第一章 XML
1.1 XML介绍
1.1.1 什么是XML
- XML 指可扩展标记语言(EXtensible Markup Language)
- XML 是一种标记语言,很类似 HTML,HTML文件也是XML文档
- XML 的设计宗旨是传输数据,而非显示数据
- XML 标签没有被预定义。您需要自行定义标签。
- XML 被设计为具有自我描述性(就是易于阅读)。
- XML 是 W3C 的推荐标准
- W3C在1988年2月发布1.0版本,2004年2月又发布1.1版本,但是,因为1.1版本不能向下兼容1.0版本,所以1.1没有人用。同时,在2004年2月W3C又发布了1.0版本的第三版。我们要学习的还是1.0版本。
1.1.2 XML和HTML的主要差异
- XML 不是 HTML 的替代。
- XML 和 HTML 为不同的目的而设计。
- XML 被设计为传输和存储数据,其焦点是数据的内容。
- HTML 被设计用来显示数据,其焦点是数据的外观。
- HTML 旨在显示信息,而 XML 旨在传输信息。
1.1.3 XML文件案例:编写person.xml文件
1.1.3.1 需求
编写xml文档,用于描述人员信息,person代表一个人员,id是人员的属性代表人员编号。人员信息包括age年龄、name姓名、sex性别信息。
1.1.3.2 代码实现
<?xml version="1.0" encoding="UTF-8"?>
<person id="110">
<age>18</age> <!--年龄-->
<name>张三</name> <!--姓名-->
<sex/> <!--性别-->
</person>
1.1.3.3 效果展示
1.2 XML的作用
XML在企业开发中主要有两种应用场景:
1)XML可以作为数据交换的载体,也就是说使用XML格式进行数据的传输。(在客户端与服务器之间进行数据传递)XML 数据是以纯文本格式的文件数据(以.xml扩展名的文件),因此提供了一种独立于软件和硬件的数据,可用于不同软件或系统之间传输数据。(了解)
2)XML也可以作为配置文件,例如后面框架阶段我们学习的Spring框架的配置都是通过XML进行配置的(企业开发中经常使用的)
例如:spring框架的 ApplicationContext.xml配置文件。
1.3 XML的组成元素
XML文件数据一共由7个组成元素构成,分别为文档声明、 元素element、 属性、注释、转义字符、字符区、处理指令。
1.3.1 文档声明(必须写在第一行)
<?xml version="1.0" encoding="utf-8" ?>
- 文档声明必须为<?xml开头,以?>结束;
- 文档声明必须从文档的0行0列位置开始;
- 文档声明只有三个属性:
- version:指定XML文档版本。必须属性,这里一般选择1.0;
- enconding:指定当前文档的编码,可选属性,默认值是utf-8;
- standalone:指定文档独立性。可选属性,默认值为no,表示当前文档不是独立的文档,会依赖外部文件;如果为no表示当前文档是独立的文档
1.3.2 元素element(就是标签)
<person>
- 元素是XML文档中最重要的组成部分;
- 普通元素的结构由开始标签、元素体、结束标签组成。例如:
<name>张三</name>
- 元素体:元素体可以是元素,也可以是文本,例如:
<person><name>张三</name></person>
- 空元素:空元素只有标签,而没有结束标签,但元素必须自己闭合,例如:
<sex/>
- 元素命名
- 区分大小写
- 不能使用空格,不能使用冒号
- 不建议以XML、xml、Xml开头
- 格式化良好的XML文档,必须只有一个根元素。
1.3.3 属性
<person id="110">
- 属性是元素的一部分,它必须出现在元素的开始标签中
- 属性的定义格式:属性名=“属性值”,其中属性值必须使用单引或双引号括起来
- 一个元素可以有0~N个属性,但一个元素中不能出现同名属性
- 属性名不能使用空格、冒号等特殊字符,且必须以字母开头
1.3.4 注释
<!--注释内容-->
XML的注释与HTML相同,既以<!--
开始,-->
结束。
1.3.5 转义字符
XML中的转义字符与HTML一样。因为很多符号已经被文档结构所使用,所以在元素体或属性值中想使用这些符号就必须使用转义字符(也叫实体字符),例如:">"、"<"、"’"、"""、"&"。
字符 | 预定义的转义字符 | 说明 |
---|---|---|
< | < | 小于 |
> | > | 大于 |
" | " | 双引号 |
’ | ' | 单引号 |
& | & | 和号 |
注意:严格地讲,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的习惯。
转义字符应用示例:
假如您在 XML 文档中放置了一个类似 “<” 字符,那么这个文档会产生一个错误,这是因为解析器会把它解释为新元素的开始。因此你不能这样写:
<message>if salary < 1000 then</message>
为了避免此类错误,需要把字符 “<” 替换为实体引用,就像这样:
<message>if salary < 1000 then</message>
1.3.6 字符区
<![CDATA[if (a < b && a < 0) then]]>
- CDATA 指的是不应由 XML 解析器进行解析的文本数据(Unparsed Character Data)
- 字符区格式:
<![CDATA[文本数据]]>
,CDATA 部分由 “<![CDATA[" 开始,由 "]]>” 结束; - 当大量的转义字符出现在xml文档中时,会使XML文档的可读性大幅度降低。这时如果使用CDATA段就会好一些。
注意:
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。
1.3.7 处理指令
<?xml-stylesheet type="text/css" href="a.css"?>
在XML文档中可以使用xml-stylesheet指令,通知XML解析引擎,应用css文件显示xml文档内容
- 处理指令必须以“<?”作为开头,以“?>”作为结尾,XML声明语句就是最常见的一种处理指令。
- 处理指令,简称PI (processing instruction),处理指令用来指挥解析引擎如何解析XML文档内容。
- xml-stylesheet指令应用样式需要使用浏览器浏览才可以看到效果。
处理指令示例:
现有person.xml文档内容如下:
<?xml version="1.0" encoding="utf-8" ?>
<person>
<age>20</age><!--年龄-->
<name>张三</name><!--姓名-->
<sex/>
<description><![CDATA[我非常喜欢阅读,阅读过<<java编程思想>>、<<大型企业网站架构>>]]> </description><!--描述-->
</person>
现在有样式文件a.css文件内容如下:
description{
color: blue;
font-size: 20px;
}/*操作<description>元素样式字体为蓝色,字体字号大小为20px*/
操作person.xml文档应用a.css样式文件:
<?xml version="1.0" encoding="utf-8" ?>
<?xml-stylesheet type="text/css" href="a.css" ?>
<person>
<age>20</age><!--年龄-->
<name>张三</name><!--姓名-->
<sex/>
<description><![CDATA[我非常喜欢阅读,阅读过<<java编程思想>>、<<大型企业网站架构>>]]></description><!--描述-->
</person>
使用浏览器浏览效果如下:
1.4 XML文件的约束
常见的xml约束:DTD、Schema
1.4.2 dtd约束
1.4.2.1 概念
DTD是文档类型定义(Document Type Definition)。DTD 可以定义在 XML 文档中出现的元素、这些元素出现的次序、它们如何相互嵌套以及XML文档结构的其它详细信息。
1.4.2.2 约束案例
步骤一:新建bookshelf.dtd文件,选择项目鼠标右键“NEW”–>“File”,文件名为“bookshelf.dtd”
步骤二:bookshelf.dtd文件内容如下
<!ELEMENT 书架 (书+)>
<!ELEMENT 书 (书名,作者,售价)><!--约束元素书的子元素必须为书名、作者、售价-->
<!ELEMENT 书名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 售价 (#PCDATA)>
]>
步骤三:新建books.xml,代码如下
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 书架 SYSTEM "bookshelf.dtd"><!--指定使用bookshelf.dtd文件约束当前xml文档-->
<书架>
<书>
<书名>JavaWeb开发教程</书名>
<作者>张孝祥</作者>
<售价>100.00元</售价>
</书>
<书>
<书名>三国演义</书名>
<作者>罗贯中</作者>
<售价>100.00元</售价>
<测试>hello</测试><!--不符合约束,书的子元素必须为书名、作者、售价-->
</书>
</书架>
步骤四:idea开发工具books.xml的dtd约束验证不通过的效果如下
1.4.2.3 dtd实际使用情况
在企业实际开发中,我们很少自己编写DTD约束文档,通常情况下通过框架提供的DTD约束文档编写对应的XML文档。所以这一知识点的要求是可以根据DTD约束文档内容编写XML文档。
1.4.2.4 语法
14.2.4.1 文档声明
-
内部DTD,在XML文档内部嵌入DTD,只对当前XML有效。
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE 根元素 [...//具体语法]><!--内部DTD--> <根元素> </根元素>
-
外部DTD—本地DTD,DTD文档在本地系统上,企业内部自己项目使用。
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE 根元素 SYSTEM "bookshelf.dtd"><!--外部本地DTD--> <根元素> </根元素>
-
外部DTD—公共DTD,DTD文档在网络上,一般都有框架提供
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE web-app PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd"> <web-app> </web-app>
14.2.4.2 元素声明
-
约束元素的嵌套层级
语法
<!ELEMENT 父标签 (子标签1,子标签2,…)>
代码
<!ELEMENT 书架 (书+)> <!--约束根元素是"书架","书架"子元素为"书",“+”为数量词,请看下面介绍--> <!ELEMENT 书 (书名,作者,售价)><!--约束"书"子元素依次为“书名”、“作者”、“售价”,“+”书元素至少1次-->
-
约束元素体里面的数据
语法
<!ELEMENT 标签名字 标签类型>
标签类型
标签类型 代码写法 说明 PCDATA (#PCDATA) 被解释的字符串数据 EMPTY EMPTY 即空元素,例如<hr/> ANY ANY 即任意类型 代码
<!ELEMENT 书名 (#PCDATA)> <!--"书名"元素体为字符串数据--> <!ELEMENT 作者 (#PCDATA)> <!--"作者"元素体为字符串数据--> <!ELEMENT 售价 (#PCDATA)> <!--"售价"元素体为字符串数据--> <!ELEMENT 出版日期 ANY> <!--"出版日期"元素体为任意类型--> <!ELEMENT 版本号 EMPTY> <!--"版本号"元素体为空元素-->
-
数量词
数量词符号 含义 * 表示元素可以出现0到多个 + 表示元素可以出现至少1个 ? 表示元素可以是0或1个 , 表示元素需要按照顺序显示 | 表示元素需要选择其中的某一个
14.2.4.3 属性声明
语法
<!ATTLIST 标签名称
属性名称1 属性类型1 属性说明1
属性名称2 属性类型2 属性说明2
…
>
属性类型
属性类型 | 含义 |
---|---|
CDATA | 代表属性是文本字符串, eg:<!ATTLIST 属性名 CDATA 属性说明> |
ID | 代码该属性值唯一,不能以数字开头, eg:<!ATTLIST 属性名 ID 属性说明> |
ENUMERATED | 代表属性值在指定范围内进行枚举 Eg:<!ATTLIST属性名 (社科类|工程类|教育类) “社科类”> “社科类"是默认值,属性如果不设置默认值就是"社科类” |
属性说明
属性说明 | 含义 |
---|---|
#REQUIRED | 代表属性是必须有的 |
#IMPLIED | 代表属性可有可无 |
#FIXED | 代表属性为固定值,实现方式:book_info CDATA #FIXED “固定值” |
代码
<!ATTLIST 书 <!--设置"书"元素的的属性列表-->
id ID #REQUIRED <!--"id"属性值为必须有-->
编号 CDATA #IMPLIED <!--"编号"属性可有可无-->
出版社 (清华|北大|传智播客) "传智播客" <!--"出版社"属性值是枚举值,默认为“传智播客”-->
type CDATA #FIXED "IT" <!--"type"属性为文本字符串并且固定值为"IT"-->
>
1.4.3 schema约束
1.4.3.1 概念
Schema 语言也可作为 XSD(XML Schema Definition)。
Schema 比DTD强大,是DTD代替者。
Schema 本身也是XML文档,但Schema文档扩展名为xsd,而不是xml。
Schema 功能更强大,数据类型约束更完善。
1.4.3.1 约束体验
体验效果说明:体验schema约束XML文档中对元素体数据类型的约束。效果如下:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-svQLJ6yq-1571105854694)(img/12.png)]
DTD约束无法对具体数据类型进行约束,所以开发工具没有任何错误提示,如下效果:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OrE2ojXd-1571105854695)(img/11.png)]
实现步骤
步骤1:新建schema约束文件bookshelf.xsd,对售价约束数据类型,代码如下
<?xml version="1.0" encoding="UTF-8" ?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.itcast.cn"
elementFormDefault="qualified">
<xs:element name='书架' >
<xs:complexType>
<xs:sequence maxOccurs='unbounded' >
<xs:element name='书' >
<xs:complexType>
<xs:sequence>
<xs:element name='书名' type='xs:string' />
<xs:element name='作者' type='xs:string' />
<xs:element name='售价' type='xs:double' />
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>
步骤2:新建books2.xml使用schema约束文件bookshelf.xsd,代码如下
<?xml version="1.0" encoding="UTF-8"?>
<书架
xmlns="http://www.itcast.cn"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.itheima.cn bookshelf.xsd"
><!--指定schema文档约束当前XML文档-->
<书>
<书名>JavaScript网页开发</书名>
<作者>张孝祥</作者>
<售价>abc</售价>
</书>
</书架>
步骤3:开发工具提示效果
1.4.3.1 schema学习要求
虽然schema功能比dtd强大,但是编写要比DTD复杂,同样以后我们在企业开发中也很少会自己编写schema文件。本知识点大家可以根据拓展资料进行自行学习,提高大家的自学能力。
xml编写与约束内容已经完成了,根据xml的作用我们了解到,无论是xml作为配置文件还是数据传输,我们的程序都要获取xml文档中的数据以便我们进行具体的业务操作,接下来我们就要学习XML解析技术jsoup。
第二章XML的解析
2.1 XML解析
2.1.1 解析概述
当将数据存储在XML后,我们就希望通过程序获取XML的内容。如果我们使用Java基础所学的IO知识是可以完成的,不过你学要非常繁琐的操作才可以完成,且开发中会遇到不同问题(只读、读写)。人们为不同问题提供不同的解析方式,使用不同的解析器进行解析,方便开发人员操作XML。
2.1.2 解析方式和解析器
-
开发中比较常见的解析方式有三种,如下:
-
DOM:要求解析器把整个XML文档装载到内存,并解析成一个Document对象
a)优点:元素与元素之间保留结构关系,故可以进行增删改查操作。
b)缺点:XML文档过大,可能出现内存溢出
-
SAX:是一种速度更快,更有效的方法。她逐行扫描文档,一边扫描一边解析。并以事件驱动的方式进行具体解析,每执行一行,都触发对应的事件。(了解)
a)优点:处理速度快,可以处理大文件
b)缺点:只能读,逐行后将释放资源,解析操作繁琐。
-
PULL:Android内置的XML解析方式,类似SAX。(了解)
-
解析器,就是根据不同的解析方式提供具体实现。有的解析器操作过于繁琐,为了方便开发人员,有提供易于操作的解析开发包