本文详细介绍了XML的基础知识，包括XML的作用、组成元素、约束技术（DTD和Schema），并深入探讨了DOM4j解析XML和XPath在XML文档查询中的应用。通过实例展示了如何使用DOM4j和XPath进行XML解析和数据提取。
xml
- 能够说出XML的作用
- 了解XML的组成元素
- 能够说出有哪些XML约束技术
- 能够说出解析XML文档DOM方式原理
- 能够通过Dom4j解析XML文档
- 能够使用xpath解析HTML文档
第一章 xml
1.1 xml概述
什么是XML
-
XML ：可扩展标记语言（EXtensible Markup Language）
XML 它是一种标记语言，很类似 HTML，HTML文件也是XML文档，标签都是自定义的。 如：
<user></user> 或 <student></student> -
W3C在1988年2月发布1.0版本，2004年2月又发布1.1版本，单因为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
- xml标签都是自定义的，html标签是预定义。
- xml的语法严格，html语法松散。
- xml是存储数据的，html是展示数据。
xml的作用
- 存放数据
<?xml version="1.0" encoding="UTF-8"?>
<persons>
<person id="p001">
<name>张三</name>
</person>
<person id="p002">
<name>李四</name>
</person>
</persons>
类似于java代码
class Person{
String id;
String name;
}
public void test(){
HashSet<Person> persons = new HashSet<Person>();
persons.add( new Person("p001","张三") );
persons.add( new Person("p002","李四") );
}
- 配置文件
<?xml version="1.0" encoding="UTF-8"?>
<beans>
<bean className="com.itheima_00_Bean.User">
<property name="username" value="jack"></property>
</bean>
</beans>
类似于java代码
class Bean{
private String username;
private String pws;
//补全set\get方法
}
import com.itheima_00_Bean.User;
public static void main(){
Class clzzz = Class.forName("com.itheima_00_Bean.User");
Object obj = clazz.newInstance();
Method method = clazz.getMethod("setUsername",String.class);
method.invoke(obj,"jack");
}
1.2 xml的组成元素
文档声明
- XML文档声明格式：
<?xml version="1.0" encoding="UTF-8"?>
- 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；
- 文档声明只有2个属性：
1. versioin：指定XML文档版本。必须属性，因为我们不会选择1.1，只会选择1.0；
2. encoding：指定当前文档的编码。可选属性，默认值是utf-8；
元素
- 元素 element
<bean></bean>
-
元素是XML文档中最重要的组成部分，
-
普通元素的结构开始标签、元素体、结束标签组成。例如：<hello>大家好</hello>
-
元素体：元素体可以是元素，也可以是文本，例如：<b><a>你好</a></b>
-
空元素：空元素只有开始标签，而没有结束标签，但元素必须自己闭合，例如：<c/>
-
元素命名：
1. 区分大小写
2. 不能使用空格，不能使用冒号:
3. 不建议以XML、xml、Xml开头
- 格式化良好的XML文档，必须只有一个根元素。
属性
- 属性 attribute
<beanid="" className="">
-
属性是元素的一部分，它必须出现在元素的开始标签中
-
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
-
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、冒号等特殊字符，且必须以字母开头
注释
XML的注释，以“ ”结束。注释内容会被XML解析器忽略！
转义字符
因为很多符号已经被XML文档结构所使用，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，例如：“<”、“>”、“’”、“””、“&”。
批量转义
<?xml version="1.0" encoding="UTF-8" ?>
<!--
xml文档的转义字符
CDATA区域: 无论是什么,认为纯文本
<![CDATA[
]]>
-->
<persons>
if(1 < 2 ){}
3 < 4?"呵呵":"嘻嘻"
<![CDATA[
public static void main(String[] args){
for(int a = 1; a < 10 ;a++){
System.out.println("hello "+a);
}
char c = 'a';
}
]]>
</persons>
1.3 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。
常见的xml约束：DTD、Schema
1.3.1 DTA约束
什么是DTD
DTD（Document Type Definition），文档类型定义，用来约束XML文档。规定XML文档中元素的名称，子元素的名称及顺序，元素的属性等。
DTD重点要求
开发中，我们很少自己编写DTD约束文档，通常情况我们都是通过框架提供的DTD约束文档，编写对应的XML文档。常见框架使用DTD约束有：struts2、hibernate等。
通过提供的DTD“bean.dtd”编写XML
<?xml version="1.0" encoding="UTF-8"?>
<!--
传智播客DTD教学实例文档。
模拟spring规范，如果开发人员需要在xml使用当前DTD约束，必须包括DOCTYPE。
格式如下：
<!DOCTYPE beans SYSTEM "bean.dtd">
-->
<?xml version="1.0" encoding="UTF-8"?>
<!--
传智播客DTD教学实例文档。
模拟spring规9范，如果开发人员需要在xml使用当前DTD约束，必须包括DOCTYPE。
格式如下：
<!DOCTYPE beans SYSTEM "bean.dtd">
-->
<!--根标签里有两个子标签-->
<!ELEMENT beans (bean*,import*) >
<!--bean里有property标签,*表示0个或者多个-->
<!ELEMENT bean (property*)>
<!--property标签 (#PCDATA)只能写文本-->
<!ELEMENT property (#PCDATA)>
<!--import标签 (#PCDATA)只能写文本-->
<!ELEMENT import (#PCDATA)>
<!--大写ID意思是变量唯一并且必须有值 #REQUIRED表示必有属性 #IMPLIED表示可选属性-->
<!ATTLIST bean id ID #REQUIRED
className CDATA #REQUIRED
type CDATA #IMPLIED
>
<!ATTLIST property name CDATA #REQUIRED
value CDATA #REQUIRED
>
<!ATTLIST import resource CDATA #REQUIRED>
案例实现
完成xml内容编写
<?xml version="1.0" encoding="UTF-8"?>
<!--
学习DTD约束任务:
通过已经有的约束,来编写自己的xml
DTD文档引入到xml
<!DOCTYPE beans SYSTEM "bean.dtd">
beans: 就是自己的xml文档的根标签
SYSTEM:系统, 约束文件在自己的机器上
"bean.dtd": 约束文件的路径
利用开发工具的提示
-->
<!DOCTYPE beans SYSTEM "bean.dtd">
<beans>
<bean id="" className=""></bean>
<bean id="" className="">
<property name="" value=""></property>
<property name="" value=""></property>
</bean>
<import resource=""></import>
<import resource=""></import>
</beans>
1.3.2 Schema约束
什么是Schema
Schema是新的XML文档约束；
Schema要比DTD强大很多，是DTD 替代者；
Schema本身也是XML文档，但Schema文档的扩展名为xsd，而不是xml。
Schema 功能更强大，数据类型更完善
Schema 支持名称空间
Schema重点要求
与DTD一样，要求可以通过schema约束文档编写xml文档。常见框架使用schema的有：Spring等
通过提供“bean-schema.xsd”编写xml文档
<?xml version="1.0" encoding="UTF-8"?>
<!--
传智播客Schema教学实例文档。
模拟spring规范，如果开发人员需要在xml使用当前Schema约束，必须包括指定命名空间。
格式如下：
<beans xmlns="http://www.itcast.cn/bean"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.itcast.cn/bean bean-schema.xsd"
>
-->
<schema xmlns="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.itcast.cn/bean"
xmlns:xsd="http://www.w3.org/2001/XMLSchema"
xmlns:tns="http://www.itcast.cn/bean"
elementFormDefault="qualified">
<!-- 声明根标签
1. <element> 声明元素(标签)
2. 每一个元素必须确定类型：
complexType 复杂类型
simpleType 简单类型,一般不用，大部分都是复杂类型
3. 需要继续明确子标签出差顺序
<choice> 选择， ()
<sequence> 顺序 ，
<all> 任意
minOccurs 最少出现次数
maxOccurs 最大出现次数，unbounded 不限制(没有边)
4.<attribute>用于给元素声明属性的
use 设置属性使用， optional可选、required必选
-->
<element name="beans">
<complexType>
<choice minOccurs="0" maxOccurs="unbounded">
<element name="bean">
<complexType>
<sequence minOccurs="0" maxOccurs="unbounded">
<element name="property">
<complexType>
<attribute name="name" use="optional"></attribute>
<attribute name="value" use="required"></attribute>
</complexType>
</element>
</sequence>
<attribute name="id" use="required"></attribute>
<attribute name="className" use="required"></attribute>
</complexType>
</element>
<element name="import">
<complexType>
<attribute name="resource" use="required"></attribute>
</complexType>
</element>
</choice>
</complexType>
</element>
</schema>
- l 案例文档中同一个“命名空间”分别使用“默认命名空间”和“显示命名空间”进行引入，所以文档中和xsd:schema作用一样。
案例实现
完成xml内容编写
<?xml version="1.0" encoding="UTF-8"?>
<!--
<beans xmlns="http://www.itcast.cn/bean"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.itcast.cn/bean bean-schema.xsd"
xmlns="http://www.itcast.cn/bean"
命名空间的名字 xmlns="名字" W3C标准, 命名空间的名字必须全球唯一性
域名:itcast.cn /bean2 /bean3
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
W3C的官方约束
xsi:schemaLocation="命名空间名 约束文档的路径"
>
-->
<beans xmlns="http://www.itcast.cn/bean"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.itcast.cn/bean bean-schema.xsd"
>
<bean id="" className=""></bean>
<bean id="" className="">
<property name="" value=""/>
<property name="" value=""/>
</bean>
<import resource=""/>
<import resource=""/>
</beans>
命名空间（语法）
什么是命名空间
如果一个XML文档中使用多个Schema文件，而这些Schema文件中定义了相同名称的元素时就会出现名字冲突。这就像一个Java文件中使用了import java.util.*和import java.sql.*时，在使用Date类时，那么就不明确Date是哪个包下的Date了。
总之名称空间就是用来处理元素和属性的名称冲突问题，与Java中的包是同一用途。如果每个元素和属性都有自己的名称空间，那么就不会出现名字冲突问题，就像是每个类都有自己所在的包一样，那么类名就不会出现冲突。
约束文档和xml关系
当W3C提出Schema约束规范时，就提供“官方约束文档”。我们通过官方文档，必须“自定义schema 约束文档”，开发中“自定义文档”由框架编写者提供。我们提供“自定义文档”限定，编写出自己的xml文档。
声明命名空间
默认命名空间：<xxx xmlns=””>，使用<标签>
显式命名空间：<xxx xmlns:别名=””>，使用<别名:标签>
第二章 dom4j
2.1 xml解析概述
当将数据存储在XML后，我们就希望通过程序获得XML的内容。如果我们使用Java基础所学习的IO知识是可以完成的，不过你需要非常繁琐的操作才可以完成，且开发中会遇到不同问题（只读、读写）。人们为不同问题提供不同的解析方式，并提交对应的解析器，方便开发人员操作XML。
2.2 常见的解析方式和解析器
-
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。
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。 缺点：XML文档过大，可能出现内存溢出显现。 -
SAX：是一种速度更快，更有效的方法。它逐行扫描文档，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，都将触发对应的事件。（了解）
优点：处理速度快，可以处理大文件 缺点：只能读，逐行后将释放资源。 -
PULL：Android内置的XML解析方式，类似SAX。（了解）
2.3 dom解析原理和结构模型
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
DOM中的核心概念就是节点，在XML文档中的元素、属性、文本等，在DOM中都是节点！
2.4 API使用
DOM4J是一个Java的XML API，具有性能优异、功能强大和极其易使用的特点，它的性能超过sun公司官方的dom技术，如今可以看到越来越多的Java软件都在使用DOM4J来读写XML。
如果想要使用DOM4J，需要引入支持xpath的jar包 dom4j-1.6.1.jar
DOM4J必须使用核心类SaxReader加载xml文档获得Document，通过Document对象获得文档的根元素，然后就可以操作了。
常用API如下：
-
SaxReader对象
read(…) 加载执行xml文档 -
Document对象
getRootElement() 获得根元素 -
Element对象
elements(…) 获得指定名称的所有子元素。可以不指定名称 element(…) 获得指定名称第一个子元素。可以不指定名称 getName() 获得当前元素的元素名 attributeValue(…) 获得指定属性名的属性值 elementText(…) 获得指定名称子元素的文本值 getText() 获得当前元素的文本内容
API案例实现
编写xml文件
<?xml version="1.0" encoding="UTF-8"?>
<beans>
<bean id="001" className="cn.itcast.demo.User">
<property name="user" value="jack">qq</property>
<property name="user" value="rose">weixin</property>
</bean>
<bean id="002" className="cn.itcast.demo.Admin">
<property name="user" value="admin">feixin</property>
<property name="user" value="write">msn</property>
</bean>
</beans>
编写解析xml代码
*
* Document对象,表示整个的xml文档
* 方法:
* Element getRootElement() 获取的是文档中的根元素对象
* 返回值肯定是标签对象: Element
*
* Element对象,表示的是标签对象
* 方法:
* List<Element> elements() 获取所有子标签,返回值结果集合
* 获取的子标签,也是标签对象
*
* String attributeValue("属性名") 获取标签对象的属性值,返回值String
*
* String getText()获取标签体的文本
*
*/
public class DomReadXml {
public static void main(String[] args) throws Exception{
//创建核心类对象
SAXReader sax = new SAXReader();
//sax对象,方法read()读取xml
//返回对象Document
Document document = sax.read("xml/xml/data.xml");
//document对象方法,获取根标签 getRootElement()
Element rootElement = document.getRootElement();
//rootElement根标签对象方法 elements()所有子标签
List<Element> beanElements = rootElement.elements();
//遍历集合,取出每个bean标签
for (Element beanElement : beanElements){
//遍历,变量beanElement,每个子标签bean
//获取bean标签属性值attributeValue(属性名)
String id = beanElement.attributeValue("id");
String className = beanElement.attributeValue("className");
System.out.println(id+"=="+className);
//beanElement子标签,获取bean的子标签property
List<Element> propertyElements = beanElement.elements();
for (Element propertyElement : propertyElements){
//propertyElement遍历到的子标签property
//获取property标签的属性
String name = propertyElement.attributeValue("name");
String value = propertyElement.attributeValue("value");
//获取property标签的标签体文本
String text = propertyElement.getText();
System.out.println("\t"+name+"=="+value+"=="+text);
}
}
}
}
第三章 XPath解析XML
- XPath 是一门在 XML、html 文档中查找信息的语言。
- XPath 是一个 W3C 标准，可通过W3CSchool文档查阅语法
由于DOM4J在解析XML时只能一层一层解析，所以当XML文件层数过多时使用会很不方便，结合XPATH就可以直接获取到某个元素
使用dom4j支持xpath具体操作
默认的情况下，dom4j不支持xpath，如果想要在dom4j里面使用xpath，需要引入支持xpath的jar包 jaxen-1.1.6.jar
在dom4j里面提供了两个方法，用来支持xpath
List<Node> selectNodes("xpath表达式")，用来获取多个节点
Node selectSingleNode("xpath表达式")，用来获取一个节点
xpath表达式常用查询形式
-
第一种查询形式
//AAA//DDD//BBB： 表示一层一层的，AAA下面 DDD下面的BBB -
第二种查询形式
//BBB： 表示和这个名称相同，表示只要名称是BBB 都得到
-
第三种查询形式
/*: 所有元素 -
第四种查询形式
BBB[1]：表示第一个BBB元素
BBB[last()]：表示最后一个BBB元素
- 第五种查询形式
//BBB[@id]： 表示只要BBB元素上面有id属性 都得到
- 第六种查询形式
//BBB[@id='b1'] 表示元素名称是BBB,在BBB上面有id属性，并且id的属性值是b1
案例实现
案例1
编写xml文件
<?xml version="1.0" encoding="UTF-8" ?>
<students>
<student number="heima_0001">
<name id="itcast">
<xing>张</xing>
<ming>三</ming>
</name>
<age>18</age>
<sex>male</sex>
</student>
<student number="heima_0002">
<name>jack</name>
<age>18</age>
<sex>female</sex>
</student>
</students>
编写xpath代码解析xml文件
import org.dom4j.Document;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;
import java.io.File;
import java.util.List;
/**
*XPath查询
*/
public class Demo4jXpath {
public static void main(String[] args) throws Exception {
SAXReader saxReader=new SAXReader();
String path = Demo4jXpath.class.getClassLoader().getResource("student.xml").getFile();
File file = new File(path);
Document document=saxReader.read(file);
//4.结合xpath语法查询
//4.1查询所有student标签
List<Node> nodes = document.selectNodes("//student");
for (Node node : nodes) {
System.out.println(node);
}
System.out.println("--------------------");
//4.2查询所有student标签下的name标签
nodes = document.selectNodes("//student/name");
for (Node node : nodes) {
System.out.println(node);
}
System.out.println("--------------------");
//4.3查询student标签下带有id属性的name标签
nodes = document.selectNodes("//student/name[@id]");
for (Node node : nodes) {
System.out.println(node);
}
System.out.println("--------------------");
//4.4查询student标签下带有id属性的name标签 并且id属性值为itcast
nodes = document.selectNodes("//student/name[@id='itcast']");
for (Node node : nodes) {
System.out.println(node);
}
}
}
案例二
student.xml
<?xml version="1.0" encoding="UTF-8" ?>
<students>
<student number="heima_001">v
<name>
<xing>张</xing>
<ming>三</ming>
</name>
<age>30</age>
<gender>男</gender>
</student>
<student number="heima_002">
<name id="itcast2">a
<xing>李</xing>
<ming>四</ming>
</name>
<age>20</age>
<gender>女</gender>
</student>
</students>
解析文件
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;
/**
* xpath: 快速定位查找
* 在DOM对象中,快速找到想要的元素
*
* xpath工具方法
* List<Node>selectNodes("xpath查找表达式") 获取多个节点
* Node selectSingleNode(xpath查找表达式) 获取一个节点
*
* 标签对象接口Element继承Node
*
* 搜狗智慧拼音输入法
* QQ拼音输入法
*/
public class XPathReadXml{
public static void main(String[] args) throws Exception{
SAXReader sax = new SAXReader();
Document document = sax.read("xml/xml/student.xml");
//AAA//BBB//CCC
Element element =(Element) document.selectSingleNode("//students//student//name//xing");
System.out.println(element.getText());
//BBB
element = (Element)document.selectSingleNode("//ming");
System.out.println(element.getText());
element = (Element)document.selectSingleNode("//students//student[last()]//ming[last()]");
System.out.println(element.getText());
element = (Element)document.selectSingleNode("//name[@id='itcast2']");
System.out.println(element.getText());
}
}
扫一扫
1201
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
