内容。

在DOM中，节点是一个非常重要的概念，它代表了XML文档中的各个元素、属性和文本等内容。每个节点都有其特定的类型和属性，比如元素节点、属性节点和文本节点等。通过操作DOM树中的节点，我们可以实现对XML文档的读取、修改、添加和删除等操作。

除了节点，DOM还提供了一系列的方法和接口，让我们可以方便地操作DOM树。比如，我们可以使用appendChild()方法向DOM树中添加一个新的子节点，或者使用removeChild()方法删除一个指定的节点。此外，DOM还提供了诸如获取节点值、获取节点名称、获取节点类型等常用方法，使得我们能够方便地操作DOM树。

总之，DOM提供了一种方便快捷的方式来解析和操作XML文档，使得开发人员可以轻松地读取、修改、添加和删除XML文档中的内容。

下面的示例，演示如何使用DOM解析器读取XML文件中的元素和属性：  

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import java.io.File;

public class MyClass {
    public static void main(String[] args) {
        try {
            // 创建DocumentBuilderFactory对象
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            // 创建DocumentBuilder对象
            DocumentBuilder builder = factory.newDocumentBuilder();
            // 加载XML文件并解析
            Document doc = builder.parse(new File("example.xml"));

            // 获取根元素
            Element root = doc.getDocumentElement();
            // 获取所有子节点
            NodeList children = root.getChildNodes();
            for (int i = 0; i < children.getLength(); i++) {
                Node child = children.item(i);
                if (child.getNodeType() == Node.ELEMENT_NODE) {
                    // 如果是元素节点，获取元素名称和属性值
                    Element childElement = (Element) child;
                    System.out.println("元素名称: " + childElement.getTagName());
                    System.out.println("属性值: " + childElement.getAttribute("name"));
                } else if (child.getNodeType() == Node.TEXT_NODE) {
                    // 如果是文本节点，获取文本内容
                    System.out.println("文本内容: " + child.getTextContent());
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

在这个示例中，我们使用DocumentBuilderFactory和DocumentBuilder来创建一个DOM树，并加载XML文件。然后，我们通过访问根元素和子节点，遍历DOM树，并获取元素名称、属性值和文本内容。

dom4j技术栗子

首先，需要将dom4j库添加到您的项目依赖中。如果使用的是Maven，可以在pom.xml文件中添加以下依赖：

  
    org.dom4j  
    dom4j  
    2.1.3  

然后，假设我们有一个XML文件，其内容如下：

  
    Text1  
    Text2  

我们可以使用以下Java代码来读取和解析这个XML文件：

import org.dom4j.Document;  
import org.dom4j.DocumentException;  
import org.dom4j.Element;  
import org.dom4j.io.SAXReader;  
  
import java.io.File;  
import java.io.IOException;  
  
public class Dom4jExample {  
    public static void main(String[] args) {  
        try {  
            // 创建SAXReader对象，用于读取XML文件  
            SAXReader reader = new SAXReader();  
            // 读取XML文件，获取Document对象  
            Document document = reader.read(new File("path/to/your/xmlfile.xml"));  
            // 获取根元素  
            Element root = document.getRootElement();  
            // 获取所有子节点  
            Element[] elements = root.elements();  
            for (Element element : elements) {  
                System.out.println(element.getName() + ": " + element.getText());  
            }  
        } catch (DocumentException | IOException e) {  
            e.printStackTrace();  
        }  
    }  
}

请注意，需要将"path/to/your/xmlfile.xml"替换为你的XML文件的实际路径。 

运行这段代码将输出：

element1: Text1  
element2: Text2

XML的约束

XML约束是指在XML技术中用来约束XML文档书写规范的文件。这种约束可以确保XML文档遵循特定的规则，有助于保证XML文档在预期的范围内正确地被使用和理解。

在XML中，有两种常见的约束：DTD（Document Type Definition）和XML Schema。

约束语法：

在XML技术中，约束可以用来确保XML文档遵循特定的规则，以确保XML文档在预期的范围内正确地被使用和理解。下面是对XML约束的详细的解释：

内部关联：

内部关联是指在XML文档内部定义约束规则。这可以通过使用DTD（文档类型定义）或XML Schema来实现。

a. DTD：

* DTD是一种XML约束的格式，用于定义XML文档的语法规则。  
* 它允许你定义元素和属性，以及它们之间的关系。  
* 一个DTD文档包含一系列声明，描述了XML文档的结构。例如，以下是一个简单的DTD，它定义了一个名为“book”的元素应该包含“title”和“price”元素：

  
     
     
]>

 b. XML Schema：

* XML Schema是另一种XML约束的格式，用于定义XML文档的数据类型和结构。  
* 它提供了比DTD更强大的数据类型和命名空间支持，可以更好地描述复杂的XML文档结构。  
* XML Schema使用XML语法来描述XML文档的结构，包括元素、属性、数据类型等。例如，以下是一个简单的XML Schema，它定义了一个名为“Person”的元素应该包含“name”和“age”元素：

外部关联：

外部关联是指将约束定义放在XML文档外部，并与XML文档通过引用或导入关联起来。有两种外部关联的方式：系统关联和公共关联。

系统关联：

系统关联是指将约束定义放在XML文档外部，并通过系统标识符（如URL）进行引用。在XML文档中使用系统引用指示符（ SYSTEM）来引用外部约束定义。例如，在XML文档中使用以下语法引用外部XML Schema：

举例：

公共关联：

公共关联是指将约束定义放在XML文档外部，并通过公共标识符（如命名空间URI）进行关联。在XML文档中使用公共标识符来引用外部约束定义。例如，在XML文档中使用以下语法引用外部XML Schema：

DTD约束：

标签（元素）语法：

声明了一个XML元素，定义了元素名称和它可以包含的内容。其中，元素名称是元素的标签名称，数据类型指定了该元素可以包含的内容类型，包含内容列出了该元素可以包含的其他元素或内容。 

注意：#PCDATA 表示元素包含的文本是普通的文本字符，通常需要用括号 () 括起来。

符号:

• * 表示元素可以出现任意次数，包括零次。
• ? 表示元素可以出现一次或者不出现。
• + 表示元素可以出现至少一次。
• | 表示元素可以单独出现，也可以从另一个选项中选择。
• () 用于将多个选项组合在一起，表示元素可以从这些选项中选择一个或多个。
• , 用于分隔多个选项，表示元素可以从这些选项中选择一个或多个。

以下是一个示例的进一步解释：

这个声明表示web-app元素可以包含servlet元素、servlet-mapping元素和welcome-file-list元素，它们的出现顺序没有特定要求。servlet*表示可以出现零个或多个servlet元素，servlet-mapping*表示可以出现零个或多个servlet-mapping元素，welcome-file-list?表示可以出现零个或一个welcome-file-list元素。 

注意：元素名就是xml中能够出现的元素标签名。

属性约束语法：

• ： 声明了一个XML元素的属性，定义了属性的名称、类型和是否必须出现。
• 属性名 ：是属性的标签名称。
• 属性类型： 指定了属性的数据类型。常见的属性类型包括 CDATA（普通文本）和 ID（唯一标识符）。
• 属性是否必须出现 ：指定了属性是否必须出现在元素中。常见的值包括 REQUIRED（必须出现）和 IMPLIED（可以选择出现）。 

以下是一个示例的进一步解释：

这个声明表示web-app元素有一个名为version的属性，它的数据类型是普通文本，可以选择出现。 

XML Schema约束：

XML（可扩展标记语言）和Schema（模式）是用于描述和传输数据的两种技术。XML是一种标记语言，而Schema是用于定义XML文档结构的语言。

XML是一种可以用来表示数据的标记语言，其标记可以是预定义的，也可以是用户自定义的。XML文档通常包含一个根元素和若干子元素，这些元素可以包含文本、数字、布尔值等数据。

<根标签 xmlns="..." ...>
<根标签 xmlns:别名="..." ...>

Schema是用来定义XML文档结构的语言。Schema可以用来验证XML文档的格式是否正确，还可以用来规定XML文档中元素的顺序、数量、类型等。

在XML和Schema的关联中，XML文档中的元素和Schema中的元素是对应的。例如，如果Schema中定义了一个名为"table"的元素，那么在XML文档中，如果使用了名为"table"的元素，那么这个元素就符合了Schema中对"table"的定义。

名称空间是用来区分不同的XML元素和Schema的。在XML中，通过使用xmlns属性来指定名称空间。在Schema中，通过为元素指定一个targetNamespace来指定名称空间。

如果在一个XML文件中引用了多个Schema，那么可以通过给其中一个Schema起个别名的方式来指定使用哪个Schema。在XML文件中，通过为根元素指定一个xmlns别名的方式来起个别名。例如，如果将名为"table"的Schema别名为"a"，那么在XML文件中，所有名为"table"的元素都表示使用了名为"a"的Schema。

注意，Schema本身也是XML文件，因此可以像处理其他XML文件一样处理Schema文件。

以下是一个示例XML Schema的约束文档： 

在这个示例中，我们定义了一个名为"root"的元素，它包含两个子元素："child1"和"child2"。这些子元素都有一些约束和属性。例如，"child1"是一个复杂类型，它扩展了字符串类型，并包含一个名为"attr1"的字符串属性，默认值为"value1"。同样，"child2"也是一个复杂类型，它扩展了整数类型，并包含一个名为"attr2"的布尔属性，默认值为"false"。

注意点：

1. 一个XML文档只能包含一个DTD约束，但可以包含多个Schema约束。
2. XML Schema本身也是XML文件，因此可以使用XML语法来编写和修改。