javaweb07-xml

一、xml概述
是一种数据存储格式，特点是可以在保存数据时同时保存和处理数据之间的关系
可以自定义标签，利用这些标签来保存数据，利用标签之间的嵌套关系来保存数据的层级关系
利用跨平台的特性，在不同的系统和开发语言之间传输数据---android和服务器之间传输数据
利用可以保存数据关系的特点，用来作为配置文件来使用
xml格式的数据可以保存在一个文件中，文件名通常后缀取为.xml这样的文件称为xml文件
浏览器可以解析xml格式的数据,我们可以利用浏览器来校验xml是否正确


二、xml语法
1.文档声明：用来声明xml的基本属性的，xml解析器通过xml的文档声明了解xml的基本属性，从而决定如何解析xml
通常来说，xml中必须有且只能有一个文档声明，并且这个文档声明要求出现在整个xml的最前面，在他之前不能有任何其他内容
如果一个xml没有文档声明，有些时候也是可以使用的，但是这样的xml我们称之为格式不良好的xml，应该避免这样去做


（1）<?xml version="1.0" ?> version属性用来声明xml所遵循的规范的版本,目前就是写1.0即可.version属性是必须存在的属性
（2）<?xml version="1.0" encoding="gbk" ?>encoding属性表明当前xml所使用的编码,encoding属性是可选的默认值是iso8859-1
（3）<?xml version="1.0" encoding="gbk" standalone="yes" ?>standalone属性用来声明文档是否是一个独立的文档,如果当前文档不是独立的文档则standalone要赋值为no 如果是独立的文档,则赋值为yes ,默认值是yes.standalone是可选的属性


*不同的浏览器在实现xml规范是有时会由细微的差别,我们不要太纠结于这些差别,应该按照标准去学习
2.元素:xml中自定义的标签就叫做元素
自闭标签
标签的合理嵌套

一个格式良好的xml,要求有且仅有一个根标签,其他所有的标签应该是这个根标签的子孙标签

xml中元素的命名规范:
区分大小写，例如，<P>和<p>是两个不同的标记。
不能以数字或标点符号或"_"开头。
不能以xml(或XML、或Xml 等)开头。
不能包含空格。

名称中间不能包含冒号（:）。

3.属性
一个元素上可以自定义多个属性
属性是由名值组成,其中值要用双引号或单引号引起来
属性的名称在定义的过程中也要遵循xml的命名规范


4.注释
<!-- 注释内容 -->
注释不能嵌套注释
注释不能出现在文档声明之前


5.CDATA区、转义字符
CDATA区:放在CDATA区内的内容不会被浏览器解析,会原样输出到浏览器上
<![CDATA[
大段内容
]]>
转义字符:
& --- &amp;
< --- &lt;
> --- &gt;
" --- &quot;
' --- &apos;


6.处理指令 PI
通知解析引擎如何处理xml中的内容

三、DTD
约束
DTD约束
Schema约束


0*.写一个js代码，校验DTD


1.如何在xml中引入DTD校验
(1)外部引入:将dtd文件中的约束引入xml
本地文件引入:
在xml的任意位置,但是推荐就在文档声明之下,写
<!DOCTYPE 根元素的名称 SYSTEM "文件URL">
公共位置上的文件:
<!DOCTYPE 根元素的名称 PUBLIC "dtd的名" "dtd文件的URL">


(2)内部引入:在xml内部直接书写dtd规则
<!DOCTYPE 根元素的名称 [
....
]>
2.dtd语法
(1)约束元素
<!ELEMENT 元素的名称 元素的约束>
元素的约束:
~1.存放类型
EMPTY:表明当前标签中不能包含任何东西
ANY:表明当前标签中可以存放任何东西
~2.子元素的列表:用小括号括起来的子元素的声明
子元素如果用逗号进行分割,表明必须按顺序出现
子元素如果用竖线进行分割,表明只能出现其中一个


+:表明出现一次或多次
*:表明出现零次或多次
?:表明出现零次或一次


还可以使用小括号进行组的操作


#PCDATA 在其中象征标签体
<!ELEMENT MYFILE ((TITLE*, AUTHOR?, EMAIL)* | COMMENT)>
(2)约束属性
<!ATTLIST 元素名 
属性名 属性类型 属性约束
....>


~1.属性类型
CDATA：表示属性值为普通文本字符串
ENUMERATED  (科技类|文学类|....)
ID : ID 属性的值只能由字母，下划线开始，不能使用数字，不能出现空白字符
ENTITY
~2.属性约束
#REQUIRED 当前属性是必须存在的属性
#IMPLIED 当前属性是一个可选的属性
#FIXED "固定值"  当前的属性取值是一个固定值,可以不给属性赋值,则属性的值就是这个固定值,如果明确的给这个属性赋值,而值又和固定值不同,则校验不通过
"默认值" 如果属性没有赋值,则取值自动为默认值,如果给了值则取给的值

(3)ENTITY(实体)
~1.引用实体:在xml中引用
<!ENTITY 实体名称 '实体的内容'>
在xml中可以通过 &实体名称;  的方式进行引用
~2.参数实体:在dtd中引用
<!ENTITY % 实体名称 '实体内容'>
在dtd中可以通过 %实体名称; 的形式进行引用



四、xml编程
1.两种解析思想：dom   sax


2.JAXP  DOM4J

JAXP:sax dom

DOM4J:

你所应该知道的Dom4J

创建解析器：

SAXReader reader = new SAXReader();

利用解析器读入xml文档：
Document   document = reader.read(new File("input.xml"));

获取文档的根节点:

Element root = document.getRootElement();

接口继承结构：

Node  ---

Branch

--Document

--Element

----

Attribute

 

Node接口

String	asXML() asXMLreturns the textual XML representation of this node. 将一个节点转换为字符串
String	getName() getNamereturns the name of this node. 获取节点的名称，如果是元素则获取到元素名，如果是属性获取到属性名
short	getNodeType() Returns the code according to the type of node. 获取节点类型,在Node接口上定义了一些静态short类型的常量用来表示各种类型
Element	getParent() getParentreturns the parent Element if this node supports the parent relationship or null if it is the root element or does not support the parent relationship. 获取父节点，如果是根元素调用则返回null，如果是其他元素调用则返回父元素，如果是属性调用则返回属性所依附的元素。
String	getText() Returns the text of this node. 返回节点文本，如果是元素则返回标签体，如果是属性则返回属性值
List	selectNodes(String xpathExpression) selectNodesevaluates an XPath expression and returns the result as a List of Node instances or String instances depending on the XPath expression. 利用xpath表达式，选择节点
void	setName(String name) Sets the text data of this node or this method will throw an UnsupportedOperationException if it is read-only. 设置节点的名称，元素可以更改名称，属性则不可以，会抛出UnsupportedOperationException 异常
void	setText(String text) Sets the text data of this node or this method will throw an UnsupportedOperationException if it is read-only. 设置节点内容，如果是元素则设置标签体，如果是属性则设置属性的值
void	write(Writer writer) writewrites this node as the default XML notation for this node. 将节点写出到一个输出流中，元素、属性均支持

 

 

Branch接口(实现了Node接口) 

void	add(Element element) Adds the given Element to this branch. 增加一个子节点
Element	addElement(QName qname) Adds a new Element node with the given QNameto this branch and returns a reference to the new node. 增加一个给定名字的子节点，并且返回这个新创建的节点的引用
int	indexOf(Node node) Returns the index of the given node if it is a child node of this branch or -1 if the given node is not a child node. 获取给定节点在所有直接点中的位置号，如果该节点不是此分支的子节点，则返回-1
boolean	remove(Element element) Removes the given Element if the node is an immediate child of this branch. 删除给定子元素，返回布尔值表明是否删除成功。

 

Element接口（实现了Branch, Node接口）

void	add(Attribute attribute) Adds the given Attribute to this element. 增加一个属性
Element	addAttribute(QName qName, String value) Adds the attribute value of the given fully qualified name. 为元素增加属性，用给定的属性名和属性值，并返回该元素
Element	addAttribute(String name, String value)            Adds the attribute value of the given local name.  为元素增加属性
Attribute	attribute(int index) Returns the attribute at the specified indexGets the 获取指定位置的属性
Attribute	attribute(QName qName) DOCUMENT ME! 获取指定名称的属性
Iterator	attributeIterator() DOCUMENT ME! 获取属性迭代器
List	attributes() Returns the Attributeinstances this element contains as a backed Listso that the attributes may be modified directly using the Listinterface. 获取该元素的所有属性，以一个list返回
String	attributeValue(QName qName) This returns the attribute value for the attribute with the given fully qualified name or null if there is no such attribute or the empty string if the attribute value is empty. 获取指定名称属性的值，如果不存在该属性返回null，如果存在该属性但是属性值为空，则返回空字符串
Element	element(QName qName) Returns the first element for the given fully qualified name. 获取指定名称的子元素，如果有多个该名称的子元素，则返回第一个
Element	element(String name) Returns the first element for the given fully qualified name. 获取指定名称的子元素，如果有多个该名称的子元素，则返回第一个
Iterator	elementIterator() Returns an iterator over all this elements child elements. 获取子元素迭代器
Iterator	elementIterator(QName qName) Returns an iterator over the elements contained in this element which match the given fully qualified name. 获取指定名称的子元素的迭代器
List	elements() Returns the elements contained in this element. 获取所有子元素，并用一个list返回
List	elements(QName qName) Returns the elements contained in this element with the given fully qualified name. 获取所有指定名称的子元素，并用一个list返回
String	getText() Returns the text value of this element without recursing through child elements. 获取元素标签体
boolean	remove(Attribute attribute) Removes the given Attribute from this element. 移除元素上的属性
void	setAttributes(List attributes) Sets the attributes that this element contains 将list中的所有属性设置到该元素上

 

Attribute接口(实现了Node接口)

QName	getQName() Returns the QName of this attribute which represents the local name, the qualified name and the Namespace. 获取属性名称
String	getValue() Returns the value of the attribute. 获取属性的值
void	setValue(String value) Sets the value of this attribute or this method will throw an UnsupportedOperationException if it is read-only. 设置属性的值

 

 

DocumentHelper 类

static Attribute	createAttribute(Element owner, QName qname, String value) 创建一个Attribute
static Document	createDocument() 创建一个Document
static Document	createDocument(Element rootElement) 以给定元素作为根元素创建Document
	static Element	createElement(QName qname) 以给定名称创建一个Element
static Document	parseText(String text) parseTextparses the given text as an XML document and returns the newly created Document. 将一段字符串转化为Document

 

 

将节点写出到XML文件中去

方法1：

调用Node提供的write(Writer writer) 方法，使用默认方式将节点输出到流中：

node.write(new FileWriter("book.xml"));

乱码问题：

Dom4j在将文档载入内存时使用的是文档声明中encoding属性声明的编码集进行编码， 如果在此时使用writer输出时writer使用的内部编码集与encoding不同则会有乱码问题。

FileWriter默认使用操作系统本地码表即gb2312编码，并且无法更改。

此时可以使用OutputStreamWriter(FileOutputStream("filePath"),"utf-8");的方式自己封装 一个指定码表的Writer使用，从而解决乱码问题。

方式2:

利用XMLWriter写出Node:
   XMLWriter writer = new XMLWriter(new  FileWriter("output.xml"));
   writer.write(node);
  writer.close();

乱码问题：

（1）使用这种方式输出时，XMLWriter首先会将内存中的docuemnt翻译成UTF-8 格式的document,在进行输出，这时有可能出现乱码问题。

可以使用OutputFormat 指定XMLWriter转换的编码为其他编码。

OutputFormat format = OutputFormat.createPrettyPrint();             

    format.setEncoding("GBK");       
XMLWriter writer = new XMLWriter(new FileWriter("output.xml"),format);

（2）Writer使用的编码集与文档载入内存时使用的编码集不同导致乱码，使用字节流 或自己封装指定编码的字符流即可（参照方法1）。

你所应该知道的XPATH

1.从根路径开始的绝对路径方式获取/AAA

例子：获取所有AAA下的BBB下的所有CCC：/AAA/BBB/CCC 

2.所有指定名称的元素//AAA

例子：获取所有名称为AAA的元素

3.使用*号匹配福获得所有满足条件的元素

例子:获取AAA下BBB下所有的元素：/AAA/BBB/*

4.使用中括号，获取多个匹配元素中的某一个，可以使用last()函数获取最后一个

例子:获取AAA下所有BBB的第二个：/AAA/BBB[2]

例子:获取AAA下所有BBB的最后一个：/AAA/BBB[last()]

5.指定某一属性：@AttName，可以配合中括号使用

例子：获取所有id属性://@id

例子:获取所有具有id属性的BBB元素://BBB[@id]

例子:获取所有不具有属性的BBB元素://BBB[not(@*)]

例子:获取属性的值为某一个固定值的BBB元素：//BBB[@id='b1']