标记语言,是一种将文本(txt)以及文本相关的其他信息结合起来,展现出关于文档结构和数据处理细节的电脑文字编码。
当今广泛使用的标记语言是超文本标记语言(HyperText Markup Language,)HTML 和 可扩展标记语言(Extensible Markup Language)XML。标记语言广泛应用于网页和网络应用程序。
(1)写法格式:link
link
(2)关注数据的展示与用户体验
(3)标记是预定义、不可扩展的(如 表示超链接)
(1)写法格式:同 html 样式
(2)仅关注数据本身
(3)标记可扩展,可自定义
xml 和 Html 语言是由同一种父语言 SGML(Standard Generalized Markup Language,标准通用标记语言)发展出来的两种语言。
xml 由 html 发展而来,与 html 格式相似,但是比html 严格。
XML 描述的是结构、内容和语义,它不描述页面元素的格式化。HTML 侧重于如何表现信息,内容描述与显示整合为一体。
XML 中的每个元素名都是成对出现的,结束标签前加一个/
。
XML 可以用于描述数据、存储数据、传输(交换)数据。XML 现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便,用户可以定义自己需要的标记。
XML 只用元素和属性来描述数据,而不提供数据的显示方法,这使得 XML 具有能够运
行于不同系统平台之间和转换成不同格式目标文件。 用 XML 在应用程序和公司之间作数据交换,几个应用程序可以共享和解析同一个 XML 文件,不必使用传统的字符串解析或拆解过程。
许多应用都将配置数据存储在各种文件里,如 SSH、Android。使用 XML 配置文件的应用程序能够方便地处理所需数据,不用像其它应用那样要经过重新编译才能修改和维护应用系统。xml 比 数据库占用的资源少,操作方便,用来存储简单的信息,现在主要用在程序的配置文件上(比如 web.xml)。现在有越来越多的设备也支持 XML 了。
用 XML 存储已注册用户的数据方式
"1.0" encoding="UTF-8"?>
张三</name>
28</age>
</person>
李四</name>
30</age>
</person>
</people>
"1.0" encoding="UTF-8"?>
"白晶晶" age="28"></person>
"至尊宝" age="300"></person>
</people>
用 xml 存储连续剧
"1.0" encoding="UTF-8"?>
<!-- 第一行是XML声明 -->
<!-- 这是XML处理指令的例子:处理指令以,以?>结束 -->
<!-- 在,在本例中是xml> -->
<!-- 处理指令一定要顶格写,前面不能有任何空白 -->
"郑晓龙">芈月传</title>
孙俪</player>
刘涛</player>
马苏</player>
方中信</player>
黄轩</player>
高云翔</player>
</players>
<![CDATA[战国时期,芈月是楚威王最宠爱的小公主,但在楚威王
死后生活一落千丈,母亲向氏被楚威后逐出宫,芈月和弟弟芈戎躲过了一次次灾难和危机。
芈月与楚公子黄歇青梅竹马,真心相爱,但被作为嫡公主芈姝的陪嫁媵侍远嫁秦国。芈姝当
上了秦国的王后,芈月不得已成为宠妃...]] ></desc>
</sitcom>
"郑晓龙">甄嬛传</title>
孙俪</player>
陈建斌</player>
蔡少芬</player>
蒋欣</player>
李东学</player>
</players>
</sitcom>
</sitcoms>
文档的后缀名是 xml,每个文档有且仅有一个根元素,所谓根元素就是包含了其他所有元素的元素。XML 目前只有一个版本,即 1.0.XML 是自描述数据,使用现有的国际标准。
XML 中有格式良好(Well-formed)的 XML 和有效的(validate)XML。
说明:
XML standalone 定义了外部定义的 DTD 文件的存在性. standalone element 有效值是 yes 和 no. 如下是一个例子:
"1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE s1 PUBLIC "http://www.ibm.com/example.dtd" "example.dtd">
.........</s1>
值 no 表示这个 XML 文档不是独立的而是依赖于外部所定义的一个 DTD. 值 yes 表示这个 XML 文档是自包含的(self-contained).
注意文本文件保存时候默认的编码格式是ANSI,需用记事本把它手动改为UTF-8保存。
等号分开的名称-值对;在一个元素上,相同的属性只能出现一次
实体叫 ENTITY,实体的作用是避免重复输入。作用相当于宏或者变量。
实体 | 符号 |
---|---|
< |
< |
> |
> |
& |
& |
" |
" |
' |
’ |
<!DOCTYPE 根元素[
<!--实体声明-->
<!ENTITY 实体名 "实体内容">
]>
使用已定义的实体:&实体名;
"1.0" encoding="UTF-8"?>
<!DOCTYPE sxt[
<!--实体声明-->
<!ENTITY xm "明明">
<!ENTITY gen "保密">
]>
明明</name>
保密</gender>
</teacher>
<!--引用实体的方法-->
&xm;</name>
&gen;</gender>
</teacher>
</xxx>
文档类型定义——DOCTYPE,文档类型声明,紧跟 XML 声明之后,包含所有实体声明
"1.0" encoding="utf-8"?>
<!DOCTYPE 根元素标记名[<!--实体声明-->]>
所有的 XML 文档(以及 HTML 文档)均由以下简单的构建模块构成:
元素
属性
实体
PCDATA
CDATA
CDATA 节(character data)
用于把整段文本解释为纯字符数据而不是标记的情况。如包含大量的<、>、&、或者"字符。CDATA 节中的所有字符都会被当做元素字符数据的常量部分,而不是 XML 标记,可以输入除]]>外任意字符,不能嵌套。
<![CDATA[ ...... ]]>
PCDATA 的意思是被解析的字符数据(parsed character data)。
可把字符数据想象为 XML 元素的开始标签与结束标签之间的文本。PCDATA 是会被解析器解析的文本。这些文本将被解析器检查实体以及标记。文本中的标签会被当作标记来处理,而实体会被展开。不过,被解析的字符数据不应当包含任何 &、< 或者 > 字符;需要使用 &、< 以及 > 的内置实体来分别替换它们。
基本的解析方式有两种:一种叫 SAX,另一种叫 DOM。SAX(Simple API for XML)是基于事件流的解析,DOM(Document Object Model)是基于 XML 文档树结构的解析。SAX:效率高,数据量小,仅一次获取 ,DOM:整颗树加载到内存中,耗内存,可多次获取。
与 js 中的类似,使用 JAXP(Java API for XML Parsing),即:用于 XML 解析的 Java API.
DOM(Document Object Model, 文档对象模型),在应用程序中,基于 DOM 的 XML分析器将一个 XML 文档转换成一个对象模型的集合(通常称为 DOM 树),应用程序正是通过对这个对象模型的操作,来实现对 XML 文档数据的操作。
XML 本身是以树状的形式出现的,所以 DOM 操作的时候,也将按章树的形式进行转换。在整个 DOM 树种,最大的地方指的是 Document,表示一个文档,在这个文档中存在一个根节点。
注意:在使用 DOM 操作的时候,每一个文字的区域也是一个节点,称为文本节点。
核心操作接口
此接口代表了整个 XML 文档,表示的是整棵 DOM 树的根,提供了对文档中的数据进行访问和操作的入口,通过 Document 节点可以访问 XML 文件中所有的元素内容。
此接口在整个 DOM 树种具有举足轻重的低位,DOM 操作的核心接口中有很大一部分接口是从 Node 接口继承过来的。例如:Document、Element 等接口,在 DOM树种,每一个 Node 接口代表了 DOM 树种的一个节点。
此接口表示的是一个节点的集合,一般用于表示有顺序关系的一组节点,例如:一个节点的子节点,当文档改变的时候会直接影响到 NodeList 集合。
此接口表示的是一组节点和其唯一名字对应的一一对应关系,本接口主要用于属性节点的表示上。
如果一个程序需要进行 DOM 解析读取操作的话,也需要按照如下的步骤进行:
public static void createXml() throws Exception{
//获取解析器工厂
DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance();
//获取解析器
DocumentBuilder builder=factory.newDocumentBuilder();
//创建文档
Document doc=builder.newDocument();
//创建元素、设置关系
Element root=doc.createElement("people");
Element person=doc.createElement("person");
Element name=doc.createElement("name");
Element age=doc.createElement("age");
name.appendChild(doc.createTextNode("shsxt"));
age.appendChild(doc.createTextNode("10"));
doc.appendChild(root);
root.appendChild(person);
person.appendChild(name);
person.appendChild(age);
//写出去
// 获得变压器工厂
TransformerFactory tsf=TransformerFactory.newInstance();
Transformer ts=tsf.newTransformer();
//设置编码
ts.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
//创建带有DOM节点的新输入源,充当转换Source树的持有者
DOMSource source=new DOMSource(doc);
//充当转换结果的持有者
File file=new File("src/output.xml");
StreamResult result=new StreamResult(file);
ts.transform(source, result);
}
SAX(Simple API for XML)解析是按照 xml 文件的顺序一步一步的来解析。
SAX 没有官方的标准机构,它不属于任何标准阻止或团体,也不属于任何公司或个人,而是提供任何人使用的一种计算机技术。
SAX(Simple API for XML,操作 XML 的简单接口),与 DOM 操作不同的是,SAX 采用的是一种顺序的模式进行访问,是一种快速读取 XML 数据的方式。当使用 SAX 解析器进行操作的时候会触发一系列的事情,当扫描到文档(document)开始与结束、元素(element)开始与结束时都会调用相关的处理方法,并由这些操作方法作出相应的操作,直至整个文档扫描结束。
如果要想实现这种 SAX 解析,则肯定首先建立一个 SAX 的解析器
// 1、创建解析器工厂
SAXParserFactory factory = SAXParserFactory.newInstance();
// 2、获得解析器
SAXParser parser = factory.newSAXParser();
// SAX解析器 ,继承 DefaultHandler
String path = new File("resource/demo01.xml").getAbsolutePath();
// 解析
parser.parse(path, new MySaxHandler());
dom4j 是一个简单的开源库,用于处理 XML、 XPath 和 XSLT,它基于 Java 平台,使用 Java 的集合框架,全面集成了 DOM,SAX 和 JAXP。下载路径:
http://www.dom4j.org/dom4j-1.6.1/
http://sourceforge.net/projects/dom4j
可以使用 DOM4J 进行 XML 文件的读、写操作
DOM4J 与 JDOM 一样都属于一个免费的 XML 开源组建,但是由于现在的开发框架中使用该技术较多,比如 Hibernate、Spring 等都使用 DOM4J 这个功能,所以作为介绍,大家可以对该组件有一个了解。并没有谁好谁坏,一般框架使用 DOM4J 较多,而我们平时如果要用则 JDOM 较常见。可以发现 DOM4J 发挥了很多新特性,比如输出格式就可以很好解析
File file = new File("resource/outputdom4j.xml");
SAXReader reader = new SAXReader();
// 读取文件作为文档
Document doc = reader.read(file);
// 获取文档的根元素
Element root = doc.getRootElement();
// 根据跟元素找到全部的子节点
Iterator iter = root.elementIterator();
while(iter.hasNext()){
Element name = iter.next();
System.out.println("value = " + name.getText());
}
// 使用DocumentHelper来创建 Document对象
Document document = DocumentHelper.createDocument();
// 创建元素并设置关系
Element person = document.addElement("person");
Element name = person.addElement("name");
Element age = person.addElement("age");
// 设置文本
name.setText("shsxt");
age.setText("10");
// 创建格式化输出器
OutputFormat of = OutputFormat.createPrettyPrint();
of.setEncoding("utf-8");
// 输出到文件
File file = new File("resource/outputdom4j.xml");
XMLWriter writer = new XMLWriter(new FileOutputStream(new
File(file.getAbsolutePath())),of);
// 写出
writer.write(document);
writer.flush();
writer.close();
// 1、得到要解析的文件对象
// 2、得到解析器
// 3、通过解析器将文件对象转换成Document对象
// 4、得到当前文档对象的根节点
// 5、得到 根节点的所有子节点,返回迭代器
// 6、遍历,得到每一个子节点的名称和值
public class Dom4JReader {
public static void main(String[] args) throws Exception {
// 1、得到要解析的文件对象
File file = new File("src/test.xml");
// 2、得到解析器
SAXReader reader = new SAXReader();
// 3、通过解析器将文件对象转换成Document对象
Document document = reader.read(file);
// 4、得到当前文档对象的根节点
Element root = document.getRootElement();
// 5、得到 根节点的所有子节点,返回迭代器
Iterator<Element> iterator = root.elementIterator();
// 6、遍历,得到每一个子节点的名称和值
while(iterator.hasNext()) {
Element el = iterator.next();
System.out.println(el.getName());
System.out.println(el.getText());
}
}
}
// 使用DocumentHelper来创建 Document对象
// 创建元素并设置关系
// 设置文本
// 创建格式化输出器
// 输出到文件
// 写出
public class Dom4JWriter {
public static void main(String[] args) throws Exception {
// 使用DocumentHelper来创建 Document对象
Document document = DocumentHelper.createDocument();
// 创建元素并设置关系
Element person = document.addElement("person");
Element name = person.addElement("name");
Element age = person.addElement("age");
// 设置文本
name.setText("shsxt");
age.setText("10");
// 创建格式化输出器
OutputFormat of = OutputFormat.createPrettyPrint();
of.setEncoding("utf-8");
// 输出到文件
File file = new File("src/outputdom4j.xml");
XMLWriter writer = new XMLWriter(new FileOutputStream(new File(file.getAbsolutePath())),of);
// 写出
writer.write(document);
writer.flush();
writer.close();
}
}
下载路径: http://www.jdom.org/downloads/index.html
JDOM 是一种使用 XML 的独特 Java 工具包,用于快速开发 XML 应用程序。 JDOM 是一个开源项目,它基于树形结构,利用纯 Java 的技术对 XML 文档实现解析、生成、序列化及多种操作。
JDOM 解析
掌握 JDOM 开发工具的使用及产生原理可以使用 JDOM 进行读取或写入的操作在 W3C 本身提供的 XML 操作标准,DOM 和 SAX,但是从开发角度上看,DOM 和 SAX本身是各有特点的,DOM 可以修改,但不适合读取大文件,而 SAX 可以读取大文件,但是本身不能修改所谓的 JDOM = DOM 的可修改 + SAX 的读取大文件
DOM 本身是一个免费的开源组建,直接从 www.jdom.org 上下载,下载后解压,将 jdom.jar 包拷贝到 Tomcat 目录(项目)的 lib 中
我们发现 JDOM 的输出操作要比传统的 DOM 方便得多,而且也更加直观,包括在输出的时候都很容易了。此时观察到的是 JDOM 对于 DOM 解析的支持,但是也说,JDOM 本身也支持了 SAX 的特点;所以,可以使用 SAX 进行解析操作。
// 获取SAX解析器
SAXBuilder builder = new SAXBuilder();
File file = new File("resource/demo01.xml");
// 获取文档
Document doc = builder.build(new File(file.getAbsolutePath()));
// 获取根节点
Element root = doc.getRootElement();
System.out.println(root.getName());
// 获取根节点下所有的子节点, 也可以根据标签名称获取指定的直接点
List<Element> list = root.getChildren();
System.out.println(list.size());
for(int x = 0; x<list.size(); x++){
Element e = list.get(x);
// 获取元素的名称和里面的文本
String name = e.getName();
System.out.println(name + "=" + e.getText());
System.out.println("==================");}
// 创建节点
Element person = new Element("person");
Element name = new Element("name");
Element age = new Element("age");
// 创建属性
Attribute id = new Attribute("id","1");
// 设置文本
name.setText("shsxt");
age.setText("10");
// 设置关系
Document doc = new Document(person);
person.addContent(name);
name.setAttribute(id);
person.addContent(age);
XMLOutputter out = new XMLOutputter();
File file = new File("resource/outputjdom.xml");
out.output(doc, new FileOutputStream(file.getAbsoluteFile()));
XPath 是一门在 XML 文档中查找信息的语言,可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素,并且 XQuery 和 XPointer 同时被构建于 XPath 表达之上。因此,对 XPath 的理解是很多高级 XML 应用的基础。XPath非常类似对数据库操作的 SQL 语言,或者说 JQuery,它可以方便开发者抓起文档中需要的东西。(dom4j 也支持 xpath)
XPath 中有七种结点类型:元素、属性、文本、命名空间、处理指令、注释以及文档节点 (或称为根节点)。
文档中存在元素节点,属性节点,根节点
表达式 | 描述 |
---|---|
节点名称(nodename) | 选取此节点的所有子节点 |
/ | 从根节点选取 |
// | 从匹配选择的当前节点选择文档中的节点,而不考虑它们的位置 |
. | 选取当前节点 |
… | 选取当前节点的父节点 |
@ | 选取属性 |
示例如下:
//@lang ---- 选取所有名为 lang 的属性
用来查找某个特定的节点或者包含某个指定的值的节点。以方括号括起
//book[price>35.00] 选择所有 book 元素,且其中的 price 元素的值须大于 35.00
/bookstore/book[1] 选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()] 选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1] 选取属于 bookstore 子元素的倒数第二个 book 元素。
/bookstore/book[position()<3] 选取最前面的两个属于 bookstore 元素的子元素的 book 元素。
//title[@lang] 选取所有拥有名为 lang 的属性的 title 元素。
//title[@lang='eng'] 选取所有 title 元素,且这些元素拥有值为 eng 的 lang 属性。
/bookstore/book[price>35.00] 选取所有 bookstore 元素的 book 元素,且其中的 price
元素的值须大于 35.00。
/bookstore/book[price>35.00]/title 选取所有 bookstore 元素中的 book 元素的 title 元
素,且其中的 price 元素的值须大于 35.00。
通配符 | 描述 |
---|---|
* | 匹配任何元素节点 |
@* | 匹配任何属性节点 |
node() | 匹配任何类型的节点 |
| |
选取若干路径 |
路径表达式 | 结果 |
---|---|
/bookstore/* | 选取 bookstore 元素的所有子节点 |
//* | 选取文档中的所有元素 |
//title[@*] | 选取所有带有属性的 title 元素。 |
//book/title | //book/price |
//title //price | 选取所有文档中的 title 和 price 元素。 |
/bookstore/book/title //price | 选取所有属于 bookstore 元素的 book 元素的 title 元素,以及文档中所有的 price 元素 |
使用 DTD 可以对文档的内容进行约束,XML 中的 DTD 数据必须用标记说明,语法格式如下:
XML 的元素内容定义格式如下:
<!ELEMENT 元素内容描述字符串>
DTD 还可以描述子元素的结构,其使用语法:
<!ELEMENT 子元素结构名称 子元素结构表达式>
其中子元素结构有以下几种常用的定义方式:
1.按顺序包括 B、C、D、的所有内容:
<!ELEMENT A(B,C,D)>
2.在 A 中要包含 B、C、D、的任意一个的内容:
<!ELEMENT A(B|C|D)>
3.在 A 中包含 0-1 个 B:
<!ELEMENT A(B?)>
4.在 A 中要包含 1 次以上各 B:
<!ELEMENT A(B+)>
5.在 A 中要包含 O 次以上各 B:
<!ELEMENT A(B*)>
6.空元素
<!ELEMENT A EMPTY>
代码示例:
"1.0" encoding="UTF-8"?>
<!DOCTYPE persons[
<!ELEMENT persons (person+)>
<!ELEMENT person ( name , password? , age+) >
<!ATTLIST person sex (男|女) #REQUIRED>
<!ATTLIST person id ID #REQUIRED>
<!ELEMENT name (#PCDATA)>
<!ELEMENT password (#PCDATA)>
<!ELEMENT age (#PCDATA)>
]>
"男" id="p1">
</name>
</password>
</age>
</person>
"女" id="p2">
</name>
</password>
</age>
</person>
</persons>
XML Schema 本身也是一种 XML 构造,它用来描述[哪个元素,在什么时候出现],[该元素具有什么样的属性]等等,也就是说,XML Schema 是对 XML 的树形构造加以描述说明的一种语言。原本,使用 DTD 对 XML 的树形构造加以描述说明,但 DTD 存在严重的局限性,DTD不能定义数据的类型,语法也与 XML 语言完全不一样,在使用的便利性,数据结构表达的严谨性上存在问题。使用 schema 对 xml 格式严格检查。
简单的 XML Schema 例
hello.xml
"1.0" encoding="UTF-8"?>
"http://www.w3.org/2001/XMLSchema-instance"
xsi:noNamespaceSchemaLocation="file:///C:/Users/Administrator/Desktop/test.xsd">xmlschema简单入门 </hello>
写一个简单的 XML Schema
"1.0" encoding="UTF-8"?>
"http://www.w3.org/2001/XMLSchema">
"hello" type="xs:string"/>
</xs:schema>
解说:
第一行:
<?xml version="1.0" encoding="utf-8"?>
XML 申明。XML Schema 本身也是 XML 文档,所以它遵循 XML 记述语法。使用 encoding属性指定文档的编码格式。
根节点:
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
其中 xs 是命名空间,schema 是根节点名。
注意 xs:schema 与 xmlns:xs 中的 xs 要完全一样(名称可以任意,只要一样就可以),它标明以 xs:开头的节点元素是 http://www.w3.org/2001/XMLSchema 定义的元素。
element 元素:
<xs:element name="hello" type="xs:string">
上面已经说明,xs:element 表示 element 是 http://www.w3.org/2001/XMLSchema 中定义的元素。它的 name 属性用来定义它所描述的 XML 文档中的节点名。type 是表示该节点的值的类型。这里的 xs:string(string 类型)表示 hello 节点不能包含子节点,不能包含属性,它的内容值应该是 string 类型。除了 string 之外,XML Schema 还有很多其他类型。
最后使用
</xs:schema>
完成整个 XML Schema 描述。