XML和Dom4j
第一章 XML
1.1 XML介绍
什么是XML
-
XML 指可扩展标记语言(EXtensible Markup Language)
-
XML是用来传输数据的,不是用来显示数据的。之后学习另外一个HTML是用来显示数据的。
-
XML 标签没有被预定义。您需要自行定义标签。
-
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,但因为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。
XML 与 HTML 的主要差异 -
html语法松散,xml语法严格,区分大小写
-
html做页面展示,xml传输数据
-
html所有标签都是预定义的,xml所有标签都是自定义的
xml的作用
-
作为配置文件。 javaee框架 ssm大部分都会使用xml作为配置文件
-
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)。
1.2 XML组成元素
一个标准XML文件一般由以下几部分组成:文档声明、元素、属性、注释、转义字符、字符区。
<?xml version="1.0" encoding="utf-8" ?>
-
文档声明可以不写
-
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;
元素\标签
-
元素是XML中最重要的组成部分,元素也叫标签
-
标签分为开始标签和结束标签,开始标签<名字> 结束标签</名字>
-
开始标签和结束标签中间写的是标签内容,标签的内容可以是文本,也可以是其他标签
-
如果标签没有任何内容,那么可以定义空标签(比如:<名字/>)
-
标签可以嵌套,但是不能乱嵌套
-
一个XML文件只有一个根标签
-
命名规则:
不要使用XML xML xml 写样的单词 不能使用空格,冒号
命名区分大小写
数字不能开头
<?xml version="1.0" encoding="UTF-8" ?> <person> <name>唐三</name> <age>年龄</age> <aaa/> </person>
属性
-
位置: 属性是元素的一部分,它必须出现在元素的开始标签中,不能写在结束标签中
-
格式: 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
-
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
-
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
<?xml version="1.0" encoding="UTF-8" ?> <person> <name id = "001" level = '98'>唐三</name> <age>10</age> <aaa type = 'itheima' /> </person>
注释
<!--注释内容-->
- XML的注释,既以
<!--
开始,-->
结束。 - 注释不能嵌套
- idea上快捷键:
ctrl + /
转义字符
因为有些特殊的字符在XML中是不会被识别的,所以在元素体或属性值中想使用这些符号就必须使用转义字符(也叫实体字符),例如:">"、"<"、"’"、"""、"&"。
注意:严格地讲,在 XML 中仅有字符 “<“和”&” 是非法的。省略号、引号和大于号是合法的,但是把它们替换为实体引用是个好的习惯。
转义字符应用示例:
<price> 苹果的价格: price > 5 && price < 10</price>
字符区(了解)
- CDATA 内部的所有东西都会被解析器忽略,当做文本
<![CDATA[
文本数据
]]>
<!--写步骤 -->
<>
<!>
<![]>
<![CDATA]>
<![CDATA[ 文本 ]]>
<!-- 案例 -->
<price>
<![CDATA[
苹果的价格: price > 5 && price < 10
]]>
</price>
1.3 XML文件的约束-DTD约束(了解)
xml约束概述
- 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。
- 约束文档定义了在XML中允许出现的元素(标签)名称、属性及元素(标签)出现的顺序等等。
- 两种约束:DTD约束(文件后缀为dtd),Schema约束(文件后缀为xsd)
- 注意: 约束不是我们要写的东西,我们的工作是根据约束去写XML
根据DTD约束写XML
- DTD约束文档
<?xml version="1.0" encoding="UTF-8" ?>
<!--
复制内容如下到XML文件中:
<!DOCTYPE 书架 SYSTEM "bookdtd.dtd">
-->
<!--
对元素的约束:
ELEMENT表示这是一个元素 书架表示根标签 书是书架的子标签 +数量词,表示出现的次数,至少出现一次(大于等于1次)
-->
<!ELEMENT 书架 (书+)>
<!--书 这是一个标签 书标签中包含书名,作者,售价这些子标签 ,表示子标签出现的顺序关系-->
<!ELEMENT 书 (书名,作者,售价)>
<!--书名 这是一个标签 #PCDATA标签类型 书名标签中是文本-->
<!ELEMENT 书名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 售价 (#PCDATA)>
<!--ATTLIST表示对属性的约束 对书标签的 id,编号,出版社,type属性进行约束 -->
<!--属性名为id 属性的类型为ID(ID类型表示唯一,并且不能以数字开头) #REQUIRED表示id属性必须要有 -->
<!--属性名为编号 属性的类型为CDATA(文本) #IMPLIED表示编号属性可有可无-->
<!--属性名为出版社 属性的类型为枚举类型(任选其一) "传智播客" 默认值为传智播客-->
<!-- 属性名为type 属性的类型为CDATA文本 #FIXED表示固定值为 "IT" -->
<!ATTLIST 书
id ID #REQUIRED
编号 CDATA #IMPLIED
出版社 (清华|北大|传智播客) "传智播客"
type CDATA #FIXED "IT"
>
-
XML
<?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE 书架 SYSTEM "bookdtd.dtd"> <书架> <书 id="a1" 编号="001" 出版社="清华" type="IT"> <书名>斗罗大陆</书名> <作者>唐家三少</作者> <售价>99.8</售价> </书> <书 id="a2"> <书名>java从入门到放弃</书名> <作者>无名氏</作者> <售价>9.8</售价> </书> </书架>
文档声明(了解)
-
内部DTD,在XML文档内部嵌入DTD,只对当前XML有效。
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE 根元素 [元素声明]>><!--内部DTD-->
-
外部DTD—本地DTD,DTD文档在本地系统上,企业内部自己项目使用。
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE 根元素 SYSTEM "文件名"><!--外部本地DTD-->
-
外部DTD—公共DTD,DTD文档在网络上,一般都有框架提供 , 也是我们使用最多的.
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE 根元素 PUBLIC "DTD名称" "DTD文档的URL"> 例如: <!DOCTYPE web-app PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd">
元素声明(了解)
-
约束元素的嵌套层级
语法
<!ELEMENT 父标签 (子标签1,子标签2,…)> 例如: <!ELEMENT books (book+)> <!--约束根元素是"books","books"子元素为"book",“+”为数量词--> <!ELEMENT book (name,author,price)><!--约束"book"子元素依次为“name”、“author”、“price”,-->
-
约束元素体里面的数据
语法
<!ELEMENT 标签名字 标签类型> 例如 <!ELEMENT name (#PCDATA)>
标签类型: EMPTY(即空元素,例如<hr/>) ANY(任意类型) (#PCDATA) 字符串数据
代码
<!ELEMENT name (#PCDATA)> <!ELEMENT author (#PCDATA)> <!ELEMENT price (#PCDATA)>
-
数量词(掌握)
数量词符号 含义 * 表示元素可以出现0到多个 + 表示元素可以出现至少1个 ? 表示元素可以是0或1个 , 表示元素需要按照顺序显示 | 表示元素需要选择其中的某一个
属性声明(了解)
语法
<!ATTLIST 标签名称
属性名称1 属性类型1 属性说明1
属性名称2 属性类型2 属性说明2
…
>
例如
<!ATTLIST book bid ID #REQUIRED>
属性类型
- CDATA :表示文本字符串
- ID:表示属性值唯一,不能以数字开头
- ENUMERATED (DTD没有此关键字):表示枚举,只能从枚举列表中任选其一,如(鸡肉|牛肉|猪肉|鱼肉)
属性说明:
- REQUIRED:表示该属性必须出现
- IMPLIED:表示该属性可有可无
- FIXED:表示属性的取值为一个固定值。语法:#FIXED “固定值”
属性说明
代码
<!ATTLIST 书 <!--设置"书"元素的的属性列表-->
id ID #REQUIRED <!--"id"属性值为必须有-->
编号 CDATA #IMPLIED <!--"编号"属性可有可无-->
出版社 (清华|北大|传智播客) "传智播客" <!--"出版社"属性值是枚举值,默认为“传智播客”-->
type CDATA #FIXED "IT" <!--"type"属性为文本字符串并且固定值为"IT"-->
>
案例
<?xml version = "1.0" encoding="GB2312" standalone="yes"?>
<!DOCTYPE 购物篮 [
<!ELEMENT 购物篮 (肉+)>
<!ELEMENT 肉 EMPTY>
<!ATTLIST 肉 品种 ( 鸡肉 | 牛肉 | 猪肉 | 鱼肉 ) "鸡肉">
]>
<购物篮>
<肉 品种="牛肉"></肉>
<肉 品种="牛肉"></肉>
<肉 品种="鱼肉"></肉>
<肉/>
</购物篮>
第二章 Dom4j
2.1 XML解析
解析方式
-
开发中比较常见的解析方式有三种,如下:
-
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
-
SAX:是一种速度更快,更有效的方法。她逐行扫描文档,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:不会出现内存问题,可以处理大文件
b)缺点:只能读,不能回写。
-
PULL:Android内置的XML解析方式,类似SAX。(了解)
-
-
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
解析包
- 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),
- 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)
2.2 Dom4j的基本使用 重点掌握
2.21DOM解析原理及结构模型
-
解析原理
XML DOM 和 HTML DOM一样,XML DOM 将整个XML文档加载到内存,生成一个DOM树,并获得一个Document对象,通过Document对象就可以对DOM进行操作。以下面books.xml文档为例。
<?xml version="1.0" encoding="UTF-8"?> <books> <book id="0001"> <name>JavaWeb开发教程</name> <author>张孝祥</author> <sale>100.00元</sale> </book> <book id="0002"> <name>三国演义</name> <author>罗贯中</author> <sale>100.00元</sale> </book> </books>
-
结构模型
DOM中的核心概念就是节点,在XML文档中的元素、属性、文本,在DOM中都是节点!所有的节点都封装到了Document对象中。
2.2.2 使用步骤
- 导入jar包 dom4j-1.6.1j.jar
- 创建解析器
- 读取xml 获得document对象
- 得到根元素
- 根据根元素获取对于的子元素或者属性
2.2.3 常用的方法
创建解析器对象:
SAXReader sr = new SAXReader();
解析器读取文件方法:
Document doc = sr.read(String fileName);
Document的方法:
getRootElement() : 获取根元素
节点中的方法:
elements() : 获取当前元素的子元素
element(String name) : 根据元素名获取指定子元素(如果有多个就获取到第一个)
getName() : 获取元素的元素名
elementText(String name) : 获取指定子元素的文本值,参数是子元素名称
attributeValue(String name) : 获取当前元素下某个属性的值
getText() : 获取当前元素的文本值
2.2.4 方法演示
-
xml
<?xml version="1.0" encoding="UTF-8"?> <天气预报> <北京 provide='京' id='1'> <温度> <最高温度 level="A">18</最高温度> <最低温度>6</最低温度> </温度> <湿度>20%</湿度> </北京> <深圳> <温度> <最高温度 level="C">36</最高温度> <最低温度>24</最低温度> </温度> <湿度>50%</湿度> </深圳> <广州> <温度> <最高温度 level="C">32</最高温度> <最低温度>21</最低温度> </温度> <湿度>50%</湿度> <黄浦区> <温度> <最高温度 level="C">31</最高温度> <最低温度>22</最低温度> </温度> <湿度>50%</湿度> </黄浦区> <天河区> <温度> <最高温度 level="C">30</最高温度> <最低温度>26</最低温度> </温度> <湿度>50%</湿度> </天河区> </广州> </天气预报>
-
解析
public class Test {
public static void main(String[] args) throws Exception {
/*
解析步骤:
1.导入DOM4J的jar包
2.创建解析器
3.使用解析器解析xml文件,生成document对象
4.使用document对象获得根元素
5.使用根元素去获取你想要获取的子元素或者属性
常用方法:
创建解析器对象: 解析器SAXReader
SAXReader sr = new SAXReader();
解析器读取文件方法: 文档Document
Document doc = sr.read(String fileName);// 传入xml文件的路径
Document的方法: 元素Element 父类Node 都是表示标签或者元素
Element getRootElement() : 获取根元素
元素\标签中的方法: Element
elements() : 获取当前元素的所有子元素
getName() : 获取当前元素的元素名
getText() : 获取当前元素的文本值
attributeValue(String name) : 获取当前元素下某个属性的值
element(String name) : 根据元素名获取指定子元素(如果有多个就获取到第一个)
elementText(String name) : 获取指定子元素的文本值,参数是子元素名称
*/
// 创建解析器对象
SAXReader sr = new SAXReader();
// 使用解析器解析xml文件,生成document对象
Document document = sr.read("day22/tianqi.xml");
// 使用document对象获得根元素
Element rootE = document.getRootElement();
System.out.println(rootE);
// elements() : 获取当前元素的所有子元素
// 获取根元素下的所有子元素
List<Element> eList = rootE.elements();
System.out.println("根元素下子元素的个数:"+eList.size());// 3
// 遍历根元素下的所有子元素 的名称
for (Element e : eList) {
// getName() : 获取元素的元素名
System.out.println(e.getName());
}
System.out.println("=======================");
// element(String name) : 根据元素名获取指定子元素(如果有多个就获取到第一个)
// 获取根元素下的北京子元素
Element e1 = rootE.element("北京");
System.out.println(e1.getName());// 北京
System.out.println("====================");
// 获取北京下的子元素湿度的文本
// elementText(String name) : 获取指定子元素的文本值,参数是子元素名称
System.out.println(e1.elementText("湿度"));// 20%
System.out.println("====================");
// getText() : 获取当前元素的文本值
// 获取北京下的子元素湿度
Element e2 = e1.element("湿度");
System.out.println(e2.getText());// 20%
System.out.println("====================");
// attributeValue(String name) : 获取当前元素下某个属性的值
// 获取北京元素的provide属性的值
System.out.println(e1.attributeValue("provide"));// 京
}
}
2.3 Dom4J结合XPath解析XML
2.3.1 介绍
XPath 使用路径表达式来选取HTML\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\XML文档方面提供了独树一帜的路径思想。
2.3.2 XPath使用步骤
步骤1:导入jar包(dom4j和jaxen-1.1-beta-6.jar)
步骤2:通过dom4j的SaxReader解析器对象,获取Document对象
步骤3: 利用Xpath提供的api,结合xpaht的语法完成选取XML文档元素节点进行解析操作。
document常用的api
- document.selectSingleNode(“xpath语法”); 获得一个节点(标签,元素)
- document.selectNodes(“xpath语法”); 获得多个节点(标签,元素)
2.3.3 XPath语法(了解)
-
XPath表达式,就是用于选取HTML文档中节点的表达式字符串。
获取XML文档节点元素一共有如下4种XPath语法方式:
- 绝对路径表达式方式 例如: /元素/子元素/子子元素…
- 相对路径表达式方式 例如: 子元素/子子元素… 或者 ./子元素/子子元素…
- 全文搜索路径表达式方式 例如: //子元素//子子元素
- 谓语(条件筛选)方式 例如: //元素[@attr1=value]
-
获取不同节点语法
获取类型 语法代码 获取元素节点 元素名称 获取属性节点 @属性名称
2.3.3.1 绝对路径表达式(了解)
-
绝对路径介绍
-
以/开头的路径叫做是绝对路径,绝对路径要从根元素开始写
-
public class Test { public static void main(String[] args)throws Exception { /* - document.selectSingleNode("xpath语法"); 获得一个节点(标签,元素) - document.selectNodes("xpath语法"); 获得多个节点(标签,元素) */ // 创建解析器 SAXReader sr = new SAXReader(); // 读取xml 获得document对象 Document document = sr.read("day22/src/tianqi.xml"); // 得到根元素 Element rootE = document.getRootElement(); System.out.println(rootE); // 绝对路径: 获取深圳 湿度 Node node = rootE.selectSingleNode("/天气预报/深圳/湿度"); System.out.println(node.getName());// 湿度 System.out.println(node.getText());// 50% } }
2.3.3.2 相对路径表达式(了解)
-
相对路径介绍
-
相对路径就是相对当前节点元素位置继续查找节点,不以/开头, …/ 表示上一个元素, ./表示当前元素
public class Test { public static void main(String[] args)throws Exception { /* - document.selectSingleNode("xpath语法"); 获得一个节点(标签,元素) - document.selectNodes("xpath语法"); 获得多个节点(标签,元素) */ // 创建解析器 SAXReader sr = new SAXReader(); // 读取xml 获得document对象 Document document = sr.read("day22/src/tianqi.xml"); // 得到根元素 Element rootE = document.getRootElement(); System.out.println(rootE); // 相对路径: 获取深圳 湿度 Node node = rootE.selectSingleNode("./深圳/湿度"); System.out.println(node.getName());// 湿度 System.out.println(node.getText());// 50% //用绝对路径的方式获取“温度” Node node2 = document.selectSingleNode("/天气预报/北京/温度"); // 相对路径: 获取北京 湿度 Node node3 = node2.selectSingleNode("../湿度"); System.out.println(node3.getName());// 湿度 System.out.println(node3.getText());// 20% } }
-
2.3.3.3 全文搜索路径表达式(了解)
-
全文搜索路径介绍
-
代表不论中间有多少层,直接获取所有子元素中满足条件的元素
public class Test { public static void main(String[] args)throws Exception { /* - document.selectSingleNode("xpath语法"); 获得一个节点(标签,元素) - document.selectNodes("xpath语法"); 获得多个节点(标签,元素) */ // 创建解析器 SAXReader sr = new SAXReader(); // 读取xml 获得document对象 Document document = sr.read("day22/src/tianqi.xml"); // 得到根元素 Element rootE = document.getRootElement(); System.out.println(rootE); // 获取天气预报里的所有湿度,不论有多少层 List<Element> list = rootE.selectNodes("//湿度"); for (Element e : list) { System.out.println(e.getName()+","+e.getText()); } } }
-
2.3.3.4 谓语(条件筛选 了解)
-
介绍
谓语,又称为条件筛选方式,就是根据条件过滤判断进行选取节点
格式:
String xpath1="//元素[@attr1=value]";//获取元素属性attr1=value的元素 String xpath2="//元素[@attr1>value]/@attr1"//获取元素属性attr1>value的d的所有attr1的值
String xpath3="//元素[@attr1=value]/text()";//获取符合条件元素体的自有文本数据
String xpath4="//元素[@attr1=value]/html()";//获取符合条件元素体的自有html代码数据。
String xpath3="//元素[@attr1=value]/allText()";//获取符合条件元素体的所有文本数据(包含子元素里面的文本)
2.3.4 演示
public class Test {
public static void main(String[] args)throws Exception {
/*
- document.selectSingleNode("xpath语法"); 获得一个节点(标签,元素)
- document.selectNodes("xpath语法"); 获得多个节点(标签,元素)
*/
// 创建解析器
SAXReader sr = new SAXReader();
// 读取xml 获得document对象
Document document = sr.read("day22/src/tianqi.xml");
// 得到根元素
Element rootE = document.getRootElement();
System.out.println(rootE);
// 获取最高温度中属性名是level 属性值是A的元素
List<Element> list = rootE.selectNodes("//最高温度[@level='C']");
for (Element e : list) {
System.out.println(e.getName()+","+e.getText());
}
}
}
总结
-
能够说出XML的作用
作为配置文件
存储数据,传输数据 -
了解XML的组成元素
文档声明
元素
属性
注释
转义字符
字符区 -
能够说出有哪些XML约束技术
dtd
schema -
能够说出解析XML文档DOM方式原理
加载整个xml文件—>创建解析器,使用解析器把xml加载成Dom树–>得到Document对象—>获取根元素—>获取子元素…依次类推 -
能够使用dom4j解析XML文档
SaxReader read = new SaxReader() :创建解析器
Document d = read.read(路径) 解析xml文件,得到Document对象
Element rootE = d.getRootElement(); 获取根元素
List elements()
getName()
getText()
AttributeValue(String name) -
能够使用xpath解析XML
通过Document对象调用 selectSingleNode(“XPath语法的路径”) 获取指定的元素
通过Document对象调用 selectNodes(“XPath语法的路径”) 获取多个元素- 绝对路径表达式方式 例如: /元素/子元素/子子元素…
- 相对路径表达式方式 例如: 子元素/子子元素… 或者 ./子元素/子子元素…
- 全文搜索路径表达式方式 例如: //子元素//子子元素
- 谓语(条件筛选)方式 例如: //元素[@attr1=value]
绝对路径: 以/开头的路径就叫做绝对路径了,绝对路径要从根元素开始
相对路径: 相对当前标签而言,不以/开头 …/表示上一个元素, ./表示当前元素
全文搜索路径: 不论有多少层路径,直接获取满足路径的标签
谓语方式: 条件筛选,根据条件过滤判断进行筛选标签
练习模块
题目
需求:有books.xml,请解析出图书信息,并打印。book.xml内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<books>
<book id="01" 出版社="传智出版社">
<name>Java编程思想</name>
<author>James</author>
<price>98.00</price>
<body>库存:30</body>
</book>
<book id="02" 出版社="传智出版社">
<name>JavaEE从入门到精通</name>
<author>传智播客</author>
<price>40.00</price>
<body>库存:20</body>
</book>
<book id="03" 出版社="传智出版社">
<name>Java开发手册</name>
<author>阿里巴巴</author>
<price>15.00</price>
<body>库存:300</body>
</book>
</books>
参考答案
public class Test01 {
public static void main(String[] args) throws Exception{
fun();
}
public static void fun() throws DocumentException {
SAXReader saxReader = new SAXReader();
Document document = saxReader.read("book.xml");
Element root = document.getRootElement();
List<Element> bookList = root.elements("book");
for (Element bookElement : bookList) {
List<Element> elements = bookElement.elements();
for (Element element : elements) {
String name = element.getName();
String text = element.getText();
System.out.println(name+":"+text);
}
System.out.println("=========");
}
}
}