XML基本概念与常用解析器

一.XML简介

XML 指可扩展标记语言（EXtensible Markup Language）

 XML 是一种标记语言，很类似 HTML
 XML 的设计宗旨是传输数据，而非显示数据
 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。
 XML 是 W3C 的推荐标准

二.XML 与 HTML 的主要差异

XML 不是 HTML 的替代。
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。
HTML 被设计用来显示数据，其焦点是数据的外观。
HTML 旨在显示信息，而 XML 旨在传输信息

三.解析XML

1.DOM解析
　　DOM的全称是Document Object Model，也即文档对象模型。在应用程序中，基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合（通常称DOM树），应用程序正是通过对这个对象模型的操作，来实现对XML文档数据的操作。通过DOM接口，应用程序可以在任何时候访问XML文档中的任何一部分数据，因此，这种利用DOM接口的机制也被称作随机访问机制。
　　DOM接口提供了一种通过分层对象模型来访问XML文档信息的方式，这些分层对象模型依据XML的文档结构形成了一棵节点树。无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用DOM所生成的模型都是节点树的形式。也就是说，DOM强制使用树模型来访问XML文档中的信息。由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。
　　DOM树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意地控制整个XML文档中的内容。然而，由于DOM分析器把整个XML文档转化成DOM树放在了内存中，因此，当文档比较大或者结构比较复杂时，对内存的需求就比较高。而且，对于结构复杂的树的遍历也是一项耗时的操作。所以，DOM分析器对机器性能的要求比较高，实现效率不十分理想。不过，由于DOM分析器所采用的树结构的思想与XML文档的结构相吻合，同时鉴于随机访问所带来的方便，因此，DOM分析器还是有很广泛的使用价值的。
　　　　优点：
　　　　　　1、形成了树结构，有助于更好的理解、掌握，且代码容易编写。
　　　　　　2、解析过程中，树结构保存在内存中，方便修改。
　　　　缺点：
　　　　　　1、由于文件是一次性读取，所以对内存的耗费比较大。
　　　　　　2、如果XML文件比较大，容易影响解析性能且可能会造成内存溢出。
2.SAX解析
　　SAX的全称是Simple APIs for XML，也即XML简单应用程序接口。与DOM不同，SAX提供的访问模式是一种顺序模式，这是一种快速读写XML数据的方式。当使用SAX分析器对XML文档进行分析时，会触发一系列事件，并激活相应的事件处理函数，应用程序通过这些事件处理函数实现对XML文档的访问，因而SAX接口也被称作事件驱动接口。
　　　　优点：
　　　　　　1、采用事件驱动模式，对内存耗费比较小。
　　　　　　2、适用于只处理XML文件中的数据时。
　　　　缺点：
　　　　　　1、编码比较麻烦。
　　　　　　2、很难同时访问XML文件中的多处不同数据。
3.JDOM解析
　　　　特征：
　　　　　　1、仅使用具体类，而不使用接口。
　　　　　　2、API大量使用了Collections类。
4.DOM4J解析
　　　 特征：
　　　　　　1、JDOM的一种智能分支，它合并了许多超出基本XML文档表示的功能。
　　　　　　2、它使用接口和抽象基本类方法。
　　　　　　3、具有性能优异、灵活性好、功能强大和极端易用的特点。
　　　　　　4、是一个开放源码的文件
5.总结
DOM4J性能最好，连Sun的JAXM也在用DOM4J。目前许多开源项目中大量采用DOM4J，例如大名鼎鼎的Hibernate也用DOM4J来读取XML配置文件。如果不考虑可移植性，那就采用DOM4J。

JDOM和DOM在性能测试时表现不佳，在测试10M文档时内存溢出。在小文档情况下还值得考虑使用DOM和JDOM。虽然JDOM的开发者已经说明他们期望在正式发行版前专注性能问题，但是从性能观点来看，它确实没有值得推荐之处。另外，DOM仍是一个非常好的选择。DOM实现广泛应用于多种编程语言。它还是许多其它与XML相关的标准的基础，因为它正式获得W3C推荐（与基于非标准的Java模型相对），所以在某些类型的项目中可能也需要它（如在JavaScript中使用DOM）。

SAX表现较好，这要依赖于它特定的解析方式－事件驱动。一个SAX检测即将到来的XML流，但并没有载入到内存（当然当XML流被读入时，会有部分文档暂时隐藏在内存中）。

四.DTD

01.规范我们的编码
02.在浏览器中正常的显示

<!ELEMENT school (grade+),(class|student)>

ELEMENT ：元素,关键字
school：元素名称
grade：子元素或者元素类型  CDATA  PCDATA (Parse)解析数据，不能包含子元素

()：用来给元素分组
| ：两者必须选择一个
+ ： 1-N,至少出现一次
* ： 0-N,可有可无，并且可以多次
？： 0|1，最多一次
，：元素出现的顺序

DTD文档使用方式：

01.内部DTD
	<!DOCTYPE 根元素[定义的内容]>
02.外部DTD总结
	<!DOCTYPE 根元素 SYSTEM "dtd文件位置">
03.内外部DTD
	<!DOCTYPE 根元素 SYSTEM "dtd文件位置"[定义的内容]>