Java高级API-XML，JSON和正则表达式

XML

XML简介

1.功能：用来存储数据，并且能够对数据进行增删改查的操作。

2.与HTML的区别：1）xml主要用来存储数据，而HTML主要用来展示数据；
               2）xml的语法格式非常严格，HTML的语法格式非常松散；
               3）xml标签名称全部都是自定义的，而HTML的标签是预定义的。
               
3.xml的基本格式：
   <?xml version = '1.0'?>
   <根标签>
         <user id='1'>
                <name>zhangsan</name>
                <age>20</age>
                <sex>male</sex>
         </user>
          <user id='2'>
                <name>lisi</name>
                <age>18</age>
                <sex>female</sex>
         </user>
   </根标签>

XML约束

分类：1.DTD约束(比较简单，约束性较低) 	  2.Schema约束（约束性强，较为复杂）

基本组成部分：1.文档申明（必须写在第一行，并且前面不能有空格）
            2.指令（结合CSS样式）
            3.标签
            4.属性
            5.文本
 
DTD约束的两种定义方式：
   1.外部引入（本地）：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
   2.外部引入（网络）：<!DOCTYPE 根标签名 PUBLIC “自定义文件名称 " dtd文件的URL">

XML解析

分类：1.DOM解析 2.SAX解析

操作方式和优缺点：
   1.操作方式
      DOM：一次性将整个文档加载进内存，然后在内存中形成DOM树结构，可以对其进行增删改查的操作。
      SAX：逐行读取文档进内存，每读取完一行就释放一行。
   2.优缺点
      DOM：优点：能够对解析的文档进行增删改的操作。缺点：占用内存较大
      SAX：优点：几乎不占内存。缺点：只能读取解析的文档。

DOM解析

1. 建立DocumentBuilderFactor，用于获得DocumentBuilder对象：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

2. 建立DocumentBuidler：

DocumentBuilder builder = factory.newDocumentBuilder();

3. 建立Document对象，获取树的入口：

Document doc = builder.parse(“xml文件的相对路径或者绝对路径”);

4. 建立NodeList：

NodeList n1 = doc.getElementByTagName(“读取节点”);

5. 进行xml信息获取

代码：

public class TestXML {
    Document dom;
    public void getDocument(String path){
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        try {
            DocumentBuilder builder = factory.newDocumentBuilder();
            dom = builder.parse(new FileInputStream(path));
        } catch (ParserConfigurationException e) {
            e.printStackTrace();
        } catch (FileNotFoundException e){
            e.printStackTrace();
        } catch (IOException e){
            e.printStackTrace();
        } catch (SAXException e){
            e.printStackTrace();
        }
    }

    public void getBrands(){
        getDocument("resources/phones.xml");
        NodeList brand = dom.getElementsByTagName("brand");
        for (int i = 0;i< brand.getLength();i++){
            Node item = brand.item(i);
            Element e = (Element)item;
            System.out.println(e.getAttribute("name"));
            NodeList children = e.getChildNodes();
            for (int j = 0;j<children.getLength();j++){
                Node child = children.item(j);
                if (child instanceof Element){
                    Element ele = (Element) child;
                    System.out.println("\t" + ele.getAttribute("name"));
                    NodeList grandsons = ele.getChildNodes();
                    for (int z = 0;z<grandsons.getLength();z++){
                        Node grandson = grandsons.item(z);
                        if (grandson instanceof Text){
                            Text t = (Text)grandson;
                            System.out.println("\t\t----" + t.getWholeText());
                        }
                    }
                }
            }
        }
    }

    public void getInfo(){
        getDocument("resources/phones.xml");
        NodeList types = dom.getElementsByTagName("type");
        for (int i = 0;i<types.getLength();i++){
            Node item = types.item(i);
            if (item instanceof Element){
                Element e = (Element)item;
                System.out.println(e.getAttribute("name"));
            }
        }
    }

    public void saveXml(String path){
        getDocument("resources/phones.xml");
        Node root = dom.getElementsByTagName("PhoneInfo").item(0);
            //Document d = DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument();
            Element brand = dom.createElement("brand");
            //Document child = DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument();
            brand.setAttribute("name","Samsung");
            Element e1 = dom.createElement("type");
            Element e2 = dom.createElement("type");
            e1.setAttribute("name","Note30");
            e2.setAttribute("name","Galaxy");
            Text t1 = dom.createTextNode("1300");
            Text t2 = dom.createTextNode("200");
            e1.appendChild(t1);
            e2.appendChild(t2);
            brand.appendChild(e1);
            brand.appendChild(e2);
            root.appendChild(brand);


        TransformerFactory factory = TransformerFactory.newInstance();
        try {
            Transformer transformer = factory.newTransformer();
            DOMSource source = new DOMSource(dom);
            StreamResult result = new StreamResult(new FileOutputStream(path));
            transformer.transform(source,result);
        } catch (TransformerConfigurationException e) {
            e.printStackTrace();
        } catch (FileNotFoundException e){
            e.printStackTrace();
        } catch (TransformerException e){
            e.printStackTrace();
        }
    }

    public static void main(String[] args) {
        TestXML t = new TestXML();
        t.getBrands();
        t.saveXml("changed.xml");
    }

DOM常用接口

JSON

什么是JSON

• JSON 指的是 JavaScript 对象表示法（JavaScript Object Notation）。
• JSON 是轻量级的文本数据交换格式。
• SON 独立于语言：JSON 使用 Javascript语法来描述数据对象，但是 JSON 仍然独立于语言和平台。JSON 解析器和 JSON 库支持许多不同的编程语言。 目前非常多的动态（PHP，JSP，.NET）编程语言都支持JSON。
• JSON 具有自我描述性，更易理解

JSON语法

JSON 语法是 JavaScript 对象表示语法的子集。

· 数据在名称/值对中

· 数据由逗号分隔

· 大括号保存对象

· 中括号保存数组

1.表示一个对象

{"name":'"zhangsan","age":22}

{"name":"lisi","addr":{"city":"jinan","street":"huayuanlu"}}

属性名要添加引号

属性值如果是字符串，要添加引号

数据类型:string,number,boolean,null,object

2.表示一个对象数组

[{},{},{}]

Java处理JSON

1.首先引入json的jar包

2.

  // 对象转换为json字符串
  Student st = new Student();
  st.setId(1);
  st.setAge(22);
  st.setName("张三s");
  st.setAddr("jinan");
  JSONObject obj = JSONObject.fromObject(st);
  String str = obj.toString();
  System.out.println(str);// {"addr":"jinan","age":22,"id":1,"name":"张三s"}

  // 数组对象转换位json字符串
  Student s1 = new Student(2, 22, "李四", "济宁");
  Student s2 = new Student(3, 23, "王五", "青岛");
  Student s3 = new Student(4, 24, "赵六", "上海");
  Student[] ssarr = { s1, s2, s3 };
  JSONArray obj1 = JSONArray.fromObject(ssarr);
  String str1 = obj1.toString();
  System.out.println(str1);
  // list对象转换为json字符串
  Student s11 = new Student(2, 22, "李四1", "济宁1");
  Student s22 = new Student(3, 23, "王五1", "青岛1");
  Student s33 = new Student(4, 24, "赵六1", "上海1");
  List<Student> sslist = new ArrayList<Student>();
  sslist.add(s11);
  sslist.add(s22);
  sslist.add(s33);
  JSONArray obj2 = JSONArray.fromObject(sslist);
  String str2 = obj2.toString();
  System.out.println(str2);

java 用于处理json的库很多。json-lib,jackson,fastjson,gson。json-lib性能最低，fastjson性能最高，这里介绍下fastjson。主要接口如下:

public static final Object parse(String text); // 把JSON文本parse为JSONObject或者JSONArray 
*public static final JSONObject parseObject(String text)； // 把JSON文本parse成JSONObject    
*public static final  T parseObject(String text, Class clazz); // 把JSON文本parse为JavaBean 
*public static final JSONArray parseArray(String text); // 把JSON文本parse成JSONArray 
*public static final  List parseArray(String text, Class clazz); //把JSON文本parse成JavaBean集合 
*public static final String toJSONString(Object object); // 将JavaBean序列化为JSON文本 
public static final String toJSONString(Object object, boolean prettyFormat); // 将JavaBean序列化为带格式的JSON文本 
public static final Object toJSON(Object javaObject); //将JavaBean转换为JSONObject或者JSONArray。

代码：

package cn.kgc.kb11;

import com.alibaba.fastjson.JSON;
import sun.text.resources.nl.JavaTimeSupplementary_nl;

/**
 * @Author ZhangPeng
 * @Date 2021/2/22
 * @Description
 */
public class TestJson {
    public static void main(String[] args) {
        String s = "{\"name\":\"张三\",\"id\":\"1\",\"age\":\"18\",\"gender\":\"男\"}";
        Object o = JSON.toJSON(s);
        System.out.println(o);

        Student stu = new Student(2,"李四",28,"女");
        Object o1 = JSON.toJSON(stu);
        System.out.println(o1);
        String jsonStr = JSON.toJSONString(stu);
        System.out.println(jsonStr);

//        Object o2 = JSON.parse(jsonStr);
//        if (o2 instanceof Student){
//            System.out.println(o2);
//        }
        Student student = JSON.parseObject(s, Student.class);
        System.out.println(student.getName());
    }
}

效果图:

正则表达式

概述

用来描述或者匹配一系列符合某个语句规则的字符串。

单个符号

1、英文句点.符号：匹配单个任意字符。

表达式t.o 可以匹配：tno，t#o，teo等等。不可以匹配：tnno，to，Tno，t正o等。

2、中括号[]：只有方括号里面指定的字符才参与匹配，也只能匹配单个字符。

表达式：t[abcd]n 只可以匹配：tan，tbn，tcn，tdn。不可以匹配：thn，tabn，tn等。

3、| 符号。相当与“或”，可以匹配指定的字符，但是也只能选择其中一项进行匹配。

表达式：t(a|b|c|dd)n 只可以匹配：tan，tbn，tcn，tddn。不可以匹配taan，tn，tabcn等。

4、表示匹配次数的符号

表达式：[0—9]{ 3 } \— [0-9]{ 2 } \— [0-9]{ 3 } 的匹配格式为：999—99—999
因为—符号在正则表达式中有特殊的含义，它表示一个范围，所以在前面加转义字符\。

5、^{符号：表示否，如果用在方括号内，}表示不想匹配的字符。

表达式：[^x] 第一个字符不能是x

6、\S符号：非空字符
7、\s符号：空字符，只可以匹配一个空格、制表符、回车符、换页符，不可以匹配自己输入的多个空格。
8、\r符号：空格符，与\n、\tab相同

快捷符号

1、\d表示[0—9]
2、\D表示[^0—9]
3、\w表示[0—9A—Z_a—z]
4、\W表示[^0—9A—Z_a—z]
5、\s表示[\t\n\r\f]
6、\S表示[^\t\n\r\f]

常用正则表达式

^\d+$ ：非负整数（正整数 + 0）

^[0-9]*[1-9][0-9]*$ ：正整数

^((-\d+)|(0+))$ ：非正整数（负整数 + 0）

^-[0-9]*[1-9][0-9]*$ ：负整数

^-?\d+$ ：整数

^\d+(\.\d+)?$ ：非负浮点数（正浮点数 + 0）

^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$ ：正浮点数

^((-\d+(\.\d+)?)|(0+(\.0+)?))$ ：非正浮点数（负浮点数 + 0）

^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$ ：负浮点数

^(-?\d+)(\.\d+)?$ ：浮点数

^[A-Za-z]+$ ：由26个英文字母组成的字符串

^[A-Z]+$ ：由26个英文字母的大写组成的字符串

^[a-z]+$ ：由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$ ：由数字和26个英文字母组成的字符串

^\w+$ ：由数字、26个英文字母或者下划线组成的字符串

^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$ ：email地址

^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$ ：url

/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/ ：年-月-日

/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/ ：月/日/年

^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$ ：Emil

/^((\+?[0-9]{2,4}\-[0-9]{3,4}\-)|([0-9]{3,4}\-))?([0-9]{7,8})(\-[0-9]+)?$/ ：电话号码

^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$ ：IP地址

匹配中文字符的正则表达式： [\u4e00-\u9fa5]

匹配双字节字符(包括汉字在内)：[^\x00-\xff]

匹配空行的正则表达式：\n[\s| ]*\r

匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/

匹配首尾空格的正则表达式：(^\s*)|(\s*$)

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

匹配网址URL的正则表达式：^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$

匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

匹配国内电话号码：(\d{3}-|\d{4}-)?(\d{8}|\d{7})?

匹配腾讯QQ号：^[1-9]*[1-9][0-9]*$

元字符及其在正则表达式上下文中的行为：

\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。
^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 \n或 \r之后的位置。
$ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性，$ 也匹配 \n或 \r之前的位置。
* 匹配前面的子表达式零次或多次。
+ 匹配前面的子表达式一次或多次。+ 等价于 {1,}。
? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。
{n} n 是一个非负整数，匹配确定的n 次。
{n,} n 是一个非负整数，至少匹配n 次。
{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗号和两个数之间不能有空格。
? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。
. 匹配除 \n之外的任何单个字符。要匹配包括 \n 在内的任何字符，请使用象 [.\n]的模式。
(pattern) 匹配pattern 并获取这一匹配。
(?:pattern) 匹配pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。
(?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。
(?!pattern) 负向预查，与(?=pattern)作用相反
x|y 匹配 x 或 y。
[xyz] 字符集合。
[^xyz] 负值字符集合。
[a-z] 字符范围，匹配指定范围内的任意字符。
[^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。
\b 匹配一个单词边界，也就是指单词和空格间的位置。
\B 匹配非单词边界。
\cx 匹配由x指明的控制字符。
\d 匹配一个数字字符。等价于 [0-9]。
\D 匹配一个非数字字符。等价于 [^0-9]。
\f 匹配一个换页符。等价于 \x0c 和 \cL。
\n 匹配一个换行符。等价于 \x0a 和 \cJ。
\r 匹配一个回车符。等价于 \x0d 和 \cM。
\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t 匹配一个制表符。等价于 \x09 和 \cI。
\v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
\w 匹配包括下划线的任何单词字符。等价于[A-Za-z0-9_]。
\W 匹配任何非单词字符。等价于 [^A-Za-z0-9_]。
\xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。
\num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。
\n 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值
\nm 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm
\nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml
\un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字符。
匹配中文字符的正则表达式： [u4e00-u9fa5]
匹配双字节字符(包括汉字在内)：[^x00-xff]
匹配空行的正则表达式：n[s| ]*r
匹配HTML标记的正则表达式：/<(.*)>.*|<(.*) />/
匹配首尾空格的正则表达式：(^s*)|(s*$)
匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
匹配网址URL的正则表达式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?

汇总整理:

匹配中文字符的正则表达式： [\u4e00-\u9fa5]

匹配双字节字符(包括汉字在内)：[^\x00-\xff]

匹配空行的正则表达式：\n[\s| ]*\r

匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/

匹配首尾空格的正则表达式：(^\s*)|(\s*$)

匹配IP地址的正则表达式：/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

匹配网址URL的正则表达式：http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?

sql语句：^(select|drop|delete|create|update|insert).*$

非负整数：^\d+$

正整数：^[0-9]*[1-9][0-9]*$

非正整数：^((-\d+)|(0+))$

负整数：^-[0-9]*[1-9][0-9]*$

整数：^-?\d+$

非负浮点数：^\d+(\.\d+)?$

正浮点数：^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$

负浮点数：^(-((正浮点数正则式)))$

英文字符串：^[A-Za-z]+$

英文大写串：^[A-Z]+$

英文小写串：^[a-z]+$

英文字符数字串：^[A-Za-z0-9]+$

英数字加下划线串：^\w+$

E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$

URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$ 或者：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~@[\]\':+!]*([^<>\"\"])*$

邮政编码：^[1-9]\d{5}$

中文：^[\u0391-\uFFE5]+$

电话号码：^((\(\d{2,3}\))|(\d{3}\-))?(\(0\d{2,3}\)|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$

手机号码：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$

双字节字符(包括汉字在内)：^\x00-\xff

匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数）

匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/>

匹配空行：\n[\s| ]*\r

提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?

提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

提取信息中的图片链接：(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?

提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)

提取信息中的中国手机号码：(86)*0*13\d{9}

提取信息中的中国固定电话号码：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}

提取信息中的中国电话号码（包括移动和固定电话）：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14}

提取信息中的中国邮政编码：[1-9]{1}(\d+){5}

提取信息中的浮点数（即小数）：(-?\d*)\.?\d+

提取信息中的任何数字 ：(-?\d*)(\.\d+)?

IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)

电话区号：/^0\d{2,3}$/

腾讯QQ号：^[1-9]*[1-9][0-9]*$

帐号(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$

java代码：

public class TestRegex {
    public static void main(String[] args) {
        String s = "[email protected]";
        Pattern p = Pattern.compile("\\w{6,}@\\w+\\.\\w+");
        Matcher matcher = p.matcher(s);
        if (matcher.matches()){
            System.out.println(matcher.group());
        }else {
            System.out.println("没匹配!");
        }
    }
}