XML入门

最新推荐文章于 2023-06-14 23:02:41 发布

lixiang502

最新推荐文章于 2023-06-14 23:02:41 发布

阅读量823

点赞数 1

文章标签： xml 文档 encoding schema javaee 语言

本文链接：https://blog.csdn.net/lixiang502/article/details/6519712

版权

第一节：xml的概述

Xml的全称是Extensible Markup Language 可扩展标记语言。它是由SGML(Standard Gerneralized Markup language)发展而来的，允许开发者自定标签，可以将标签和内容有效的分离。

(可扩展):相对于标记语言来说它可以自定标签。

一、Xml与html的区别：

Xml用来传输和存储的数据的。它可以自定义标签.

Html:显示数据

所以说xml并不是用来代替html的,二者的为不同的目的而设计。

二、Xml的优势：

1、简单易用

2、严格的格式

---xml的基本语法

Xml是平台无关的数据交换语言，Java是平台无关的编程语言，有人为：xml与Java就是天生一对。

3、数据逻辑与显示逻辑分离

---看似MVC模式理解

三、Xml和JavaEE

1、配置描述

JavaEE 最开始接触的JSP技术，在web.xml中可以配置Servlet,Filter和Listener体现了xml的应用。

Struts1 struts-config.xml

Hibernate hibernate.cfg.xml xxx.hbm.xml

Struts2 struts.xml

Spring2.5 bean.xml

2、简化的数据交换

3、 Web Services

Web Services使用基于xml的消息处理作为数据通讯方式,消除了不同组件模型、操作系统和编程语言之间存在的差异,使异构系统能作为单个计算机网络协同运行。

Csdn webservice编程开发csdn网站

四、Xml的竞争对手：

1、 Jdk1.5 –>Java的Annontation(注解)

2、轻量级的数据交换格式------JSON(JavaScript Object Notation)

第二节：xml文档规范

一、Xml文档的分类

1、格式不良好(malformed)的xml文档:完全没有遵守xml文的基本规范的xml文档。

2、格式良好(well-formed)的但无效的xml文档: 遵守xml文的基本规范,但没有使用dtd或schema定义语义约束的xml文档。

3、有效(valid)的xml文档：遵守xml文的基本规范,并使用dtd或schema定义语义约束，而且也完全遵守了dtd或schema定义语义约束的xml文档。

二、Xml的语法

• 一个XML文件分为如下几部分内容：

– 文档声明

– 元素

– 属性

– 注释

– CDATA区、特殊字符

– 处理指令（processing instruction）

三、Xml的声明

最简单声明

<?xml version=”1.0”?>

Encoding属性：字符编码如果没有指定默认的是UTF-8编码

常见的字符集：

简体中文：GBK 或GB2312

繁体中文: BIG5

西欧字符:ISO8859-1

通用的国际编码:Unicode UTF-8

演示案例：

<?xml version="1.0" encoding="UTF-8"?>

<中国>

</中国>

出现了：

解码成字符

字符集错误时的xml文档

新建是一个.txt文档

保存的是.xml UTF-8

默认的编码ANSI

中国

写入到硬盘

编码成二进制码

00 11

磁盘文件

Standalone:指定该文档是否需要引用其它资源,属性值只有：yes或no

Yes：独立

No：不独立

四、Xml元素的基本规则

元素是xml文档的基本单元,xml文档就是一个一个层层嵌套的元素组成的。整个的xml文档从根元素开始,根元素包含若干个子元素,而每个子元素又可以包含若干个子元素,从而可以组成一个xml文档。

Xml标签语法：

1、Xml的标签分为两类：

单标记：<商丘/>

双标记：<中国></中国>

2、xml标签的要求：

1、标签名可以有字母(包括非西欧字符)、数字、下划线(_)、中划线(-)、冒号(:)和点号(.)组成,但不能以数字、中划线和点号开头。

2、标签名不能包含<、>、，、$等符号

3、标签名种尽量不要出现英文的冒号(:),除非在使用命名空间。

4、标签名不能以字符xml、XML等任意大小写组合开始。

4、标签名不能包含空格。

5、标签名区分大小写

3、xml标签嵌套子元素：xml允许深度嵌套子元素，只要保证元素之间合理的嵌套即可.而且xml元素可以嵌套多个重名的子元素,这多个子元素之间是有序的。

第一个:xml

<中国>

<北京>

<海淀/>

<朝阳></朝阳>

</北京>

</中国>

第二个xml：

<中国>

<北京>

<朝阳></朝阳>

<海淀/>

</北京>

</中国>

4、空元素：空元素不可以接受子元素,也不可以接受字符串内容。

第三个xml：

<book>

<name>redarmy</name>

<content/> ：备注：空元素但可以接受属性，而且可以接受多个属性

</book>

<book>

<name>redarmy</name>

<content></content> :备注它包好的是一个空格空格也是字符

</book>

例如空元素接受属性：

5、字符数据

<book>

<computer>Struts2开发详解</computer>

Struts2开发详解

</computer>

</book>

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。

如果文本字符中包含了一些特殊的字符，例如<和&由于这些字符都有特殊的含义,因此直接在xml文档中使用该字符串将引起文档的混乱。

<表达式>

<比较符>1+3<6</比较符>

</表达式>

代表的是文本字符串中包含了特殊的字符

有以下两种方法解决：

1、使用实体引用：用另一个特殊符号代替这些特殊符号

2、使用CDATA标记：将整个文档定义成字符串。

1、使用实体引用

解决如下：

<?xml version="1.0" encoding="UTF-8"?>

<表达式>

<比较符>1+3<6</比较符>

</表达式>

2、使用CDATA标记

在特殊标记CDATA下,所有的特殊字符,甚至是有效的元素都将被当成简单的字符串处理。实体引用也会失去作用，变成直接的文本。

CDATA的语法格式如下：

<![CDATA[文本内容]]>

<?xml version="1.0" encoding="UTF-8"?>

<表达式>

<比较符>

<![CDATA[

1+3<6

]]>

</比较符>

</表达式>

备注：由于xml文档根本不会对CDATA标记内容进行任何解析,因此在CDATA内可以放置任何内容，其中的内容永远不会出错。

6、注释

Xml文档还可以加入解释用的字符数据,这些解释用的字符串不会被xml解析器处理。这些解释用的文本称为注释。Xml的文档注释与html完全一致。

Xml注释的语法格式如下：

Xml的注释允许包含元素和标签。

注意：

1、 Xml的注释不能够放在标签体内。

2、不要把xml文档放在xml文档声明之前 xml文档的声明永远在第一行

3、不在注释中使用双中划线(--)

7、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。

处理指令用于给处理xml文档的应用程序提供信息,告诉处理程序应该如何处理该文档。一个完备的xml文档的处理程序,可以读取xml文档的处理指令,并根据处理指令进行相应处理,或将它传给下一个程序。

Xml处理指令的格式如下：

<?处理指令名处理指令信息?>

8、属性

xml属性的特征：

1、 xml元素的属性必须有属性值,属性值必须用引号引起来。

2、同一个xml元素里不能有多个同名的属性

3、 Xml元素里的多个属性之间没有先后顺序。

<book>

<book_name>Java讲义</book_name>

</book>

比如说这个book本身就有 isbn book_name price的属性

那么

Xml必须有一个根元素。

Xml文档的整体结构

1、必须有一个根元素(有且只有一个)

2、元素必须合理结束

3、元素之间必须合理嵌套

4、元素的属性必须有属性值

只要不满足上面的条件就是一个格式不良好的xml文档

只要满足上面的条件就是一个格式良好的xml文档

并且遵守了dtd或者schema就是一个有效的xml文档。

Xml文档是一种标准的结构化文档，可以转换成DOM(Document Object Model)树,其根节点对应DOM树的根节点。

<book>

<author>redarmy</author>

</computer>

<author>redarmy</author>

</computer>

</book>

第三节 DTD详解

目前有两种xml文档定义的语义约束

1、 Dtd document type definition

2、 xml schema

xml语义约束

web.xml

<servlet-name></servlet-name>

<servlet-class></servlet-class>

</servlet>

<servlet-mapping>

<servlet-name></servlet-name>

<url-pattern></url-pattern>

</servlet-mapping>

Dtd约束包括那几个方面

1、定义xml的根元素、内容和结构

2、定义xml文档中可以接受那些元素

3、定义xml文档里每个元素接受的合法内容，包括是否为空,是可以是文本，可以接受那些子元素，子元素出现的顺序和子元素出现次数等。

4、定义xml文档中每个元素能接受那些属性

5、定义xml文档中每个属性的类型，能接受那些值，以及元素对属性的约束等。

6、定义属性的固定值和默认值

7、定义xml文档或dtd中可以使用的实体。

Dtd有作用

1、 Dtd采用了非xml的语法描述语义约束,可以提供如下功能

2、通过使用dtd可以让每个xml文件带有一个有关其自身的格式描述

3、不同的公司、组织可一致地使用某个标准的dtd来交换数据

4、应用程序也可以使用某个标准的dtd验证所介绍的xml文档是否符合语义约束

5、开发者也可以使用dtd来验证所创建的xml文档。

引入dtd的方式

1、内部dtd

2、外部dtd

3、公用dtd

1、内部dtd

语义约束与xml文档的内容放在同一个xml文档中。内部dtd紧跟在xml声明和处理指令之后，以<!DOCTYPE 开始,以]>结束。其语法格式如下

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

<!DOCTYPE 根元素名[

元素描述

xml文档主体部分

2、外部dtd

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

<!DOCTYPE 根元素名 SYSTEM "外部的DTD的URL地址">

3、公用dtd

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

<!DOCTYPE 根元素名 PUBLIC "DTD的标识名" "公用的DTD的URL地址">

定义一个元素

<!ELEMENT 元素名(子元素,)>

<!ELEMENT 元素名(#PCDATA)>

DTD的文档结构如下：

第一行是DTD声明部分该声明与xml文档的生命语法格式相同

0到多个注释部分,DTD注释与xml文档的注释完全相同

0到多个<!ELEMENT…..>定义每个它就是一个xml元素

0到多个<!ATTLIST…..>定义每个它就是一个xml元素的属性

0到多个<!ENTITY…..>定义每个它就是一个实体

0到多个<!NOTATION…..>定义每个它定义一个符号

彼此之间完全独立，无须相互嵌套。

1、定义元素

元素类型的定义的全称是:Element Type Defintion,简称ETD,它不但会定义每个文件中可能存在的元素,给元素的名称,而且会定义元素的具体类型。

元素类型描述主要有5种：

1、任意类型

可以是以下四种的内容

语法格式：

<!ELEMENT 元素名 ANY>

2、字符串值

3、空元素

4、包含子元素

5、混合类型

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE book[

<!ELEMENT book ANY>

无效的xml文档但是格式良好的xml文档

<!ELEMENT 元素名 EMPTY>

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE book[

<!ELEMENT book EMPTY>

有效的xml文档

、

<!ELEMENT 元素名 (#PCDATA)>

<?xml version="1.0" encoding="UTF-8"?>

<!ELEMENT book (computer)*>

<!ELEMENT computer (book_name,price,author)>

<!ELEMENT book_name (#PCDATA)>

<!ELEMENT price (#PCDATA)>

<!ELEMENT author (#PCDATA)>

<!ELEMENT 父元素名(#PCDATA|子元素1|子元素2|子元素3|........)*> 并不是互斥

|无序的重复出现出现的次数不受限制

注意：1、#PCDATA必须放在最前面

2、#PCDATA只能用|与各个子元素分隔

3、不要试图在各个子元素之后添加?、*、+等表示频率的修饰符

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE book[

<!ELEMENT book (computer)*>

<!ELEMENT computer (#PCDATA|book_name|price|author)>

<!ELEMENT book_name (#PCDATA)>

<!ELEMENT price (#PCDATA)>

<!ELEMENT author (#PCDATA)>

<book>

<book_name>JavaWeb开发</book_name>

<author>redarmy_chen</author>

</computer>

<book_name>CSS应用程序的开发</book_name>

<author>redarmy_Chen</author>

</computer>

</book>

定义子元素

1、有序的子元素(,)

(,)用于分隔有序的子元素

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE book[

<!ELEMENT book (computer)*>

<!ELEMENT computer (book_name,price,author)>

<!ELEMENT book_name (#PCDATA)>

<!ELEMENT price (#PCDATA)>

<!ELEMENT author (#PCDATA)>

<book>

<book_name>JavaWeb开发</book_name>

<author>redarmychen</author>

</computer>

<book_name>CSS应用程序的开发</book_name>

<author>redarmy_Chen</author>

</computer>

</book>

2、互斥的子元素

互斥的子元素表明一系列的子元素中只能出现其中之一。

(|)

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE book[

<!ELEMENT book (computer)*>

<!ELEMENT computer (book_name|price|author)>

<!ELEMENT book_name (#PCDATA)>

<!ELEMENT price (#PCDATA)>

<!ELEMENT author (#PCDATA)>

<book>

<book_name>JavaWeb开发</book_name>

</computer>

</computer>

<author>redarmy_Chen</author>

</computer>

</book>

3、子元素出现的频率

+:一次或多次 (书+)

?: 0次或一次 (书?)

*: 0次或多次 (书*)

注意：混合类型的频率只能安如下方式加：

<!ELEMENT computer (#PCDATA|book_name|price|author)*>

//#PCDATA以它开头的是混合类型频率只能在最后加

4、组合子元素

<!ELEMENT computer (book_name|price|author)>

5、无序的子元素

2、定义属性

<!ATTLIST属性所属元素属性名属性类型[元素对属性的约束][默认值]>

元素对属性的约束|默认值是可选的对于它们的使用有如下的情况：

1、在没有指定”元素对属性的约束”时,必须为该属性增加默认值。

2、在元素对属性的约束是:#REQUIRED时，不能为该属性指定默认值。

3、在元素对属性的约束是:#IMPLIED时，不能为该属性指定默认值

4、在元素对属性的约束是:#FIXED时，必须为该属性指定默认值

#REQUIRED：必须的属性

#IMPLIED：可有可无

#FIXED：固定值

<水果品名=”苹果” 颜色=”绿色”>关于水果的元素</水果>

属性类型

类型	说明
CDATA	字符串数据 character data
(e1\|e2\|e3)	该属性是一系列枚举值之一
ID	Id必须是唯一的
IDREF	引用自己已经定义的id
IDREFS	空格区分多个id
ENTITY	是一个外部的实体
ENTITIES	多个外部实体,多个外部实体之间用空格分隔
Xml:	预定义的xml值