XML学习笔记_sax解析xml文件如何替换值里的大于号,标签的大于号不动-CSDN博客

本文链接：https://blog.csdn.net/Q_Sea__/article/details/79185088

概述

XML（eXtensible Markup Language）全称可扩展标记语言。XML是跨平台的，这也是它为什么被广泛应用的原因。XML主要被用存储数据，系统配置和数据交换。

语法

1、文档声明：只能位于xml的第一行，前面不能有空行或者注释。

<?xml version="1.0" encoding="UTF-8" standalone="yes/no"?>

version用来声明xml的版本，encoding指定xml的编码方式，standalone表示该xml文档是否依赖其他文件运行。
在使用记事本或eclipse编写xml时，会出现乱码的问题，都是与xml的编码格式以及本地的编码有关。要注意。

2、元素：是xml文件中出现的标签。由开始和结束标签组成。如果一个元素没有内容可以使用简写。整个xml文档中只能有一个根标签，另外标签不能交叉使用。

<root>           有且只有一个根标签
    <a>xxxx</a>  一个普通标签
    <a/>         没有内容的标签的简写
    <b><c></b></c> 错误的写法
</root>

3、属性：使用“”或”括起来

<a name='xx' id='1'></a>

4、注释：xml声明之前不能有注释嵌套，注释不能嵌套使用。

<!-- 注释内容 -->
<!--  <!--  -->  --> 错误的写法

5、CDATA区：xml不会进行语法处理，只会原样输出。

<![CDATA[
    something...
]]>

6、转译字符：显示一些特殊字符。比如在标签中显示大于号>, 小于号<之类的。

&gt; 表示 > 符号。&lt; 表示 < 符号。

7、处理指令：简称PI，用来指挥解析器如何解析xml文档。

xml文档中引入xx.css

<?xml version="1.0" encoding="gb2312" standalone="yes" ?>
<?xml-stylesheet type="text/css" href="xx.css" ?>
<root>
    <cat id='cat1'>cat1</cat1>
</root>

xx.css文档

#cat1{
    color: red;
    text-font: 30px;
}

在解析xml文档时，就会按照css文件中的设置来显示字体。

约束
就是编写一个xml文档来约束另一个xml的书写规范。又叫文档约束。
常用的约束有DTD约束和Schema约束。
1、DTD约束：
Document Type Definition，全称文档类型定义。DTD约束的文档的后缀名为.dtd。
DTD约束可以写在一个单独的文件中，也可以写在xml文件中。写在xml文件中的格式：

<!DOCTYPE 根节点 [ 约束内容 ]>

在xml文件中引入dtd文件又分为两种，引入本地文件和引入公共文件。
引入本地文件的格式：

<!DOCTYPE 根节点 SYSTEM "xx.dtd">

引入公共文件的格式：

<!DOCTYPE 根节点 PUBLIC "DTD名称" "DTD的URL">

（1）定义元素：使用ELEMENT声明一个元素。

<!ELEMENT 元素名称 元素类型>

元素类型可以是元素内容或类型。如果为元素类型那么得使用（）括起来。

<!ELEMENT 书 (书名,作者,售价)>  都得出现，并且出现的顺序不能有误
<!ELEMENT 书 (书名|作者|售价)>  出现一个就行
<!ELEMENT 书名 (#PCDATA)>      字符串类型

元素内容：, 符号，|符号，+、？、*符号。
元素类型：EMPTY（定义空元素），ANY（任意类型）
（2）定义属性：要使用ATTLIST声明属性。
格式：

<!ATTLIST 元素名
属性名1 属性值类型 设置声明
    ....
>

属性值类型：CDATA(字符串)，ENUMERATED(枚举), ID(唯一的), ENTITY(实体)。ID属性是不能以数字开头的，只能以字母或下划线开始。
设置声明：#REQUIRED(必须的), #IMPLIED(可选的), #FIXD(固定值), 还有一个默认值。一般对于FIXD和默认值，在写xml时，可写可不写。

默认值声明
DTD:
<!ELEMENT square EMPTY>
<!ATTLIST square width CDATA "0">

XML:
<square width="100" />

REQUIRED声明
DTD:
<!ATTLIST person number CDATA #REQUIRED>

正确的 XML:
<person number="5677" />

错误的 XML:
<person />

属性可选的
DTD:
<!ATTLIST payment type (check|cash) "cash">

XML :
<payment type="check" />
或
<payment type="cash" />

（3）定义实体：给一段内容创建别名，以后再使用这段内容的时候就可以直接使用别名。使用ENTITY声明一个实体。
分类：引用实体和参数实体。
引用实体：主要被用于xml引用。

格式：<!ENTITY 实体名称 "实体内容">
引用：&实体名称

DTD 实例:

<!ENTITY writer SYSTEM "xxxx">

XML :

<author>&writer;</author>

参数实体：主要在dtd内部引用。

格式：<!ENTITY % 实体名称 "实体代码">
引用：%实体名称

2、Schema约束：
在使用DTD约束时，可以感觉到DTD约束的不够细致。比如在属性类型的设置中就没有数字类型的。所以为了弥补DTD约束的不足，Schema约束就诞生了。Schema约束符合XML语法结构，所以可以使用dom，sax解析Schema。另外Schema对命名空间支持较好（独有特点），但是不能定义实体（DTD的）。
Schema约束文件的后缀名为.xsd，这份约束文档又称为模式文档（根节点必须为Schema），根据这份约束文档写出的xml文档叫实例文档。

<?xml version="1.0"?>

<xs:schema>
...
...
</xs:schema>

在写Schema约束时，要将模式文档中的所有元素绑定到一个uri地址（名称空间）上，以后就直接调用uri。

<?xml version="1.0"?>

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.xxx.com"
xmlns="http://www.xxx.com"
elementFormDefault="qualified">
...
...
</xs:schema>

xmlns="xxx"

xmlns说明了默认的命名空间是什么。

targetNamespace="http://www.xxx.com"

targetNamespace表示将当前Schema中的元素绑定到哪个命名空间。

xmlns:xs="http://www.w3.org/2001/XMLSchema"

显示了当前Schema中用到的元素来自”http://www.w3.org/2001/XMLSchema“这个命名空间，以后再使用这个空间的东西时要加上前缀xs。

elementFormDefault="qualified"

说明以后再使用这个命名空间中的元素时，必须加上命名空间的名字。

在xml中引入schema约束

<?xml version="1.0"?>

<note xmlns="http://www.xxx.com"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.xxx.com xxx.xsd">

<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>

xmlns="http://www.xxx.com"

表示当前使用的命名空间是什么。

xsi:schemaLocation="http://www.xxx.com xxx.xsd"

表示具体使用命名空间中的哪个约束。

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

指出schemaLocation命名空间的指向。
具体的教程可以看schema帮助文档或者去菜鸟。

XML解析
现在的主要解析方式有两种：dom解析和sax解析。
dom解析又可以分为jaxp解析，jdom解析和dom4j解析。解析效率从左到右依次增高，所以目前最常使用的是dom4j解析。但是jaxp是sun公司的，所以也有必要学习。
dom在解析xml文件时，会读取xml文件，将整个xml加载成一个dom树放进内存中。sax在解析xml文件时，是一行一行读取解析的，所以sax就只适合读取xml文件，不适合对xml文件删除、修改、增加的操作。但是dom解析时占用的内存会比sax的多。
各个解析的具体过程写到另外的文章中。