完整理解XML领域

偏执的太偏执、 2022-05-21 05:49 240阅读 0赞

每个人都知道什么是XML,也知道它的格式.如果深入点理解如何使用XML,可能就不是每个人都知道的了. XML是一种自描述性文档,它的作用是内容的承载,和展示没有任何关系.所以,如何将XML里的数据以合理的方式取出展示,是XML编程的主要部分. 这篇文章从广度上来描述XML的一切特性.

XML有一大堆的官方文档和Spec文档以及教程.但是它们都太专业,文字太官方,又难懂,文字多,例子少,篇幅分散且跨度大. 于是需要一篇小文章,以通俗的话语以概括的角度来阐述XML领域的技术.再给几个小的example. 这就是我写这篇文章的原因.写它也是为了自我学习总结.

本文所用的代码结构如下图:

![140232_cLoP_254689.png][]

首先确定这篇文章使用的XML例子,后面所有的代码都基于此例.

<?xml version="1.0" encoding="UTF-8"?>
    <?xml-stylesheet type="test/xsl" href="bookStore.xsl"?>
    <!DOCTYPE bookStore PUBLIC "bookStore.dtd" "bookStore.dtd">
    <bookStore name="java" xmlns="http://joey.org/bookStore" xmlns:audlt="http://japan.org/book/audlt" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="bookStore.xsd">
      <keeper>
        <name>Joey</name>
      </keeper>
      <books>
        <book id="1">
            <title>XML</title>
            <author>Steve</author>
        </book>
        <book id="2">
            <title>JAXP</title>
            <author>Bill</author>
        </book>
        <book id="3" audlt:color="yellow">
            <audlt:age> >18 </audlt:age>
            <title>Love</title>
            <author>teacher</author>
        </book>
      </books>
    </bookStore>

## XML的作用 ##

1.  一种文档格式.只是内容的载体.
2.  常用来做数据存储,数据传输或者配置描述.
3.  它不负责展示.至于里面的内容如何使用,由XML程序来控制.

## XML的格式 ##

1.  首先第一行为XML的声明:   
    
    
        <?xml version="1.0" encoding="uft-8">
2.  紧跟着可能会有DTD校验方法.   
    
    
        <!DOCTYPE root-element SYSTEM "filename">
3.  如果XML想依托工具自动展现,需要XML展现方法. CSS或者XSLT.  
    
    
        <?xml-stylesheet type="text/css" href="cd_catalog.css"?>
        或者
        <?xml-stylesheet type="text/xsl" href="simple.xsl"?>
4.  Element所构成的树形结构.
5.  Element上的namespace.
6.  除了用DTD验证方法,也可以Element上使用XSD来校验XML的合法性.  
    
    
        <note xmlns="http://www.w3schools.com" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.w3schools.com note.xsd">
          ...
        </note>

## XML字符编码 ##

XML存储时所使用的字符编码. 这个编码告诉解析程序应该使用什么编码格式来对XML解码. 为了国际通用,使用UTF-8吧. 对于纯英文,UTF8只需要一个字节来表示一个英文字符. XML的size也不会太大.

## XML命名空间 ##

命名空间语法包括声明部分 默认命名xmlns="<URL>"或者指定命名xmlns:prefix="http://<namespace specification URL>" 和 使用部分<prefix:tag>或者<tag prefix:attr="">.

命名空间解决了两个问题.

1.  相同名称的标签表示不同的意义,它们各自存在与自己的命名空间中.比如<table>即可以表示表格,也可以表示桌子. 给他们一个命名空间. <n1:table>为表单,<n2:table>为桌子.
2.  对既有的元素进行属性扩展或者元素扩展. 比如本文例子中的<book>多了audlt的属性和子元素.它是对原来元素的扩展.

**在Java或者JavaScript中是使用namespace的, 注意以下几点:**

1.  DOM中存在两个方法getElementsByTagName()和getElementsByTagNameNS(). 第一个方法需要使用qualified name作为参数,而第二个方法需要使用namespace和localname作为参数. 如下  
    
    
        document.getElementsByTagNameNS("http://japan.org/book/audlt", "age"); document.getElementsByTagName("audlt:age");
    
      
    
2.  如果XML里面使用了namespace, 那么XSLT和XPATH也必须使用同等的namespace,否则xpath将搜索不到你想查找的元素,在java的Xpath中,需要设置NamespaceContext. 请看DOM实例和我写的XSL文件.

## XML语法验证 ##

验证XML合法性靠的是DTD或者XSD.这是XML的两个规范. XSD比DTD要新,所以也先进.

### DTD ###

本文中的XML里面声明了DTD的引用,XML parser就会自动加载DTD来验证XML. 这需要给parser设定两个前提.一是开启了验证模式,而是明白DTD的加载位置. XML parser可以是JS,java或者browser. 加载位置可以使用PUBLIC ID或者SYSTEM ID来判断.请看下面的声明:

<!DOCTYPE bookStore SYSTEM "bookStore.dtd">

上面的声明没有PUBLIC ID, 只有SYSTEM ID, SYSTEM ID=XML当前路径+"/bookStore.dtd". 可见system id是一个相对与XML的路径.

声明PUBLIC ID:

<!DOCTYPE bookStore PUBLIC "bookStore.dtd" "bookStore.dtd">

PUBLIC ID也为"bookStore.dtd". 这时候,Parser会自动根据这两个ID去尝试加载DTD文件,如果加载不到,则抛出exception. JAVA中,我们可以通过实现EntityResolver接口的方法来自定义DTD的所在位置. 详情请看JAVA部分.

本文用的DTD是:

<!ELEMENT bookStore (keeper, books)>
    <!ATTLIST bookStore name CDATA #REQUIRED>
    <!ELEMENT keeper (name)>
    <!ELEMENT name (#PCDATA)>
    <!ELEMENT books (book)>
    <!ELEMENT book (title, author)>
    <!ATTLIST book id ID #REQUIRED>
    <!ELEMENT title (#PCDATA)>
    <!ELEMENT author (#PCDATA)>

### XSD ###

使用XSD来验证XML只需要一个XSD的定义文件,开启Parser的XSD验证功能. XSD的验证方法在后面的JAVA代码中可以看到. 本文使用的XSD如下:

<?xml version="1.0" encoding="UTF-8"?>
    <xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
        <xsd:element name="bookStore" type="bookStoreType" />
    
        <xsd:complexType name="bookStoreType">
        	<xsd:sequence>
        		<xsd:element name="keeper" type="keeperType"></xsd:element>
        		<xsd:element name="books" type="booksType"></xsd:element>
        	</xsd:sequence>
        	<xsd:attribute name="name" type="xsd:string"></xsd:attribute>
        </xsd:complexType>
    
        <xsd:complexType name="keeperType">
        	<xsd:sequence>
        		<xsd:element name="name" type="xsd:string"></xsd:element>
        	</xsd:sequence>
        </xsd:complexType>
    
        <xsd:complexType name="booksType">
        	<xsd:sequence>
        		<xsd:element name="book" type="bookType"></xsd:element>
        	</xsd:sequence>
        </xsd:complexType>
    
        <xsd:complexType name="bookType">
        	<xsd:sequence>
        		<xsd:element name="title" type="xsd:string"></xsd:element>
        		<xsd:element name="author" type="xsd:string"></xsd:element>
        	</xsd:sequence>
        	<xsd:attribute name="id" type="xsd:int"></xsd:attribute>
        </xsd:complexType>
    
    </xsd:schema>

## XML查询方法(XPath) 略. ##

## XML展示方法(CSS, XSL) ##

如下面的代码片段所示,XML可以有stylesheet转换成其他格式, 如HTML, TXT等. stylesheet可以是css,也可以是xsl.

<?xml-stylesheet type="test/xsl" href="bookStore.xsl"?>

主流browser都已经支持这种转换格式. 除了自动转换,我们也可以使用代码对转换进行控制.我们可以用java在服务器端进行xslt的转换,也可以使用javascript在前端对xml进行xslt转换. 代码在后面均可找到.   书写xsl的时候,namespace一定要注意. xpath一定要和namespace所对应. 我所使用的**XSL**为:

<?xml version="1.0" encoding="UTF-8"?>
    <xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:b="http://joey.org/bookStore" xmlns:a="http://japan.org/book/audlt">
    	<xsl:output method="html" version="1.0" encoding="UTF-8" indent="yes"></xsl:output>
    	<xsl:template match="/">
    		<html>
    			<body>
    				<h2>Book Store<<<xsl:value-of select="/b:bookStore/@name"></xsl:value-of>>></h2>
    				<div>
    					There are <xsl:value-of select="count(/b:bookStore/b:books/b:book)"></xsl:value-of> books.
    				</div>
    				<div>
    					Keeper of this store is <xsl:value-of select="/b:bookStore/b:keeper/b:name"></xsl:value-of>
    				</div>
    				<xsl:for-each select="/b:bookStore/b:books/b:book">
    					<div> Book:
    						<span>title=<xsl:value-of select="b:title"></xsl:value-of></span>;
    						<span>author=<xsl:value-of select="b:author"></xsl:value-of></span>
    						<xsl:if test="@a:color">
    							<span style="color:yellow">H Book, require age<xsl:value-of select="a:age"></xsl:value-of></span>
    						</xsl:if>
    					</div>
    				</xsl:for-each>
    			</body>
    		</html>
    	</xsl:template>
    </xsl:stylesheet>

## XML与javascript ##

Javascript对XML的支持在IE和FF+Chrome上是不同的. IE使用的ActiveXObject来生成一个XML的实例.FF与Chrome等其它主流浏览器均遵循w3c规范. 生成的XML document可以使用其DOM方法对dom tree进行操作. 也可以借助框架dojo,jquery等简化操作.

下面这个例子是使用JS对XML进行XSLT转化,从而生成HTML.

## XML与java ##

Java对XML的支持被称为JAXP(Java API for XML Processing). JAXP被当做标准,放入了J2SE1.4.从此以后,JRE自带XML的处理类库. 当然,JAXP允许使用第三方的XML Parser,不同的parser有着不同的优缺点,用户可以自己选择. 但所有的Parser均必须实现JAXP所约定的Interface. **掌握JAXP,需要知道以下内容. 这些都会在后面进行描述.**

1.  **JAXP的parser以及如何使用第三方parser.**
2.  **XML的解析方法SAX,DOM以及STAX.**
3.  **XML的写出方法STAX和XSLT.**
4.  **使用XPath搜索DOM.**
5.  **JAXP使用XSLT转换XML.**  
    
6.  **DOM与JDOM,DOM4J的区别.**  
    
7.  **JAXP验证XML.**
8.  **JAXP支持namespace**

J2SE的JAXP提供了5个包,用于支持XML.

1.  javax.xml.parsers - 为各种第三方parser提供了接口. 
2.  org.w3c.dom - 提供了DOM类
3.  org.xml.sax - 提供了SAX类
4.  javax.xml.transform - 提供了XSLT的API.
5.  javax.xml.stream - 提供了STAX的API. STAX比SAX简单,比DOM快.
6.  javax.xml.xpath - 使用xpath对DOM进行字段查询.

每个接口与类的使用方法就不使用文字描述了,后面会用代码和注释的方式一一介绍JAXP的类库. 在描述SAX,StAX,DOM等方法之前,有必要做一个highlevel的比较. 每一个解析方法的优缺点是什么?改如何选择它们.

首先,XML解析器存在SAX, StAX和DOM, 而XML文件生成方法又有StAX和DOM. XPath是一个查询DOM的工具. XSLT是转换XML格式的工具. 如下图所示:![163110_B3K1_254689.png][]

XML的解析从数据结构上来讲,分两大类: Streaming和Tree. Streaming又分为SAX和StAX. Tree就是DOM. SAX和StAX均是顺序解析XML,并生成读取事件.我们可以通过监听事件来得到我们想要的内容. DOM是一次性的以tree结构形式载入内存.

Streaming VS DOM

1.  DOM需要内存.对于大文档或者多文档,DOM性能差.还有,在android手机上就少用DOM这种占内存的东东吧.
2.  Streaming是实时性的,它没有上下文. 如果一个XML的element需要上下文才能理解,使用DOM会方便.
3.  如果XML来自网络,我们对其结构并不明朗,使用Streaming比较好. DOM适合对XML的结构非常清楚.比如web.xml的结构就是一个人人皆知的结构.
4.  需要对XML进行增删改查.则使用DOM.

Streaming又包含SAX和StAX, SAX是推(push)解析方法,而StAX是拉(pull)解析方法. 后面有SAX和StAX的实例.

Pull VS Push

1.  Pull可以让我们的代码掌握主动权,在合适的时候去调用解析器继续工作. Push是被动的听从解析器只会.解析器会不停的读,并把事件push到handler中.
2.  Pull的代码简单,小.Lib也小.
3.  Pull可以一个线程同时解析多个文档. 因为主动权在我们.
4.  StAX可以将一个普通的数据流伪造成一个个XML的读取事件,从而在构造成一个XML.好似DB中的View.

<table style="border-spacing:1px;font-size:14px;color:rgb(68,68,68);border:0px;line-height:28px;background-color:rgb(223,197,164);"> 
 <tbody> 
  <tr> 
   <td style="border-color:rgb(204,204,204);"><br></td> 
   <td style="border-color:rgb(204,204,204);">SAX</td> 
   <td style="border-color:rgb(204,204,204);">StAX</td> 
   <td style="border-color:rgb(204,204,204);">DOM</td> 
  </tr> 
  <tr> 
   <td style="border-color:rgb(204,204,204);">API Type</td> 
   <td style="border-color:rgb(204,204,204);">Push, Streaming</td> 
   <td style="border-color:rgb(204,204,204);">Pull, Streaming</td> 
   <td style="border-color:rgb(204,204,204);">Tree, In momery</td> 
  </tr> 
  <tr> 
   <td style="border-color:rgb(204,204,204);">Support XPath?</td> 
   <td style="border-color:rgb(204,204,204);">No</td> 
   <td style="border-color:rgb(204,204,204);">No</td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
  </tr> 
  <tr> 
   <td style="border-color:rgb(204,204,204);">Read XML</td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
  </tr> 
  <tr> 
   <td style="border-color:rgb(204,204,204);">Write XML</td> 
   <td style="border-color:rgb(204,204,204);">No</td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
  </tr> 
  <tr> 
   <td style="border-color:rgb(204,204,204);">CRUD</td> 
   <td style="border-color:rgb(204,204,204);">No</td> 
   <td style="border-color:rgb(204,204,204);">No</td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
  </tr> 
  <tr> 
   <td style="border-color:rgb(204,204,204);">Parsing Validation<br><p style="line-height:28px;">(DTD, XSD)</p></td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
   <td style="border-color:rgb(204,204,204);"><p style="line-height:28px;">Optiona<span style="line-height:1.5;font-size:12px;">l (JDK embedded&nbsp;<br>Parser does not support it).<br></span></p></td> 
   <td style="border-color:rgb(204,204,204);">Yes</td> 
  </tr> 
 </tbody> 
</table>

javax.xml.validation包提供了跟XML解析独立与解析过程的验证方法. 性能比不过Parsing Validation. Parsing validation指的是在解析过程中进行验证.

### SAX实例 ###

借用oracle网上的一张图来说明SAX的架构.  
![140014_aGIb_254689.gif][]

SAXParser是调用XMLReader的, 如果使用SAXParser,则需要传参DefaultHandler. DefaultHandler实现了上图的4个Handler接口. 你也可以直接使用XMLReader,然后调用它的parser方法.只是在parser前,需set每个Handler. SAXParser是Event-Driven设计模式, 随着读取XML的字节,随着传递event给handler来处理.

读的工作其实是有XMLReader来做的,所有的events也是XMLReader产生的.所以,将一个非XML格式的文件模拟成一个XML,只需要复写XMLReader,读取非XML文件时,发出假的Event,这样handler将会把这个文件当做一个XML来处理. 这种机制会在XSLT中用到.

**关于模拟XML**

SAX可以将一个非XML格式文件的读取模拟成一个XML的文件的读取.通过构造XML的读取Event. 只是SAX需要复写XMLReader.

#### ContentHandler ####

用于处理XML的各种数据类型的读取事件.这里面的事件有

1.  setDocumentLocator. 读取<?xml ...?>
2.  startDocument and endDocument. XML的最外层tag的开始与结束.
3.  startPrefixMapping and endPrefixMapping. 命名空间影响范围的进入与退出.
4.  startElement and endElement. 每个Element的开始与结束.
5.  characters. 读取Element的text node value.

实现方式可以参考org.xml.sax.helpers.DefaultHandler.

#### ErrorHandler ####

用于处理XML解析阶段所发生的警告和错误.里面有三个方法,warning(), error()和fatalError(). waring和error用于处理XML的validation(DTD或XSD)错误.这种错误并不影响XML的解析,你可以把这种错误产生的exception压下来,而不向上抛.这样XML的解析不会被终断. fatalError是XML结构错误,这种错误无法被压制,即使我的handler不抛,Parser会向外抛exception.

#### DTDHandler ####

DTD定义中存在ENTITY和NOTATION.这都属于用户自定义属性. XML Parser无法理解用户自定义的ENTITY或者NOTATION, 于是它把这方面的验证工作交给了DTDHandler. DTDHandler里面只有2个方法:notationDecl和unparsedEntityDecl. 我们实现这两个方法来验证我们的NOTATION部分是否正确.

#### EntityResolver ####

在XML的验证段落里面提到过DTD的定位. EntityResolver可以帮助我们做这件事情. EntityResolver里面只有一个方法,叫做ResolveEntity(publicId, systemId). 每当Parser需要使用external文件的时候,就会调用这个方法. 我们可以在这个方法里面做一些预处理. 代码如下:

public class MyEntityResolver implements EntityResolver { @Override public InputSource resolveEntity(String publicId, String systemId) throws SAXException, IOException { if ("bookStore.dtd".equals(publicId)) { InputStream in = this.getClass().getResourceAsStream("/jaxp/resources/bookStore.dtd"); InputSource is = new InputSource(in); return is; } return null; } }

#### SAX Parser的使用    ####

请注意里面是如何开启validation模式的. XSD有两种开启方法.

public class MySAX { private SAXParser parser; public static void main(String[] args) throws Exception { new MySAX(); } public MySAX() throws ParserConfigurationException, SAXException, IOException { // Use "javax.xml.parsers.SAXParserFactory" system property to specify a Parser. // java -Djavax.xml.parsers.SAXParserFactory=yourFactoryHere [...] // If property is not specified, use J2SE default Parser. // The default Parser is "com.sun.org.apache.xerces.internal.jaxp.SAXParserFactoryImpl". SAXParserFactory spf = SAXParserFactory.newInstance(); spf.setNamespaceAware(true); // Use XSD defined by JAXP 1.3, JAVA1.5 //SchemaFactory sf = SchemaFactory.newInstance("http://www.w3.org/2001/XMLSchema"); //spf.setSchema(sf.newSchema(this.getClass().getResource("/jaxp/resources/bookStore.xsd"))); // or Use old way defined by JAXP 1.2 // parser.setProperty("http://java.sun.com/xml/jaxp/properties/schemaLanguage","http://www.w3.org/2001/XMLSchema"); // parser.setProperty("http://java.sun.com/xml/jaxp/properties/schemaSource", new File("schema.xsd"));

// XSD disabled, use DTD.  spf.setValidating(true); this.parser = spf.newSAXParser();

// You can directly use SAXParser to parse XML. Or use XMLReader. // SAXParser warps and use XMLReader internally. // I will use XMLReader here. //this.parser.parse(InputStrean, DefaultHandler); XMLReader reader = this.parser.getXMLReader(); reader.setContentHandler( new MyContentHandler()); reader.setDTDHandler( new MyDTDHandler()); reader.setErrorHandler( new MyErrorHandler()); reader.setEntityResolver( new MyEntityResolver()); InputStream in = this.getClass().getResourceAsStream( "/jaxp/resources/bookStore.xml"); InputSource is = new InputSource( in); is.setEncoding( "UTF-8"); reader.parse( is); \} \}

### DOM实例 + XPath ###

借用oracle的图片来说明DOM解析的架构.  
![171638_Z94Q_254689.gif][]

JAVA对XML的解析标准存在DOM, JDOM, DOM4J. 有人认为JDOM和DOM4J都是DOM的另一种实现方法,这是错误的.

1.  DOM是XML的数据模型标准,它跨越java,javascript等一切语言和平台. 
2.  JDOM和DOM4J是专门针对java的模型.它简化了DOM,更加容易使用. 比如DOM中可以包含混合元素,即<a>text<b>text</b>test</a>. JDOM和DOM4J只允许<a>text</a>. 此外,DOM的数据访问模型也非常的复杂. 如果你的XML结构简单,可以使用JDOM和DOM4J. DOM4J的性能最好.

这篇文章只讲一下DOM. DOM的code和SAX的code相似的地方有:

1.  开启DTD或者XSD validation的方法.
2.  都用到ErrorHandler处理parser error和EntityResolver处理external引用.
3.  使用SAXException.但这都不意味着DomBuilder内部使用了SAXParser.

得到DOM数据模型以后，可以使用DOM的遍历方法来寻找元素，也可以使用**XPATH**来查找指定元素,XPath的重点注意事项是NamespaceContext.  接下来是DOM的code实例.

public class MyDOM { public static void main(String[] args) throws Exception { new MyDOM(); } public MyDOM() throws Exception { // Use "javax.xml.parsers.DocumentBuilderFactory" system property to specify a Parser. // java -Djavax.xml.parsers.DocumentBuilderFactory=yourFactoryHere [...] // If property is not specified, use J2SE default Parser. // The default Parser is "com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderFactoryImpl". DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); dbf.setIgnoringComments(false); dbf.setNamespaceAware(true); dbf.setIgnoringElementContentWhitespace(true); // Use XSD defined by JAXP 1.3, JAVA1.5 // SchemaFactory sf = SchemaFactory.newInstance("http://www.w3.org/2001/XMLSchema"); // dbf.setSchema(sf.newSchema(this.getClass().getResource("/jaxp/resources/bookStore.xsd"))); // or Use old way defined by JAXP 1.2 // dbf.setAttribute("http://java.sun.com/xml/jaxp/properties/schemaLanguage","http://www.w3.org/2001/XMLSchema"); // dbf.setAttribute("http://java.sun.com/xml/jaxp/properties/schemaSource", new File("schema.xsd")); // dbf.setSchema(schema); // XSD disabled, use DTD. dbf.setValidating(true); DocumentBuilder db = dbf.newDocumentBuilder(); db.setErrorHandler(new MyErrorHandler()); db.setEntityResolver(new MyEntityResolver()); Document document = db.parse(this.getClass().getResourceAsStream("/jaxp/resources/bookStore.xml")); // Operate on Document according to DOM module. NodeList list = document.getElementsByTagNameNS("http://joey.org/bookStore", "book"); System.out.println(list.item(2).getAttributes().item(0).getLocalName()); // Node that if you don't specify name space, you need to use Qualified Name. System.out.println(document.getElementsByTagName("audlt:age").item(0).getTextContent()); // Use xpath to query xml XPathFactory xpf = XPathFactory.newInstance(); XPath xp = xpf.newXPath(); // Need to set a namespace context. NamespaceContext nc = new NamespaceContext() { @Override public String getNamespaceURI(String prefix) { if (prefix.equals("b")) return "http://joey.org/bookStore"; if (prefix.equals("a")) return "http://japan.org/book/audlt"; return null; } @Override public String getPrefix(String namespaceURI) { if (namespaceURI.equals("http://joey.org/bookStore")) return "b"; if (namespaceURI.equals("http://japan.org/book/audlt")) return "a"; return null; } @Override public Iterator getPrefixes(String namespaceURI) { return null; } }; xp.setNamespaceContext(nc); System.out.println(xp.evaluate("/b:bookStore/@name", document)); System.out.println(xp.evaluate("/b:bookStore/b:books/b:book[@id=3]/@a:color", document)); } }

## StAX实例 ##

StAX和SAX比较,代码简单,且可以写XML. 但StAX规范对于解析时的validation不是强制的.所以,JDK自带StAX解析器就不支持Parsing Validation.

StAX存在两种API, Cursor API(XMLStreamReader, XMLStreamWriter)和Iterator API(XMLEventReader, XMLEventWriter). Cursor API就是一个像游标一样的读或者写API. 我们得不停的调用XML writer和XML reader来读写XML每一个字段,这是的代码逻辑层和XML解析层交叉在一起,很混乱. Iterator API将逻辑层和XML解析层分离,对Event进行封装,所有的数据都封装在Event中,逻辑层和解析层靠Event实体来打交道,实现了松耦合. 这是我的理解:

1.  Cursor API比Iterator API更底层. 
2.  Iterator API对Event封装的比较好,隔离了逻辑层和XML解析层.实现了松耦合.逻辑层只需要focus在event数据本身上.
3.  Iterator API更简单.推荐使用.
4.  使用Iterator API很容易实现将普通文本格式的内容伪装转化成一个XML格式的文件.

下面代码分别用Cursor API和Iterator API对XML解析,然后再重新生成写到JAVA Console.

public class MyStAX { public static void main(String[] args) throws Exception { coursorAPIReadWrite(); eventAPIReadWrite(); } // use cursor API to read and write XML. public static void coursorAPIReadWrite() throws Exception { XMLInputFactory xif = XMLInputFactory.newInstance(); // Set properties for validation, namespace... // But, JDK embeded StAX parser does not support validation. //xif.setProperty(XMLInputFactory.IS_VALIDATING, true); xif.setProperty(XMLInputFactory.IS_NAMESPACE_AWARE, true); // Handle the external Entity. xif.setXMLResolver(new XMLResolver() { public Object resolveEntity(String publicID, String systemID, String baseURI, String namespace) throws XMLStreamException { if (publicID.equals("bookStore.dtd")) { return Class.class.getResourceAsStream("/jaxp/resources/bookStore.dtd"); } return null; } }); XMLOutputFactory xof = XMLOutputFactory.newInstance(); // Set namespace repairable. Sometimes it will bring you bug. Use it carefully. // xof.setProperty(XMLOutputFactory.IS_REPAIRING_NAMESPACES, true); InputStream sourceIn = Class.class.getResourceAsStream("/jaxp/resources/bookStore.xml"); OutputStream targetOut = System.out; //new FileOutputStream(new File("target.xml")); XMLStreamReader reader = xif.createXMLStreamReader(sourceIn); XMLStreamWriter writer = xof.createXMLStreamWriter(targetOut, reader.getEncoding()); writer.writeStartDocument(reader.getEncoding(), reader.getVersion()); while (reader.hasNext()) { int event = reader.next(); switch (event) { case XMLStreamConstants.DTD: out(reader.getText()); writer.writeCharacters("\n"); writer.writeDTD(reader.getText()); writer.writeCharacters("\n"); break; case XMLStreamConstants.PROCESSING_INSTRUCTION: out(reader.getPITarget()); writer.writeCharacters("\n"); writer.writeProcessingInstruction(reader.getPITarget(), reader.getPIData()); break; case XMLStreamConstants.START_ELEMENT: out(reader.getName()); NamespaceContext nc = reader.getNamespaceContext(); writer.setNamespaceContext(reader.getNamespaceContext()); writer.setDefaultNamespace(nc.getNamespaceURI("")); writer.writeStartElement(reader.getPrefix(), reader.getLocalName(), reader.getNamespaceURI()); for (int i=0; i<reader.getAttributeCount(); i++) { QName qname = reader.getAttributeName(i); String name=qname.getLocalPart(); if (qname.getPrefix()!=null && !qname.getPrefix().equals("")) { //name = qname.getPrefix()+":"+name; } writer.writeAttribute(name, reader.getAttributeValue(i)); } for (int i=0; i<reader.getNamespaceCount(); i++) { writer.writeNamespace(reader.getNamespacePrefix(i), reader.getNamespaceURI(i)); } break; case XMLStreamConstants.ATTRIBUTE: out(reader.getText()); break; case XMLStreamConstants.SPACE: out("SPACE"); writer.writeCharacters("\n"); break; case XMLStreamConstants.CHARACTERS: out(reader.getText()); writer.writeCharacters(reader.getText()); break; case XMLStreamConstants.END_ELEMENT: out(reader.getName()); writer.writeEndElement(); break; case XMLStreamConstants.END_DOCUMENT: writer.writeEndDocument(); break; default: out("other"); break; } } writer.close(); reader.close(); } public static void eventAPIReadWrite() throws Exception { XMLInputFactory xif = XMLInputFactory.newInstance(); xif.setProperty(XMLInputFactory.IS_NAMESPACE_AWARE, true); // Handle the external Entity. xif.setXMLResolver(new XMLResolver() { public Object resolveEntity(String publicID, String systemID, String baseURI, String namespace) throws XMLStreamException { if (publicID.equals("bookStore.dtd")) { return Class.class.getResourceAsStream("/jaxp/resources/bookStore.dtd"); } return null; } }); XMLOutputFactory xof = XMLOutputFactory.newInstance(); InputStream sourceIn = Class.class.getResourceAsStream("/jaxp/resources/bookStore.xml"); OutputStream targetOut = System.out; XMLEventReader reader = xif.createXMLEventReader(sourceIn); XMLEventWriter writer = xof.createXMLEventWriter(targetOut); while(reader.hasNext()) { XMLEvent event = reader.nextEvent(); out(event.getEventType()); writer.add(event); } reader.close(); writer.close(); } public static void out(Object o) { System.out.println(o); } }

## XSLT实例 ##

上面了解了SAX,DOM和STAX，它们均为XML解析方法. 其中SAX只适合解析读取. DOM则是XML内存中的数据展现. STAX可以解析，也可以写出到文件系统.

如果将DOM从内存输出XML文件. 如果需要将一个XML文件转换成一个HTML或任意其他格式文件，则需要JAXP的XSLT特性. 这里的转换包括：

1.  两个结构不同的DOM相互转换. DOMSouce -----> DOMResult
2.  DOM输出到XML.  DOMSource -----> StreamResult
3.  DOM转化成另一种格式文件,比如HTML.  DOMSource ---(XSL)--->StreamResult.
4.  XML文件转换成另一种格式文件.  SAXSource|StreamSource ---(XSL)---->StreamResult
5.  XML文件到DOM. SAXSource|StreamSouce ------> DOMResult
6.  DOM到另一个SAX事件 DOMSource------>SAXResult

XSLT的下面包含了4个包：

1.  javax.xml.transform - 定义了Transformer类，调用Transformer的transform(source, result)方法，可以进行XML的转换.
2.  javax.xml.transform.sax - 里面定义了SAXSource和SAXResult.
3.  javax.xml.transfrom.dom - 定义了DOMSource和DOMResult.
4.  javax.xml.transform.stream - 定义了StreamSource和StreamResult.
5.  javax.xml.transform.stax - 定义了StAXSource和StAXResult.(java1.6)

从上面可以看出，JAXP可以进行4\*4=16种转换方式.(sax, sax), (sax, dom), (sax, stream)...

再高级一点,利用SAXSouce----->DOMResult的转化功能, 和SAX模拟XML读取功能, XSLT可以将一个非XML格式的文件,转换成一个DOM. 下面的代码将包含此例. 代码中还包含另外一个例子,就是把XML按照XSL的格式转换成HTML.

**注意, XSLT处理DTD有技巧:**  
在xml2html的转换中, 使用StreamSource在代码的书写上是最简单的, 但为什么使用了SAXSource? 那是因为要转换的XML中引用了DTD, StreamSource无法处理外部引用, 会导致Transformer抛TransformerException. 失败的异常内容为DTD文件找不到. 那么,在这种情况下,我们只能使用SAXSource,并给它赋予一个可以解析外部DTD引用的XMLReader. 终于成功了.

public class MyXSLT { TransformerFactory tff; public static void main(String[] args) throws Exception { MyXSLT xslt = new MyXSLT(); xslt.xml2html(); xslt.str2xml(); } public MyXSLT() { tff = TransformerFactory.newInstance(); } public void xml2html() throws Exception { Transformer tr = tff.newTransformer(new SAXSource(new InputSource(this.getClass().getResourceAsStream("/jaxp/resources/bookStore.xsl")))); SAXParserFactory spf = SAXParserFactory.newInstance(); SAXParser parser = spf.newSAXParser(); parser.getXMLReader().setEntityResolver(new EntityResolver() { @Override public InputSource resolveEntity(String publicId, String systemId) throws SAXException, IOException { if ("bookStore.dtd".equals(publicId)) { InputStream in = this.getClass().getResourceAsStream("/jaxp/resources/bookStore.dtd"); InputSource is = new InputSource(in); return is; } return null; } }); Source source = new SAXSource(parser.getXMLReader(), new InputSource(this.getClass().getResourceAsStream("/jaxp/resources/bookStore.xml"))); Result target = new StreamResult(System.out); tr.transform(source, target); } // "[joey,bill,cat]" will be transformed to // <test><name>joey</name><name>bill</name><name>cat</name></test> public void str2xml() throws Exception { final String[] names = new String[]{ "joey","bill","cat"}; Transformer tr = tff.newTransformer(); Source source = new SAXSource(new XMLReader() { private ContentHandler handler; @Override public void parse(InputSource input) throws IOException, SAXException { handler.startDocument(); handler.startElement("", "test", "test", null); for (int i=0; i<names.length; i++) { handler.startElement("", "name", "name", null); handler.characters(names[i].toCharArray(), 0, names[i].length()); handler.endElement("", "name", "name"); } handler.endElement("", "test", "test"); handler.endDocument(); } @Override public void parse(String systemId) throws IOException, SAXException { } @Override public boolean getFeature(String name) throws SAXNotRecognizedException, SAXNotSupportedException { return false; } @Override public void setFeature(String name, boolean value) throws SAXNotRecognizedException, SAXNotSupportedException { } @Override public Object getProperty(String name) throws SAXNotRecognizedException, SAXNotSupportedException { return null; } @Override public void setProperty(String name, Object value) throws SAXNotRecognizedException, SAXNotSupportedException { } @Override public void setEntityResolver(EntityResolver resolver) { } @Override public EntityResolver getEntityResolver() { return null; } @Override public void setDTDHandler(DTDHandler handler) { } @Override public DTDHandler getDTDHandler() { return null; } @Override public void setContentHandler(ContentHandler handler) { this.handler = handler; } @Override public ContentHandler getContentHandler() { return handler; } @Override public void setErrorHandler(ErrorHandler handler) { } @Override public ErrorHandler getErrorHandler() { return null; } }, new InputSource()); Result target = new StreamResult(System.out); tr.transform(source, target); } }

[140232_cLoP_254689.png]: /images/20220521/55ba1ca3c69d46a79eb398ae42ef68b9.png
[163110_B3K1_254689.png]: /images/20220521/d712b230447141fc9e4f46feaeb848bb.png
[140014_aGIb_254689.gif]: /images/20220521/3f95e5cf03af4d1b931d742d17d24aa0.png
[171638_Z94Q_254689.gif]: /images/20220521/9e839f7c07cf4da6acfaf97d39f3024e.png