02 XML详解

一、xml入门

1. 什么是xml

l  xml全称为ExtensibleMarkup Language，可扩展标记语言。xml技术是W3C组织发布的，目前推荐遵循的是W3C组织于2000发布的XML1.0规范。 html 也是w3c组织发布的。

 

l  xml可用于保存关系数据

 

l  xml也经常被用作软件的配置文件，描述软件模块之间的关系

 

l  一个软件在设计的时候不能完全确定将来启动的具体模块，为了提高程序的灵活性，它所启动的模块通常是由其配置文件来决定的，这样的情况用xml文件最合适不过

    例如： 一个软件在启动的时候需要A、B两大模块，A、B模块在启动时又需要启动程序a1、a2和b1、b2

 

2. xml用于描述关系型数据

 

 

二、xml语法

1. 文档声明

l  在编写XML文档时，需要先使用文档声明，声明XML文档的类型

 

l  最简单的声明语法：

    <?xmlversion="1.0" ?>

 

l  用encoding属性说明文档的字符编码：

    <?xmlversion="1.0" encoding=“gb2312"?> 

    (xml文档以什么编码保存，就要以什么编码打开)

 

l  用standalone属性说明文档是否独立：

    <?xmlversion="1.0" encoding=“gb2312"  standalone="yes" ?>

    一般来讲，xml文件会伴随着一个约束文件

 

2. xml元素

什么是xml元素

l  XML元素指XML文件中出现的标签，一个标签分为开始标签和结束标签，一个标签有如下几种书写形式，例如：

•    包含标签体：<a>www.itcast.cn</a>

•    不含标签体的：<a></a>, 简写为：<a/>

 

l  一个标签中也可以嵌套若干子标签。但所有标签必须合理的嵌套，绝对不允许交叉嵌套 ，例如：

       <a>welcometo <b>www.it315.org</a></b>

 

l  格式良好的XML文档必须有且仅有一个根标签，其它标签都是这个根标签的子孙标签。

 

l  对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理。

 

xml元素的命名规范

一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守下面的一些规范：

l  区分大小写，例如，<P>和<p>是两个不同的标记。

l  Html不区分大小写

l  线不能以数字或"_" (下划)开头。

l  不能以xml(或XML、或Xml 等)开头。

l  不能包含空格。

l  名称中间不能包含冒号（:）。

l  把握一个原则:全部用英文字母，实在不得已后面加点数字

 

3. 元素的属性

l  一个标签可以有多个属性，每个属性都有它自己的名称和取值，例如：<input name=“text”>

 

l  属性值一定要用双引号（“）或单引号（‘）引起来

 

l  定义属性必须遵循与标签相同的命名规范 (全用英文)

 

l  多学一招：在XML技术中，标签属性所代表的信息，也可以被改成用子元素的形式来描述，例如：

       <input>

           <name>text</name>

       </input>

 

4. xml中的注释

l  xml文件中的注释采用：“<!--注释-->” 格式。

 

l  注意：

•    XML声明之前不能有注释

•    注释不能嵌套，例如：

    <!--大段注释

    ……

       <!--局部注释-->

    ……

    --> 

 

5. CDATA区

l  在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理。

 

l  遇到此种情况，可以把这些内容放在CDATA区里，对CDATA

    区域内的内容，XML解析程序不会处理，而是直接原封不动的输出。(c : Character)

 

l  语法：<![CDATA[ 内容 ]]>

l  例：

    <![CDATA[

       <itcast>

           <br/>

       </itcast>

    ]]>

 

6. 转义字符

l  对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理。

 

重点:

必须有文档声明, encoding指定文件的编码

严格区分大小写

CDATA区域  <![CDATA[……]]>

关键字符需要转义

三、xml文档约束

l  什么是XML约束

•    在XML技术里，可以编写一个文档来约束一个XML文档的书写规范，这称之为XML约束。

 

l  为什么需要XML约束

•    将xml文档作为配置文件时，xml中的元素写法一定不是任意的，

    必须要遵循软件的要求来写，这样的xml文档软件才能识别，例如

    在写tomcat服务器的配置文件时，哪个元素是用于指定端口，哪个

    元素用户指定主机名，这些一定是事先就约定好的，这些约定就

    需要通过xml约束技术来完成

 

l  常用的约束技术

•    XML DTD

•    XML Schema

 

四、 DTD约束

1. 定义

DTD(Document Type Definition)，全称为文档类型定义。

l  下面的例子为 xml 和对应的 dtd 约束   dtd文档必须为 utf-8 编码

book.xml

<?xmlversion="1.0" ?>

<!DOCTYPE 书架 SYSTEM "book.dtd">

<书架>

<书>

    <书名>Java就业培训教程</书名>

    <作者>张孝祥</作者>

    <售价>39.00元</售价>

</书>

<书>

    <书名>JavaScript网页开发</书名>

    <作者>张孝祥</作者>

    <售价>28.00元</售价>

</书>

</书架>

 

book.dtd

<!ELEMENT 书架 (书+)>

<!ELEMENT 书 (书名,作者,售价)>

<!ELEMENT 书名 (#PCDATA)>

<!ELEMENT 作者 (#PCDATA)>

<!ELEMENT 售价 (#PCDATA)>

 

 

l  可以在在xml文件内直接编写DTD

<?xmlversion="1.0" encoding="UTF-8"standalone="yes"?>

<!DOCTYPE 书架 [

<!ELEMENT 书架 (书+)>

<!ELEMENT 书 (书名,作者,售价)>

<!ELEMENT 书名 (#PCDATA)>

<!ELEMENT 作者 (#PCDATA)>

<!ELEMENT 售价 (#PCDATA)>

]>

<书架>

<书>

    <书名>Java就业培训教程</书名>

    <作者>张孝祥</作者>

    <售价>39.00元</售价>

</书>

...

</书架>

 

 

2. 如何引入dtd约束

l  XML文件使用 DOCTYPE 声明语句来指明它所遵循的DTD文件，DOCTYPE声明语句有两种形式：

 

l  当引用的文件在本地时，采用如下方式：

    <!DOCTYPE文档根结点 SYSTEM"DTD文件的URL">

例如： <!DOCTYPE 书架 SYSTEM “book.dtd”>。

 

l  当引用的文件是一个公共的文件时，采用如下方式：  

    <!DOCTYPE 文档根结点 PUBLIC "DTD名称""DTD文件的URL">

 

    例如：<!DOCTYPE web-app PUBLIC

    "-//SunMicrosystems, Inc.//DTD Web Application 2.3//EN“

     "http://java.sun.com/dtd/web-app_2_3.dtd">

 

3. 元素的定义

l  在DTD文档中使用ELEMENT声明一个XML元素，

    语法格式如下所示：

    <!ELEMENT 元素名称元素类型>

 

l  元素类型可以是元素内容、或类型

如为元素内容：则需要使用()括起来，如

<!ELEMENT 书架 (书名，作者，售价)>  复杂元素

<!ELEMENT 书名(#PCDATA)>  简单元素

如为元素类型，则直接书写，如下：

        <!ELEMENT 书架 EMPTY>

EMPTY：用于定义空元素，例如<br/><hr/>

ANY：表示元素内容为任意类型。

l  元素内容中可以使用如下方式，描述内容的组成关系

•    用逗号分隔，表示内容的出现顺序必须与声明时一致。

    <!ELEMENTMYFILE (TITLE,AUTHOR,EMAIL)>

•     用|分隔，表示任选其一，即多个只能出现一个

    <!ELEMENTMYFILE (TITLE|AUTHOR|EMAIL)>

l  在元素内容中也可以使用+、*、?等符号表示元素出现的次数：

       +:一次或多次 (书+)

       ?: 0次或一次 (书?)

       *:0次或多次 (书*)

l  也可使用圆括号( )批量设置，例

    <!ELEMENTMYFILE ((TITLE*, AUTHOR?, EMAIL)* | COMMENT)>

 

4. 属性的定义

l  xml文档中的标签属性需通过ATTLIST为其设置属性

•    语法格式 (Attribute)

       <!ATTLIST元素名

        属性名1属性值类型 设置说明

         属性名2属性值类型 设置说明

        ……

       >

•    举例：

<!ATTLIST 商品

    类别 CDATA #REQUIRED

    颜色 CDATA #IMPLIED

> 

•    对应XML文件：

           <商品类别="服装" 颜色="黄色">…</商品>

           <商品类别="服装">…</商品>

l  设置说明：

•    #REQUIRED：必须设置该属性

•    #IMPLIED：可以设置也可以不设置

•    #FIXED：说明该属性的取值固定为一个值，在XML 文件中不能为该属性设置其它值。但需要为该属性提供这个值

•    直接使用默认值：在 XML 中可以设置该值也可以不设置该属性值。若没设置则使用默认值。 

l  举例：

     <!ATTLIST 页面作者

         姓名 CDATA #IMPLIED

         年龄 CDATA #IMPLIED

         联系信息 CDATA #REQUIRED

         网站职务 CDATA #FIXED "页面作者"

         个人爱好 CDATA "上网"

      >

5. 常用属性值类型

l  CDATA：表示属性值为普通文本字符串。

l  ENUMERATED

l  ID

 

属性值类型之ENUMERATED

l  属性的类型可以是一组取值的列表，在 XML 文件中设置的属性值只能是这个列表中的某个值(枚举)

<?xml version = "1.0"encoding="GB2312" standalone="yes"?>

<!DOCTYPE 购物篮 [

    <!ELEMENT肉 EMPTY>

    <!ATTLIST肉 品种 ( 鸡肉 | 牛肉 | 猪肉 | 鱼肉 ) "鸡肉">

]>

<购物篮>

    <肉 品种="鱼肉"/>

    <肉 品种="牛肉"/>

    <肉/>

</购物篮>

属性值类型之ID

l  表示属性的设置值为一个唯一值。

l  ID 属性的值只能由字母，下划线开始，不能出现空白字符

 

l  记住，不能数字开头，尽量用英文

 

<?xml version= "1.0" encoding="GB2312" ?>

 

<!DOCTYPE 联系人列表[

<!ELEMENT 联系人列表 ANY>

<!ELEMENT 联系人(姓名,EMAIL)>

<!ELEMENT 姓名(#PCDATA)>

<!ELEMENT EMAIL(#PCDATA)>

<!ATTLIST 联系人编号 ID #REQUIRED>

]>

 

<联系人列表>

<联系人编号=“a1">

    <姓名>张三</姓名>

    <EMAIL>zhang@it315.org</EMAIL>

     </联系人>

<联系人编号=“a2">

    <姓名>李四</姓名>

    <EMAIL>li@it315.org</EMAIL>

</联系人>

</联系人列表>

 

6.实体的定义

l  实体用于为一段内容创建一个别名，以后在XML文档中就可以使用别名引用这段内容了。

 

l  在DTD定义中，一条<!ENTITY …>语句用于定义一个实体。

 

l  实体可分为两种类型：引用实体和参数实体。

 

引用实体 

l  引用实体主要在 XML 文档中被应用

 

l  语法格式：

•    <!ENTITY 实体名称 “实体内容” >：直接转变成实体内容

 

l  引用方式： &实体名称;

 

l  举例：

    <!ENTITYcopyright “I am aprogrammer">

     ……

     &copyright;

 

参数实体 

l  参数实体被 DTD 文件自身使用

 

l  语法格式：

  <!ENTITY % 实体名称"实体内容" >

 

l  引用方式：

%实体名称;

 

l  举例：

     <!ENTITY % TAG_NAMES "姓名 | EMAIL | 电话 | 地址">

       ……

     <!ELEMENT 客户信息 (%TAG_NAMES; | 公司名)>

 

五、XML Schema 约束

 

六、xml解析

l  XML解析方式分为两种：dom和sax

•    dom：(Document ObjectModel, 即文档对象模型) 是 W3C 组织推荐的处理 XML 的一种方式。

•    sax： (Simple API forXML) 不是官方标准，但它是 XML 社区事实上的标准，几乎所有的 XML 解析器都支持它。

 

l  XML解析器

•    Crimson(sun)、Xerces(IBM)、Aelfred2(dom4j)

l  XML解析开发包(API)

•    Jaxp(sun)、Jdom、dom4j(全新的api)、pull解析(Andriod的sdk自带pull解析)

 

1. jaxp 解析

l  JAXP 是sun公司推出的一套解析XML文档的API，该API是J2SE的一部分，它由javax.xml、org.w3c.dom 、org.xml.sax包及其子包组成

 

l  JAXP支持两种方式(DOM和SAX)对XML文档进行解析，两种方式思路类似，都需要通过调用工厂类得方法来获得解析器，进而通过解析器对文档进行解析

Dom解析

l  通过工厂类DocumentBuilderFactory的newDocumentBuilder方法来获得解析器对象

DocumentBuilder

l  调用parse方法对文档进行解析，获得代表整个文档的Document

    对象，进而获得代表文档中的其他元素节点的对象

l  Node对象代表节点，它所有元素类型的父类

l  Element对象表示元素节点

l  Attr对象表示属性节点

l  Text对象表示文本节点

l  Comment对象表示注释节点

l  Transformer对象用于将Document对象重新写入xml文档

Sax解析

通过事件触发的方式，不需要加载整篇文档，解析器解析到xml的每个组成部分都会触发不同的方法

在解析文档之前，需要实现绑定事件处理器

 

2. pull解析

l  进行 Android 开发时，sdk中对pull解析提供了支持

l   pull 采用事件触发的方式解析 xml 文档

l   pull 解析文档时需要使用XmlPullParser对象，通过工厂类来获得

l   pull 创建新文档需要使用XmlSerializer对象，设置各种节点，通过setOutput方法写入流

 

3．dom4j解析

l  Dom4j是一个非常优秀的Java XMLAPI，具有性能优异、功能强大和极易使用的特点。现在很多软件采用的Dom4j，

    例如Hibernate，包括sun公司自己的JAXM也用了Dom4j。

    查看 api 文档完成对 xml 的增删改查

 

 

 

 

 

使用dom方式解析一个xml文件

 

1、 创建工厂

2、 创建解析器对象

3、 解析xml文档  获得代表整个xml文档的document对象

4、 查看第二本书的书名

5、 更新XML文件（需要Transformer类）

 

使用SAX方式解析XML文件

1、 通过工厂（SAXParserFactory）类获得解析器

2、 获得内部读取器Reader

3、 绑定内容处理器

4、 读取xml文件