XML 基础详解

1.为什么使用XML

(1) 文件

     XML是一项与数据描述和组织有关的技术，因此在学习XML的基本概念之前，我们需要先了解计算机如何存取数据。为此我们把计算机中的数据文件分成两大类：二进制文件和文本文件 。

(2) 二进制文件

     二进制文件是由程序根据自己的编码规则创建的，只有创建这个文件的程序才知道如何解析该文件，所以二进制文件有其应用的限制。

     比如：我们的doc文件就是word根据自身的编码生成的二进制文件。word的软件设计人员设计了不同内容对应的不同编码，当我么能使用word打开doc文档时，word程序会将二进制编码转换为字符，供我们阅读。

      优点 ：计算机容易理解、处理速度快、存储效率高。

               可以存储不同类型的数据。

      缺点 ：每一类二进制文件都有自己特有的格式，不能跨程序、跨平台使用。

(3) 文本文件

     文本文件实际上也是一个二进制文件，不同的是，文本文件是根据标准的格式组织起来的。 这些标准格式我们习惯称他们为字符集。 常见的字符集 ： ASCII、GB2312、ISO-8859-1、UTF-8 。

     由于标准的字符集存在，所以人们可以借助一个文本编辑器就可以轻松的阅读文本文件， 比起二进制文件文本文件更容易分享。

     优点 ： 易于使用，可以通过不同程序打开。

     缺点 ： 只能保存纯文本，不能保存其他信息。

(4) 标记语言简史：

     文本文件有易用性的特点，但只能存储纯文本，而二进制文件虽然可以存储不同的内容但是通用性较差，如果可以结合二者的优点，岂不快哉？

     为达到上述目的，我们想到的方案是为文本文件中不同的内容都加上一个特殊的标记，这样程序就可以根据不同的标记来识别文档中的内容。 这种思想很早就出现了，根据这种思想最早提出的语言是标准通用标准语言（SGML），但是SGML本身比较复杂，并没有得到很好的推广。

     在SGML的基础上出现HTML，HTML吸收了很多SGML的概念，它使用html标签来标识网页中的不同部分，这样浏览器就可以通过HTML来显示一个个的WEB页面。

     SGML过于复杂，而HTML仅能用来描述网页。不能描述数据，于是XML诞生了。

2.XML简介

(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 。

     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。

     XML 是 W3C 的推荐标准 。

     XML 仅仅是纯文本 ： 有能力处理纯文本的软件都可以处理 XML。

(2) XML 与 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。

(3) XML的用途

     框架的配置文件 ：Sping ；Hibernate。

     传输数据 ：Ajax ；WebService。

     数据的持久化 。

(4) XML的HelloWorld(stu.xml)：

<?xml version="1.0" encoding="UTF-8"?>
<students>
  <student id="1">
    <name>孙悟空</name> 
    <age>18</age> 
    <gender>男</gender> 
    <address>花果山</address>
  </student> 
  <student id="2">
    <name>猪八戒</name> 
    <age>28</age> 
    <gender>男</gender> 
    <address>高老庄</address>
  </student> 
  <student id="3">
    <name>沙和尚</name> 
    <age>38</age> 
    <gender>男</gender> 
    <address>流沙河</address>
  </student> 
  <student id="4">
    <name>唐僧</name> 
    <age>16</age> 
    <gender>男</gender> 
    <address>女儿国</address>
  </student> 
</students>

(5) 语法规范

     ① XML文档的第一行是一个xml声明，用来声明xml的版本和字符集

     ②XML文档中有且只有一个根元素

     ③ XML中的标签必须结构完整（成对出现或者是自结束标签）

     ④ XML中的标签不能交叉嵌套

     ⑤ XML中的属性必须有值，且值必须加引号

     ⑥ XML中严格区分大小写

     ⑦ XML的标签名不能以数字开头

(6) XML解析

     XML解析是指通过解析器读取XML文档，解释语法，并将文档转化成对象。

     对XML的一切操作都是由解析开始的，所以解析非常重要。

     Java 平台同时提供了 DOM（Document Object Model）和 SAX（Simple API for XML）。

(7) 技术体系

(8) DOM解析和SAX解析对比：

3.DOM解析

     Document Object Model（文档对象模型）: 一次性将整个XML文档全都加载进内存中，生成一棵DOM树， 我们通过对DOM树的操作来解析文档。

(1) 优点：

     DOM解析是一种完全面向对象的解析方式，使用起来比较简单

     DOM解析一次性将整个文档都加载进内存中，可以反复操作文档, 同时它可以对文档进行增删改查的操作。

(2) 缺点：

     一次性将文档都加载进内存中，会占用大量的内存，解析起来性能较差。

(3)  原生DOM解析

     核心类： DocumentBuilderFactory； DocumentBuilder； Document

     主要步骤：

//1.获取工厂类类实例
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
//2.获取解析器类实例
DocumentBuilder builder = factory.newDocumentBuilder();
//3.解析xml文档获取document对象
Document document = builder.parse("stu.xml");

(4) 代码示例：

public class TestDOM {
    @Test
    public void testDOM() throws Exception{
        //获取工厂类实例
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        //获取解析器类实例
        DocumentBuilder builder = factory.newDocumentBuilder();
        //解析xml文档获取document对象
        Document document = builder.parse("stu.xml");
        //xml文件中所有的标签和属性都是自定义的
        //id属性在xml中没有任何意义，所以getElementById暂时不能用
        //Element ele = document.getElementById("1");
        //System.out.println(ele);
        //获取全部的student元素
        NodeList stuEles = document.getElementsByTagName("student");
        //遍历stuEles
        for(int i=0 ; i<stuEles.getLength() ; i++){
            //获取student元素
            Element stuEle = (Element) stuEles.item(i);
            //获取学生的id属性值
            String idStr = stuEle.getAttribute("id");
            //获取学生name
            Element nameEle = (Element) stuEle.getElementsByTagName("name").item(0);
            String name = nameEle.getTextContent();
            //获取age gender address
            String ageStr = stuEle.getElementsByTagName("age").item(0).getTextContent();
            String gender = stuEle.getElementsByTagName("gender").item(0).getTextContent();
            String address = stuEle.getElementsByTagName("address").item(0).getTextContent();
            System.out.println(idStr+"--"+name+"--"+ageStr+"--"+gender+"--"+address);
        }
    }
}

4.DOM4J 解析

     使用dom4j必须要导入一个jar包： dom4j-1.6.1.jar

     dom4j是一个开源XML解析包。

     dom4j是一个易用的、开源的库，用于XML，XPath和XSLT。

     dom4j内部支持SAX解析，所以性能比原生的DOM要高。

     dom4j是基于dom的第三方开源的xml解析jar包。

     它应用于Java平台，采用了Java集合框架并完全支持DOM，SAX和JAXP。

(1) dom4j 解析

//创建一个解析器对象
SAXReader reader = new SAXReader();
//解析xml文档来获取document对象
Document document = reader.read("stu.xml");
//DOM4J操作都是通过根元素来进行的，所以我们需要先获取到根元素
Element rootEle = document.getRootElement();

> 常用的方法：
Element getRootElement() 获取根元素
List<Element> elements(String tagName) 根据标签名获取一组元素节点
Element element(String tagName) 根据标签名获取一个元素节点
String attributeValue(String name) 根据属性名获取属性值
String elementText(String tagName) 获取指定的标签中的文本内容
String getText() 获取元素中的文本内容

(2) dom4j 修改

//创建一个漂亮的输出格式
OutputFormat format = OutputFormat.createPrettyPrint();
//创建一个XMLWriter
XMLWriter writer = new XMLWriter(new FileWriter("stu2.xml"),format);
//将document对象写入到文件中
writer.write(document);
//关闭流
writer.close();

> 常用的方法：
Element addElement(Stirng tagName)； 向父元素中添加指定的子元素，并返回子元素
Element addAttribute(String name ：String value) 向元素中添加属性，并返回当前元素
Element addText(String data) ：向元素中添加文本内容，并返回当前元素
DocumentHelper.createDocument()：创建一个新的Document

(3) xPath

     xPath用来在xml文档中快速查询元素,也就是说快速获取XML文件中的内容；

     dom4j支持xPath，使用xPath时需要导入一个新的jar包：jaxen-1.1-beta-6.jar

     xPath的具体语法需要对照文档使用。

(4) 代码示例：

public class TestDOM4J {

    //xPath用来在xml文档中快速查询元素
    @Test
    public void testXpath() throws Exception{
        //获取解析器类实例
        SAXReader reader = new SAXReader();
        //解析xml文档获取Document对象
        Document document = reader.read("stu.xml");
        //查询文档中id为3的学生信息
        // /students/student[@id='3']
        //selectNodes()可以根据一个xPath表达式查询一组节点
        //selectSingleNode()根据一个xPath查询一个节点对象
        Element stuEle = (Element) document.selectSingleNode("/students/student[@id='2']");
        //获取学生的信息
        String idStr = stuEle.attributeValue("id");
        String name = stuEle.elementText("name");
        System.out.println(idStr+"--"+name);
    }

    // 修改XML文件(创建新的XML文档)
    @Test
    public void testDOM4J3() throws Exception{
        //创建一个新的Document对象
        Document document = DocumentHelper.createDocument();
        //向Document中添加一个根元素
        Element rootEle = document.addElement("teachers");
        //向根元素中添加子元素
        rootEle.addElement("teacher").addText("罗老师");
        rootEle.addElement("teacher").addText("张老师");
        //创建一个XMLWriter
        XMLWriter writer = new XMLWriter(new FileWriter("teach.xml"), OutputFormat.createPrettyPrint());
        //将Document输出到文档中
        writer.write(document);
        //关闭流
        writer.close();
    }

    // 修改XML文件(已有XML文档)
    @Test
    public void testDOM4J2() throws Exception{
        //获取解析器类实例
        SAXReader reader = new SAXReader();
        //解析xml文档获取document对象
        Document document = reader.read("stu.xml");
        //获取根元素
        Element rootEle = document.getRootElement();
        //向根元素中添加一个student元素
        Element stuEle = rootEle.addElement("student");
        //向stuEle中添加一个id属性
        stuEle.addAttribute("id", "5");
        //向stuEle中添加一个name子元素
        Element nameEle = stuEle.addElement("name");
        //向name中添加一个文本
        nameEle.addText("白骨精");
        //添加age gender address
        stuEle.addElement("age").addText("18");
        stuEle.addElement("gender").addText("女");
        stuEle.addElement("address").addText("白骨洞");
        //创建一个漂亮的输出格式
        OutputFormat format = OutputFormat.createPrettyPrint();
        //创建一个XMLWriter
        XMLWriter writer = new XMLWriter(new FileWriter("stu2.xml"),format);
        //将document对象写入到文件中
        writer.write(document);
        //关闭流
        writer.close();
    }

    //解析XML文件
    @Test
    public void testDOM4J() throws Exception {
        //创建一个解析器对象
        SAXReader reader = new SAXReader();
        //解析xml文档来获取document对象
        Document document = reader.read("stu.xml");
        //DOM4J操作都是通过根元素来进行的，所以我们需要先获取到根元素
        Element rootEle = document.getRootElement();
        //获取所有的student元素
        List<Element> stuEles = rootEle.elements("student");
        //遍历stuEles
        for (Element stuEle : stuEles) {
            //获取id属性值
            //attributeValue()作用，可以根据属性名获取属性值
            String idStr = stuEle.attributeValue("id");
            //获取name值
            Element nameEle = stuEle.element("name");
            String name = nameEle.getText();
            //获取age gender address
            String ageStr = stuEle.element("age").getText();
            //elementText()可以根据标签名，获取标签中间的内容
            String gender = stuEle.elementText("gender");
            String address = stuEle.elementText("address");
            //将属性封装到student对象中
            Student stu = new Student(Integer.parseInt(idStr), name, Integer.parseInt(ageStr), gender, address);
            System.out.println(stu);
        }
    }
}

5.SAX  解析

     Simple API for XML: 基于事件回调的机制，一个一个节点的解析，解析完一个在解析下一个。

(1) 优点：

     一个节点一个节点的解析，不会占用过多的内存，解析性能好。

(2) 缺点：

      基于事件回调的机制，操作起来略复杂。

      只能对文档进行查询的操作。

      sax解析一旦开始就不能手动停止，必须等到整个文档解析结束。

(3) SAX  解析

     核心类： SAXParserFactory； SAXParser； DefaultHandler

//获取工厂类实例
SAXParserFactory factory = SAXParserFactory.newInstance();
//获取解析器类实例
SAXParser parser = factory.newSAXParser();
//解析xml文档
parser.parse("stu.xml", new MyHandler2());
- SAX解析的一切操作都是通过处理器类进行的，一般我们需要去自定一个一个处理器类，这个类需要去继承DefaultHandler。

6.PULL 解析

     为了解决SAX解析一旦开始就不能手动停止的问题，出现了PULL解析，PULL解析时Android内置的解析方式。

     核心类：XmlPullParserFactory；XmlPullParser

//获取工厂类实例
XmlPullParserFactory factory = XmlPullParserFactory.newInstance();
//获取解析器类实例
XmlPullParser parser = factory.newPullParser();
//将被解析的文件设置进解析器
parser.setInput(new FileReader("stu.xml"));