JAVA学习笔记五：XML

谁践踏了优雅 2022-03-26 08:10 306阅读 0赞

# XML #

--------------------

XML：eXtendsible markup language（可扩展的标记语言）

### XML有什么用？ ###

1.保存数据

2.做配置文件

3.数据传输载体（C/S模式，服务器将数据以XML形式回传客户端）

XML基本文档结构，倒状树形结构，从“根部”开始，然后扩展到“枝叶”。

<?xml version="1.0" encoding="UTF-8"?>
    <stus>
        <stu>
            <name>kk</name>
            <age>18</age>
        </stu>
    </stus>

### 定义XML ###

--------------------

其实就是一个文件，文件的后缀为xml

*  文档声明

<?xml version="1.0" encoding="UTF-8" standalone="no"?>

version：解析这个xml的时候，使用什么版本的解析器解析。

encoding：解析xml中的文字的时候，使用什么编码来翻译。

standalone（一般不使用）：no -- 该文档会依赖关联其他文档，yes -- 这是一个独立的文档。

### encoding ###

--------------------

在解析的这个xml的时候，使用什么编码去解析。----  解码

存储文字是存储这些文字对应的二进制。可以根据文件使用的编码方式来得到这些文字对应的二进制。

**默认文件保存的时候，使用的是本地编码 -- GBK编码保存**

所以想要让xml能够正常的显示中午，有两种方法：

1.  让 encoding 也是 GBK 或者是 gb2312.
2.  如果 encoding 是UTF-8，那么保存文件的时候也必须将编码方式使用为UT-8。
3.  保存文件的时候见到的ANSI，对应的其实是本地编码 GBK。

为了确保通用性，最好使用UTF-8编码保存，以及encoding都是 UTF-8。

### 元素定义（标签） ###

--------------------

其实就是标签，<>括起来的都叫元素。**成对出现**。如下：

**1.文档声明下来的一个元素叫根元素（根标签）**

2.标签里面可以嵌套标签

3.空标签，即是开始也是结束，一般配合属性来用

<age/>

4.标签名字可以自定义。

XML命名规则：

名称可以含有字母、数字以及其他的字符

不能以数字或者标点符号开始

不能以字符“xml”（或者XML,Xml）开始

不能包含空格

命名尽量简单，见名知意

### 简单元素&复杂元素 ###

--------------------

*  简单元素

元素里面包含了普通的文字

*  复杂元素

元素里面还可以嵌套其他的元素

### 属性的定义 ###

--------------------

定义在元素里面，<元素名称  属性名称=“属性的值”></元素名称>

### CDATA区 ###

--------------------

*  非法字符

在 XML 元素中，"<" 和 "&" 是非法的。

"<" 会产生错误，因为解析器会把该字符解释为新元素的开始。

"&" 也会产生错误，因为解析器会把该字符解释为字符实体的开始。

严格的讲，在XML中仅有字符“<”和 "&"  是非法的。省略号、引号和大于号是合法的，但是把它们替换为实体引用是个好习惯。

<（<）

> （> ）

& （&）

...（&apps;）（省略号）

"（"）（引号）

**术语 CDATA 指的是不应由 XML 解析器进行解析的文本数据（Unparsed Character Data）。**

如果某段字符串里面有过多的字符，并且里面包含了类似标签或者关键字的这种文字，不想让xml的解析器去解析，那么可以使用CDATA来包装，**包装之后CDATA部分中的内容将会被解析器所忽略**。

**CDATA 部分由 "*<!\[CDATA\[*" 开始，由 "*\]\]>*" 结束**：

<an><![CDATA[<a href="http://wwww.baidu.com">解析器忽略测试</a>]]></an>

某些文本，比如 JavaScript 代码，包含大量 "<" 或 "&" 字符。为了避免错误，可以将脚本代码定义为 CDATA，忽略CDATA部分中的所有内容。

**PS：**

CDATA 部分不能包含字符串 "\]\]>"。也不允许嵌套的 CDATA 部分。

标记 CDATA 部分结尾的 "\]\]>" 不能包含空格或折行。

**通常在服务器给客户端返回数据的时候使用**。

### XML解析 ###

--------------------

其实就是获取元素里面的字符数据或者属性数据。

**XML解析方式**

*  **DOM（Document object model）**

把整个xml**全部**读到内存当中，形成树状结构。整个文档称之为**document**对象，属性对应**Attribute**对象，所有的元素节点对应**Element**对象，文本也可以称之为**Text**对象，以上所有的对象都可以称之为**Node**节点。

ps：如果xml特别大，那么将会造成内存溢出。如果xml小，则读取速度快，而且可以对文档进行增删的操作

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fubm5fa2s_size_16_color_FFFFFF_t_70][]

*  **SAX（Simple API for Xml）基于事件驱动**

读取一行，解析一行，一行行读取。

ps：不会造成内存溢出，不可以进行增删，只能查询。

**针对这两种解析方式的API**

*  **jaxp  sun公司，比较繁琐**
 *  **jdom**
 *  **dom4j  使用比较广泛**

--------------------

### **Dom4j基本用法** ###

需要要导入Dom4j的jar包，**dom4j-2.1.1**。

1.创建SaxReader对象

2.指定解析的xml地址

3.获取根元素

4.根据根元素获取子元素或者下面的子孙元素（根据子元素获得）

element.element("stu")：返回该元素下的第一个stu元素。

element.elements()：返回该元素下的所有子元素。

Java：Main方法

public static void main(String[] args) throws DocumentException {
            //1.创建sax读取对象
            SAXReader reader = new SAXReader();
            //2.指定解析的xml
            Document document = reader.read(new File("src/xml/demo2.xml"));
    
            //3.得到元素
            //获取根元素
            Element rootElement = document.getRootElement();
    
            //获取根元素下的子元素
            rootElement.element("stu");
            rootElement.element("stu").element("age").getText();
    
            //获取根元素下面的所有子元素，stu元素
            List<Element> elements = rootElement.elements();
    
            //遍历所有的stu元素
            for (Element element : elements){
                //获取stu元素下面的name,age元素
                String name = element.element("name").getText();
                String age = element.element("age").getText();
                System.out.println("name = " + name + "---" + "age = " + age);
            }
    
        }

Xml：内容

<?xml version="1.0" encoding="UTF-8"?>
    <stus>
        
        <stu id="10025">
            <name>安</name>
            <age>18</age>
        </stu>
    
        <stu id="10025">
            <name>安1</name>
            <age>16</age>
        </stu>
    </stus>

**Dom4j 的Xpath的使用**

dom4j里面支持 Xpath 的写法，xpath其实是xml的路径语言，支持我们在解析xml的时候，能够快速的定位到具体的某一个元素。

1.添加jar包，jaxen-1.1.2.jar

2.在查找指定节点的时候，根据XPath语法规则来查找

3.后续的代码与以前的解析代码一样。（区别在于获取元素节点的方法不一样）

public static void main(String[] args) throws Exception {
            //1.创建sax读取对象
            SAXReader reader = new SAXReader();
            //2.指定解析的xml
            Document document = reader.read(new File("src/xml/demo2.xml"));
            //3.得到元素
            //获取根元素
            Element rootElement = document.getRootElement();
    
            //使用Xpath，添加支持的jar，jaxen-1.1.2.jar。
            //查找需要符合XPath语法规则
            //selectSingleNode获取的是第一个元素，只返回一个。
            Element nameElement = (Element) rootElement.selectSingleNode("//name");
            System.out.println(nameElement.getText());
    
            //获取文档里面的所有name元素
            List<Node> list = rootElement.selectNodes("//name");
            for (Node node:list){
                System.out.println(node.getText());
            }
    
        }

--------------------

### XML约束 ###

如下面的文档，属性定义的ID值时一样的，在我们日常中是不可能出现的。还有在一个项目中，可能大家的xml定义的标签繁多并且不统一，对于阅读和维护来说十分的讹困难，因为xml是扩展标记语言，格式由使用者来定义。所以我们有时候就需要一套规则来对xml文档进行一定的约束。

<?xml version="1.0" encoding="UTF-8"?>
    <stus>
        
        <stu id="10025">
            <name>安</name>
            <name>安1</name>
            <name>安2</name>
            <age>18</age>
        </stu>
    
        <stu id="10025">
            <name>安1</name>
            <age>16</age>
        </stu>
    </stus>

**DTD方式：**

> 语法自成一派，早期就出现的，可读性比较差

1.引入网络上的DTD

>     
>     
>

2.引入本地的DTD

>     
>

demo2.dtd

<?xml version="1.0" encoding="UTF-8"?>
    <!ELEMENT stus (stu+)> :stus下面有一个元素，一个或者多个
    <!ELEMENT stu (name,age)>：stu下面有两个元素name，age 顺序必须是name-age
    <!ELEMENT name (#PCDATA)>
    <!ELEMENT age (#PCDATA)> 
    
    
    
    <!ATTLIST stu id CDATA #IMPLIED> stu 有一个属性 文本类型，该属性可有可无

> 元素的个数：
> 
> \+ ：一个或者多个
> 
> \* ：零个或者多个
> 
> ？ ：零个或者一个
> 
> 属性的类型定义：
> 
> CDATA：属性是普通文字
> 
> ID：属性的值必须唯一
> 
>  
> 
> <!ELEMENT stu (name,age)>：stu下面有两个元素name，age ,按照顺序来
> 
> <!ELEMENT stu (name | age)>：两个中只能包含一个子元素
> 
>  
> 
> PS:关于dtd约束里面的语法要正确书写，如果标签不完整，可能导致解析器解析失效，导致约束文件无法生效，如 ：
> 
> <!ATTLIST stu id ID > 中漏写默认值的属性
> 
> 会导致dtd约束文件失效。

3.直接在XML里面嵌入DTD的规则

>     
>     <!DOCTYPE stus[
>             <!ELEMENT stus (stu+)>
>             <!ELEMENT stu (name,age)>
>             <!ELEMENT name (#PCDATA)>
>             <!ELEMENT age (#PCDATA)>
>     ]>
>     
>     <stus>
>         
>         <stu>
>             <name>安</name>
>             <age>18</age>
>     
>         </stu>
>     
>         <stu>
>             <name>安1</name>
>             <age>16</age>
>         </stu>
>     </stus>

**Schema方式：**

>  其实就是一个xml，使用xml的语法规则，xml解析器解析起来比较方便，是为了替代DTD。
> 
> 但是Schema 约束文本内容比DTD的内容还要多，所以目前也没有真正意义上的替代DTD

约束文档 teacher.xsd：

<?xml version="1.0" encoding="UTF-8"?>
    
    
    
    
    <schema xmlns="http://www.w3.org/2001/XMLSchema"
            targetNamespace="http://www.example.org/teacher"
            elementFormDefault="qualified">
    
        
        <element name="teachers">
            <complexType>
                <sequence maxOccurs="unbounded">
                    
                    <element name="teacher">
                        <complexType>
                            <sequence>
                                
                                <element name="name" type="string"></element>
                                <element name="age" type="int"></element>
                            </sequence>
                        </complexType>
                    </element>
                </sequence>
            </complexType>
        </element>
    
    
    
    </schema>

实例文档 teacher.xml：

<?xml version="1.0" encoding="UTF-8"?>
    
    
    
    
    
    <teachers
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xmlns="http://www.example.org/teacher"
        xsi:schemaLocation="http://www.example.org/teacher teacher.xsd" >
        <teacher>
            <name>kk</name>
            <age>18</age>
        </teacher>
    </teachers>

**名称空间的作用：**

> 一个xml如果想指定它的约束规则，假设使用的是DTD，那么这个xml只能指定一个DTD，不能指定多个DTD。
> 
> 但是如果一个xml的约束是定义在schema里面，并且是多个schema，那么是可以的。
> 
> 简单的说：一个xml 可以引用多个schema的约束，但是只能引用一个DTD的约束。
> 
>  
> 
> 名称空间的作用就是在写元素的时候，可以指定该元素使用的是哪一套约束规则。默认情况如下。如果只有一套规则，那么都可以这么写
> 
>     xmlns:aa="http://www.example.org/teacher"
> 
>     xmlns:bb="http://www.example.org/teacher"
> 
> <name>kk</name>
> 
> <aa:name></aa:name>
> 
> <bb:name></bb:name>

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fubm5fa2s_size_16_color_FFFFFF_t_70]: /images/20220326/5068d34a443b4557bd3db397074ce863.png