XML与XML解析

一、XML

1、XML概述

1.1 XML介绍

XML指可扩展标记语言（EXtensible Markup Language）【它是就一堆自定义的标签！】
XML是一种标记语言(标签)，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(HTML:在浏览器中显示数据)
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)。【配置文件】
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，单因为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。

1.2 XML的作用

• XML可以存储数据 , 作为数据交换的载体(使用XML格式进行数据的传输)。
• 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(applicationContext.xml)都是通过XML进行配置的（企业开发中经常使用的）
  xml文件可以充当配置文件，properties文件也可以充当配置文件！
  properties配置文件：简单(键值对！)，无法描述配置的层级关系！而xml文件可以！

1.3 XML与HTML的主要差异

XML不是HTML的替代品!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(旨在传输信息)。【标签未被预定义】
• HTML被设计用来显示数据，其焦点是数据的外观(旨在显示信息)。【标签都被预定义好了】

2、XML入门案例

展示xml存储数据功能**

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name姓名、age年龄、sex性别信息。

第一步：使用IDEA编写一个person.xml文件

第二步：编写person.xml文件内容

<?xml version="1.0" encoding="UTF-8" ?>
<!--
    这是xml的注释！
        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name姓名、age年龄、sex性别信息。
-->
<persons>  <!--代表所有的人员信息-->
    <person id="001"> 
    <!--代表具体的某个人员信息： 刘乃静-->
        <name>刘乃静</name>
        <age>22</age>
        <sex>男</sex>
    </person>
    <person id="002"> 
    <!--代表具体的某个人员信息： 马继昌-->
        <name>马继昌</name>
        <age>25</age>
        <sex>女</sex>
    </person>
</persons>

第三步：查看

3、XML语法

3.1 XML组成部分

XML文件中常见的组成元素有：文档声明、元素、属性、注释、转义字符、字符区。

3.2 注释

XML的注释以 结束

<!-- 注释内容 -->

3.3 文档声明

文档声明：<?xml version="1.0" encoding="utf-8" ?>

• 使用IDE创建xml文件时就带有文档声明.
• 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
• 文档声明中常见的两个属性：
  - 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；

3.4 元素

* 开始标签、元素体、结束标签组成。
	例如：<name>张三</name>	
	解释：	
		开始标签：<name>
		元素体：张三  【开始标签和结束标签中间夹着的内容】
		结束标签：</name>
		
	【元素体也可以包含标签 ===>>> <person><name>jack</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/>  【还有一个称呼：自闭标签】
* 格式化良好的XML文档，有且仅有一个根元素
	<person id="001"> <!-- person就是一个根元素 -->
        <name>刘乃静</name>
        <age>22</age>
        <sex>男</sex>
    </person>
* 命名：
	①严格区分大小写  <!-- <PERSON> 与<person> 都不是同一个! -->
	②不建议使用以下标签  <!--  <XML> <xml> <Xml> -->
* 文本值：2个标签中间夹着的内容(里面没有字标签)！

3.5 属性

属性是为了描述当前元素(标签具有什么！)

<person id="001">
    <name>刘乃静</name>
    <age>22</age>
    <sex>男</sex>
</person>

上面的代码中，id就是person元素的属性(代表这个人的编号)

* 属性的注意问题：
	① 属性是元素的一部分，它必须出现在元素的开始标签中
        <person id="001">	这是正确的！
        </person id="001">  这是错误的！
        
	②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
		<person id="001">	这是正确的！
		<person id='002'>	这是正确的！

	③一个元素可以有0~N个属性，但一个元素中不能出现同名属性
		<person>					这是正确的！
		<person id="001">			这是正确的！
		<person id="001" num="10">	这是正确的！
		<person id="001" id="10">	这是错误的！
	
	④属性名不能使用空格 , 不要使用冒号等特殊字符，且必须以字母开头		

3.6 转义字符

有的时候，需要在标签的文本值位置写上很多描述信息，里面包含了一些特殊的字符，xml是不支持(特殊字符会报错)！

3.7 CDATA区

一旦我们在xml文件中书写了很多实体字符，那么需要挨个给他使用转义符来转义，这样很麻烦，可以使用CDATA区一次性解决！

<![CDATA[书写在这个里面的内容就会原样输出，不会进行转义！]]>

4、XML约束

4.1 dtd约束

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。

4.2 schema约束

它是xml约束的一种，功能比dtd约束更强大，数据类型约束更完善！schema约束本身也是xml文档，为了与xml文件以示区别，将其扩展名定义为.xsd。

二、XML解析

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 解析方式

处理问题的思路！

1. 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
2. SAX：是一种速度更快，更有效的方法。它逐行扫描文档，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。
3. PULL：Android内置的XML解析方式，类似SAX。（了解）

基于DOM解析方式的原理图：

2.2 解析器

处理问题的工具

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

* 常见的解析开发包有：
    JAXP：sun公司提供支持DOM和SAX开发包
    Dom4j：比较简单的的解析开发包(常用)   【★★★★★】 解析xml文件！
    JDom：与Dom4j类似
    Jsoup：功能强大DOM方式的XML解析开发包，尤其对HTML解析更加方便(项目中讲解)

2.3 DOM4j的基本操作

2.3.1 导入dom4j开发的核心包

dom4j 必须使用核心类SaxReader加载xml文档获得Document，通过Document对象获得文档的根元素，然后就可以操作了。

2.3.2 dom4j核心API

* DOM4j通用的api:
    // 获得核心解析器对象
    new SAXReader() // 构造器

    // 使用SaxReader对象来加载xml文件获得Document对象
    Document read(String url) // 加载执行xml文档

    // Document对象来获得xml文件的根元素
    Element getRootElement() // 获得根元素
    
* Element对象的相关方法：
    List elements([String ele] )  // 获得指定名称的所有子元素。可以不指定名称
    Element element([String ele]) // 获得指定名称第一个子元素。可以不指定名称
    String getName() // 获得当前元素的元素名
    String attributeValue(String attrName) // 获得指定属性名的属性值
    String elementText(Sting ele) //  获得指定名称子元素的文本值
    String getText() // 获得当前元素的文本内容    	

2.3.3 dom4j解析books.xml文件

books.xml

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book id="0001">
        <name>斗罗大陆</name>
        <author>唐家三少</author>
        <sale>88</sale>
    </book>
    <book id="0002">
        <name>斗破苍穹 </name>
        <author>乱</author>
        <sale>68</sale>
    </book>
</books>

测试类：

public class BookTest {

    public static void main(String[] args) throws DocumentException {

        // 获得核心解析器对象
        SAXReader saxReader = new SAXReader();

        // 使用核心解析器对象读取xml文件得到Document对象
        Document document = saxReader.read("day15_xml/src/books.xml");
        //System.out.println(document); // org.dom4j.tree.DefaultDocument@682a0b20 [Document: name day15_xml/src/books.xml]

        // 使用document对象获得根元素节点
        Element root = document.getRootElement();
        //System.out.println(root.getName()); // books

        // 获得根元素节点的所有子元素节点
        List<Element> bookEles = root.elements("book");


        // 调用方法，获得books.xml文件所有的数据(属性值，文本值)
        //getData(bookEles);

        // 获得id值为0002的书名！
        getBookName(bookEles,"0002");

    }

    /*
        获得id值为0002的书名！
     */
    public static void getBookName(List<Element> bookEles,String id) {
        // 非空判断
        if(!bookEles.isEmpty()){
            // 遍历
            for (Element bookEle : bookEles) {
                // 判断
                if(bookEle.attributeValue("id").equals(id)){
                    System.out.println(bookEle.elementText("name"));
                }
            }
        }

    }

    public static void getData(List<Element> bookEles) {
        // 遍历
        for (Element bookEle : bookEles) {
            // 获得元素的名称
            //System.out.println(bookEle.getName()); // book book

            // 获得指定属性id的值
            //System.out.println(bookEle.attributeValue("id")); // 001 002

            // 获得指定元素的文本值
            //System.out.println(bookEle.elementText("name"));

            // 继续遍历获得book元素节点的子元素节点
            List<Element> eles = bookEle.elements();
            for (Element ele : eles) {
                // 获得当前元素节点的文本值
                System.out.println(ele.getName()+"："+ele.getText());
            }
        }
    }

}

2.4 Dom4j结合Xpath解析xml文件

XPath 使用路径表达式来选取XML 文档中的元素节点或属性节点。节点是通过沿着路径 (path) 来选取的。XPath在解析HTML文档方面提供了一独树一帜的路径思想。

// Document对象的核心方法：
List selectNodes("表达式")  //获取符合表达式的元素集合
Element selectSingleNode("表达式")  // 获取符合表达式的唯一元素

关键点：表达式的路径如何写呢？ ===>>>通过查阅API文档学习！

/AAA			  =====>>> 获得根元素AAA	
/AAA/CCC		  =====>>> 获得根元素下面的所有CCC 
//BBB			  =====>>> 获得所有的BBB元素
/AAA/BBB[1]       =====>>>> 获得根元素下面的第一个BBB元素
//BBB[@id='b1']   =====>>>> 获得有id属性并且值为b1的BBB元素！  【开发常用！】

需求：获得id值为0002的书名！

 /*
	// Document对象的核心方法：
    List selectNodes("表达式")  //获取符合表达式的元素集合
    Element selectSingleNode("表达式")  // 获取符合表达式的唯一元素

    需求：获得id值为0002的书名
*/
@Test
public void test() throws DocumentException {

    // 创建SaxReader核心解析器对象
    SAXReader saxReader = new SAXReader();

    // 通过核心解析器对象加载xml文件获得Document对象
    Document document = saxReader.read("src/books.xml");

    /*
             创建的是模块：
                单元测试路径相对的是模块
                main方法路径相对的是项目！
         */

    // 获得id为0002的书book
    Element book = (Element) document.selectSingleNode("//book[@id='0002']");

    // 获得指定元素名称的文本值
    System.out.println(book.elementText("name"));

}

三、扩展内容

面向接口编程(xml+反射实现解耦问题)

/*
    接口
 */
public interface Animal {

    void eat();

}

/*
    Animal接口的实现类！
 */
public class Dog implements Animal{

    @Override
    public void eat() {
        System.out.println("狗吃骨头！");
    }
}

/*
    Animal的实现类
 */
public class Cat implements Animal {
    @Override
    public void eat() {
        System.out.println("猫吃鱼！");

    }
}

/*
    测试类
 */
public class Test {

    public static void main(String[] args) {

        // 创建动物类对象
        /*Dog dog = new Dog();

        dog.eat();*/

        // 更换动物类对象！
        /*Cat cat = new Cat();
        cat.eat();*/


        // 本身创建动物类对象
       /* Animal animal = new Dog();  // 若要更换动物类对象，只需要修改new Dog()就好了！
        animal.eat();*/

        /*
            上面的代码也不够优秀！违背了java的一个开闭原则(ocp)
                对已经写好的代码，不建议修改，你可以添加新的代码！

             我们可以使用配置文件+反射来处理！
         */
        Animal animal = (Animal) BeanFactory.getBean("Animal");
        animal.eat();

        // 此时要更换动物类的对象！不用更改java源代码，只需要修改配置文件！
    }

}

beans.xml

<?xml version="1.0" encoding="UTF-8" ?>
<beans>
    <!--<bean id="Animal" class="com.itheima.demo05_interface.Dog"></bean>-->
    <bean id="Animal" class="com.itheima.demo05_interface.Cat"></bean>
    <bean id="Star" class="com.itheima.demo05_interface.ChunGe"></bean>
</beans>

/*
    工具类：用于读取配置文件beans.xml，创建实例对象
 */
public class BeanFactory {

    public static void main(String[] args) {
        Object obj = getBean("Animal");
        //System.out.println(obj); // com.itheima.demo05_interface.Dog@5e265ba4 【子类就是父类！】

        Animal animal = (Animal) getBean("Animal");
        System.out.println(animal);
    }


    public static Object getBean(String id){

        try {
            // 读取配置文件
            SAXReader saxReader = new SAXReader();
            Document document = saxReader.read("day15_xml/src/beans.xml");

            // 获得标签：<bean id="Animal" class="com.itheima.demo05_interface.Dog"></bean>
            Element element = (Element) document.selectSingleNode("//bean[@id='"+id+"']");

            // 获得Class属性的值
            String className = element.attributeValue("class");

            // 获得字节码对象
            Class<?> clazz = Class.forName(className);

            // 创建实例对象
            Object obj = clazz.newInstance();

            return obj;

        } catch (Exception e) {
            return null;
        }

    }

}