xml学习笔记

XML的学习目标：

能用XML描述现实中的有层次关系的数据

能使用程序读取到XML中表示的数据（解析Parser）

 

一、XML是什么？作用是什么？

1、XML是指可扩展标记语言（eXtensible Markup Language），用户自定义的标签.相对于HTML来讲的。

2、XML被设计的宗旨是表示数据。HTML是用来显示数据的。目前经常使用的XML版本是1.0

3、XML除了表示数据外。在实际的企业开发中，主要用XML作为程序的配置文件。

 

******* 二、XML的基本语法

1、文档声明：

作用：用于标识该文档是一个XML文档。

注意事项：声明必须出现在文档的第一行（之前连空行都不能有，也不能有任何的注释）

 

最简单的XML声明：<?xml version="1.0"?> 声明时候<?xml 之间不能有空格

声明中的encoding属性：说明解析当前XML文档时所使用的编码。默认是UTF-8

声明中的standalone属性：说明XML文档是否是独立的。（了解）

 

 

2、元素

结束标签不能省略

一个XML文档必须且只能有一个根标签

XML文档中不会忽略回车和换行及空格

标签的命名规范：元素(标签)的名称可以包含字母、数字、减号、下划线和英文句点。严格区分大小写。

1、名字可以包含字母、数字和其它字符

2、名字不能以数字或标点符号开头

3、名字不能以xml或XML(Xml等)此类开头

4、名字不能包含空格

 

3、元素的属性

元素的属性取值一定要用引号引起来（单引号或双引号）

 

4、注释

与HTML中的注释完全一致：<!--这是注释-->

注释不能嵌套

 

 

5、CDATA区

CDATA (Character Data) 的缩写. 实际开发过程中,一些数据可能不想让解析引擎处理.

作用：CDATA区中的东东都是文本。

语法：

<![CDATA[

 

文本内容

 

]]>

6、特殊字符

&                &   ampersand

<                <   (less than)

>                >:        (great than)

"                "   quotation

'                '   apostrophe

 

7、处理指令(PI:Processing Instruction)

处理指令，简称PI(Processing Instruction)。

作用：用来指挥软件如何解析XML文档。

语法：必须以“<?”作为开头，以“?>”作为结尾。

<?xml-stylesheet type="text/css" href="s.css"?>

 

三、XML的约束

1、格式良好的XML文档：符合XML语法的。

2、有效的XML文档：遵循约束规范的。

格式良好的不一定是有效的，但有效的必定格式良好。

 

 

四、DTD的基本语法（看懂即可）

1、DTD：Document Type Definition

2、作用：约束XML的书写规范。

3、DTD文件保存到磁盘时，必须使用UTF-8编码

 

4、如何引入外部的DTD文档来约束当前的XML文档

DTD文件在本地：<!DOCTYPE 根元素名称 SYSTEM "DTD文件的路径">

DTD文件在网络上：<!DOCTYPE 根元素名称 PUBLIC "DTD名称" "DTD的路径URL">

 

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>

<!DOCTYPE 书架 [

<!ELEMENT 书架 (书+)>

<!ELEMENT 书 (书名,作者,售价)>

<!ELEMENT 书名 (#PCDATA)>

<!ELEMENT 作者 (#PCDATA)>

<!ELEMENT 售价 (#PCDATA)>

]>

<书架>

<书>

<书名>Java就业培训教程</书名>

<作者>张孝祥</作者>

<售价>39.00元</售价>

</书>

...

</书架>

 

5、DTD的语法细节

5.1定义元素

语法：<!ELEMENT 元素名称 使用规则>

使用规则：

(#PCDATA):指示元素的主体内容只能是普通的文本.(Parsed Character Data)

EMPTY:指示元素的不能有主体内容。

ANY:用于指示元素的主体内容为任意类型

(子元素)：指示元素中包含的子元素

如果子元素用逗号分开，说明必须按照声明顺序去编写XML文档

如果子元素用“|”分开，说明任选其一。

用+、*、？来表示元素出现的次数

+: 一次或多次 (书+)      regex

?: 0次或一次 (书?)

 *: 0次或多次  (书*)

 

5.2定义元素的属性(attribute)

语法：<!ATTLIST 哪个元素的属性

属性名1 属性值类型 设置说明

属性名2 属性值类型 设置说明>

属性值类型：

CDATA：说明该属性的取值为一个普通文本

ENUMERATED (DTD没有此关键字)：

语法：<!ATTLIST 元素名称 (值1|值2) "值1">

ID:属性的取值不能重复

设置说明：

#REQUIRED：表示该属性必须出现

#IMPLIED：属性可有可无

#FIXED:表示属性的取值为一个固定值 语法：#FIXED "固定值"

直接值：表示属性的取值为该默认值

5.2定义实体

关键字ENTITY

实体的定义分为引用实体和参数实体

引用实体：

作用：在DTD中定义，在XML中使用

语法：<!ENTITY 实体名称 "实体内容">

在XML中使用：&实体名称;

参数实体：

作用：在DTD中定义，在DTD中使用

语法：<!ENTITY % 实体名称 "实体内容">

在DTD中使用：%实体名称;

?xml version = "1.0" encoding="GB2312" ?>

 

<!DOCTYPE 联系人列表[

<!ELEMENT 联系人列表 ANY>

<!ELEMENT 联系人 (姓名,EMAIL)>

<!ELEMENT 姓名 (#PCDATA)>

<!ELEMENT EMAIL (#PCDATA)>

<!ATTLIST 联系人 编号 ID #REQUIRED>

]>

 

<联系人列表>

<联系人 编号="a1">

<姓名>张三</姓名>

<EMAIL>[email protected]</EMAIL>

     </联系人>

<联系人 编号="b1">

<姓名>李四</姓名>

<EMAIL>[email protected]</EMAIL>

</联系人>

</联系人列表>

 

 

五、XML解析方式概述

1、常用XML的解析方式：DOM和SAX

DOM:Document Object Model是W3C推荐使用的解析方式

SAX:Simple API for XML。非官方标准。

2、常用解析开发包：

JAXP:SUN推出的实现，能进行DOM和SAX方式解析

Dom4J

JDom等

 

六、JAXP进行DOM解析

JAXP的API都在JavaSE中。

org.w3c.dom:提供DOM方式解析XML的标准接口

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

DocumentBuilder builder = factory.newDocumentBuilder();

Document document = builder.parse("src/book.xml");

 

Element createElement = document.createElement("售价");

createElement.setTextContent("59.00");

 

NodeList nodeList = document.getElementsByTagName("书");

Element element = (Element)nodeList.item(0);

element.appendChild(createElement);

 

TransformerFactory transformerFactory = TransformerFactory.newInstance();

Transformer transformer = transformerFactory.newTransformer();

transformer.transform(new DOMSource(document), new StreamResult("src/book.xml"));

 

org.xml.sax:提供SAX方式解析XML的标准接口

详细代码见第一天day01文件夹

javax.xml:提供了解析XML文档的类

 

Transformer类用于把代表XML文件的Document对象转换为某种格式后进行输出，例如把xml文件应用样式表后转成一个html文档。利用这个对象，当然也可以把Document对象又重新写入到一个XML文件中

 

 

七、JAXP进行DOM解析的案例

八、JAXP进行SAX解析

******九.Pull解析器

1.先通过XmlPullParserFactory获得工厂对象,然后通过factory.newPullParser()获得XmlPullParser解析对象

2.parser.setInput(new FileInputStream("src/book.xml"), "UTF-8");传入解析的文件和编码

3.int eventType = parser.getEventType();获得解析的标签类型

4.每次都要手动移动指针到下一个位置eventType = parser.next();

 解析方式的优缺点：

 

十、Schema约束(看懂即可)

1、Schema约束文档本身就是一个XML文档，扩展名为xsd

2、重点：根据Schema写出XML文档

难点：XML文档的根元素怎么写？

 

a、首先看Schema文档，找到根元素

<?xml version="1.0" encoding="UTF-8"?>

<书架></书架>

b、思考：书架来自于哪个名称空间？看Schema文档，targetNamespace就是名称空间。

用xmlns关键字(xmlns名称空间声明)来声明我的元素来自哪个名称空间（xmlns：xml namespace）

 

<?xml version="1.0" encoding="UTF-8"?>

<itcast:书架 xmlns:itcast="http://www.itcast.cn"></itcast:书架>

 

c、思考：名称空间与哪个xsd文件对应呢？使用schemaLocation关键字来关联名称空间和xsd的对应关系

 

<?xml version="1.0" encoding="UTF-8"?>

<itcast:书架 xmlns:itcast="http://www.itcast.cn"

schemaLocation="http://www.itcast.cn book.xsd"></itcast:书架>

 

d、schemaLocation来自哪里？来自一个标准的名称空间（http://www.w3.org/2001/XMLSchema-instance）

<?xml version="1.0" encoding="UTF-8"?>

<itcast:书架 xmlns:itcast="http://www.itcast.cn"

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

xsi:schemaLocation="http://www.itcast.cn book.xsd"></itcast:书架>