简单了解一下xml

布满荆棘的人生 2022-07-11 23:25 332阅读 0赞

HTML和XML两者之间的区别。  
与HTML不同， XML是大小写敏感的。例如， <H1>和<h1>是不同的XML标签。  
在HTML中，如果从上下文可以分清哪里是段落或列表项的结尾，那么结束标签（如</p>或</li>）就可以省略，而在XML中结束标签绝对不能省略。  
在XML中，只有一个标签而没有相对应的结束标签的元素必须以/结尾，比如<imgsrc="coffeecup.png"/>。这样，解析器就知道不需要查找</img>标签了。  
在XML中，属性值必须用引号括起来。在HTML中，引号是可有可无的。例如， <appletcode="MyApplet.class" width=300 height=300>对HTML来说是合法的，但是对XML来说则是不合法的。在XML中，必须使用引号，比如， width="300"。

在HTML中，属性名可以没有值。例如， <input type="radio" name="language"value="Java" checked>。 在 XML中 ， 所 有 属 性 必 须 都 有 属 性 值 。 比 如 checked="true"或checked="checked"。

xml文档的结构

严格说来，文档头是可有可无的，但是强烈推荐你使用文档头。

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

文档头之后通常是文档类型定义（ Document Type Definition， DTD），文档类型定义是确保文档正确的一个重要机制，但是这不是必需的 。

<?DOCTYPE ......>

最后，  XML 文档的正文包含根元素，根元素包含其他一些元素 。 元素的属性只应该在修改值的解释时使用，而不是在指定值时使用。

元素和文本是XML文档“主要的支撑要素”，以下是你会遇到的其他一些标记的说明：  
字符引用（ character reference）的形式是&\#十进制值;或&\#x十六进制值 。&\#223,&\#xD

实体引用（ entity reference）的形式是&name;  
&lt小于，&gt大于等

CDATA部分（ CDATA Section）用<!\[CDATA\[和\]\]>来限定其界限。它们是字符数据的一种特殊形式。你可以使用它们来包含那些含有<、 >、 &之类字符的字符串，而不必将它们解释为标记  
处理指令（ processing instruction）是那些专门在处理XML文档的应用程序中使用的指令，它们将用<?和?>来限定其界限  
注释（ comment）用<!-和\-->限定其界限  
  
解析XML

Java库提供了两种XML解析器：  
像文档对象模型（ Document Object Model, DOM）解析器这样的树型解析器（ tree parser），它们将读入的XML文档转换成树构。  
像用于XML的简单API（ Simple API for XML, SAX）解析器这样的流机制解析器（ streaming parser），它们在读入XML文档时生成相应的事件。  
要读入一个XML文档，首先需要一个DocumentBuilder对象，你可以从DocumentBuilderFactory中得到这个对象

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
    DocumentBuilder  db = dbf.newDocumentBuilder();

Document document = db.parse(xxx);xxx可以是文件，流等

调用 getDocumentElement 方法可以返回root 元素。  getTagName 方法可以返回元素的标签名。  
如果要得到该元素的子元素（可以是子元素、文本、注释或其他节点），请使用 getChildNodes 方法。这个方法返回一个类型为 NodeList 的集合。这个类型在标准的 Java 集合类创建之前就建立了，它有一个与众不同的访问协议。  item 方法将得到指定索引号的项。  getLength 方法则提供了项的总数 。

检索到它们包含的文本字符串。这些文本字符串本身都包含在Text类型的子节点中。既然知道了这些Text节点是惟一的子元素，就可以用getFirstChild方法而不用再遍历一个NodeList。然后可以用getData方法检索存储在Text节点中的字符串。  
也可以用getLastChild方法得到最后一项子元素，用getNextSibling得到下一个兄弟节点 。  
如果要枚举节点的属性，请调用getAttributes方法。它返回一个NamedNodeMap对象，其中包含了描述属性的节点对象。可以用和遍历NodeList一样的办法在NamedNodeMap中遍历各子节点。调用getNodeName和getNodeValue方法可以得到属性名和属性值。  
  
验证XML

XML解析器的一个很大的好处就是它能自动检验某个文档结构是否正确。  
如果要规范文档结构，可以提供一个文档类型定义（ DTD）或一个XML Schema定义。DTD或schema包含了用于解释文档是如何构成的规则。这些规则规范了每个元素的合法子元素和属性 。  
太烦了，具体内容不学了，用到再说吧。

使用XPath定位信息

如果要定位某个XML文档中的一段特定信息，那么，通过遍历DOM树的众多节点来进行查找显得有些麻烦。 XPath语言使得访问树节点变得很容易。  
XPath可以描述XML文档中的一组节点，例如，下面的XPath：/xxx/row描述了根元素xxx的子元素中所有的row元素。可以用\[\]操作符来选择特定元素：/xxx/row\[1\]这表示的是第一行（索引号从1开始）。  
使用@操作符可以得到属性值。 /xxx/row\[1\]/@href可以得到href的值  
Java SE 5.0增加了一个API来计算XPath表达式，需要先从XPathFactory创建一个XPath对象 。

XPathFactory pathFactory = XPathFactory.newInstance();
    XPath xPath=pathFactory.newXPath();

然后，调用 evaluate 方法来计算 XPath 表达式：

XPath xPath=pathFactory.newXPath(); 
    String name = xPath.evaluate("/xxx/row", db.parse(new File("")));

这种形式的 evaluate 方法将返回一个字符串。这很适合用来检索文本，比如前面的例子中的 username 节点中的文本 。

String evaluate(String expression, Object startingPoint)
    从给定的起点计算表达式。起点可以是一个节点或节点列表。如果结果是一个节点或节点集，则返回的字符串包含所有文本节点子元素的数据。
    Object evaluate(String expression, Object startingPoint, QName resultType)
    从给定的起点计算表达式。起点可以是一个节点或节点列表。resultType是XPathConstants类的常量STRING、 NODE、 NODESET、 NUMBER或BOOLEAN之一。返回值是
    String、 Node、 NodeList、 Number或Boolean。

生成XML文档

你可以直接通过一系列print调用，打印出各元素、属性和文本内容，来编写XML文件，但这并不是一个好主意。一个比较好的方法是用文档的内容构建一棵DOM树，然后再写出该树的所有内容。要建立一棵DOM树，你可以从一个空的文档开始。通过调用DocumentBuilder类的newDocument方法可以得到一个空文档。  
使用Document类的createElement方法可以构建文档里的元素 。使用createTextNode方法可以构建文本节点 。

doc.appendChild(xxx);
    xxx.appendChild(aaa);
    aaa.appendChild(bbb);//添加节点

可能还需要设置元素属性，这只需调用 Element 类的 setAttribute 方法即可。