XML详解（1）全面了解XML是什么

最新推荐文章于 2024-05-18 22:35:20 发布

流云何月

最新推荐文章于 2024-05-18 22:35:20 发布

阅读量116

点赞数 2

文章标签： xml java html5

本文链接：https://blog.csdn.net/qq_58715353/article/details/133296829

版权

平时编程总是用到XML文件，却很少认真去了解，今天准备系统的学习一下XML文件

XML的作用和写法

XML 被设计用来传输和存储数据。

HTML 被设计用来显示数据。

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

可扩展标记语言（英语：Extensible Markup Language，简称：XML）是一种标记语言，是从标准通用标记语言（SGML）中简化修改出来的。它主要用到的有可扩展标记语言、可扩展样式语言（XSL）、XBRL和XPath等。我都没太用过先不了解了

总而言之XML被设计出来是用来传输何存储数据的

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

这里encoding表示用什么编码格式来读取我的xml文件，假如我们用的UTF-8编码写的文件，这里写的GBK，就表示用GBK来读取，会导致乱码。如果你不写的话，程序不知道用哪个编码来读，就会以默认的编码来读取这个文件，就可能导致乱码

在XML中有且仅有一个根节点，比如说我定义一个

<students>
     <student id="1">
           <name>张三</name>
           <age>20</age>
           <sex>男</sex>
     </student>
     <student id="2">
           <name>李四</name>
           <age>20</age>
           <sex>女</sex>
     </student>
</students>

现在是我们自己定义规范里面爱咋写咋写，这样我们一个XML就写完了，如果还想加也可以加，爱咋写咋写，属性也是一样的爱咋写咋写，这就是一个XML文档。不过读的时候，要根据这个结构来读。

XML文档的解析

XML文档的解析通常来说有两种方式：

DOM：Document Object Model（文档对象模型）

具有代表性的工具包：JDOM ， DOM4J ， Jsoup（html）

1.将XML文档全部加载到内存中，形成一棵DOM树

2.通过DOM树来操作XML文档

3.优点:可以随机访问，方便修改

4.缺点：占用内存，速度慢

SAX：Simple API for XML（XML的简单API）

具有代表性的工具包：DOM4J

1.逐行读取XML文档，并且触发事件（以事件的方式进行触发)

2.优点：速度快，占用内存少

3.缺点：只能读取，不能修改（读完之后不能回头来读所以不能改）

DOM4J示例

先来导个包

    <dependencies>
<!--        日志门面用来生成日志-->
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-log4j12</artifactId>
            <version>1.7.36</version>
        </dependency>
<!--        lombok工具包-->
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <version>1.18.26</version>
        </dependency>
<!--        dom4j包用来解析XML-->
        <dependency>
            <groupId>org.dom4j</groupId>
            <artifactId>dom4j</artifactId>
            <version>2.1.3</version>
        </dependency>
    </dependencies>

首先的有一个XML文件给我们解析，这是我的放在resource目录下的students.xml

<?xml  version="1.0"  encoding="GBK" ?>
<students>
    <student id="1">
        <name>张三</name>
        <age>20</age>
        <sex>男</sex>
    </student>
    <student id="2">
        <name>李四</name>
        <age>20</age>
        <sex>女</sex>
    </student>
</students>

这是我的测试代码

package cn.wmm.xml;

import lombok.SneakyThrows;
import lombok.extern.slf4j.Slf4j;
import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;

import javax.xml.parsers.SAXParser;
import java.util.List;

@Slf4j
public class Test {
    @SneakyThrows//lombok注解，自动抛出异常
    public static void main(String[] args) {
        //创建读取器
        SAXReader reader = new SAXReader();
        //读取xml文档,返回Document对象，文件可能不存在，可能不是xml文件，可能不符合xml规范，会有异常
        Document doc = reader.read(ClassLoader.getSystemResourceAsStream("students.xml"));
        //获取根节点，在xml中所有的东西都是节点，里面可以输入节点，起到一个过滤的效果
        Element rootElement = doc.getRootElement();

        log.info(rootElement.getName());
        //获取根节点下的子节点(根节点的名称)
        List<Element>elements=rootElement.elements();
        //遍历子节点的名称
        for (Element element : elements) {
            //获取子节点的属性值
            Attribute attribute = element.attribute("id");
            //获取子节点的名称
            log.info("{} - {}",element.getName(),attribute.getValue());
            List<Element>list=element.elements();
            for (Element element1 : list) {
                log.info("{} - {}",element1.getName(),element1.getText());
            }
        }
    }
}

以日志的方式在控制台打印了根节点的名字

这是运行结果XML文件的结构就出来了，这就是XML的基本读法。

因为我是用日志输出的，日志文件的配置也发一下，在resource目录下创建log4j.properties,必须要是这个名字，或者用xml的方式配置也行，我这里是用的properties的形式，好记一点，配置代码如下

#log4j.rootLogger=根日志级别，appender列表（用逗号隔开）
log4j.rootLogger=INFO,liuyunheyue


#控制台输出的相关设置
#指定appender的名称，这个名称可以随便取，但是后面的logger中要用到
#配置appender的权限类名
log4j.appender.liuyunheyue=org.apache.log4j.ConsoleAppender
#配置用谁输出，默认是System.out可以不用配
log4j.appender.liuyunheyue.Target=System.out
#配置输出的格式，%d表示日期，%p表示日志级别，%m表示日志内容，%n表示换行
log4j.appender.liuyunheyue.layout=org.apache.log4j.PatternLayout
log4j.appender.liuyunheyue.layout.ConversionPattern=%d %p [%c] - %m%n

XML的定义：

有两种方式，一种是dtd（具有基本功能，语法简单）

另一种是schema（功能强大，可读性好），这是微软开发的一套定义语言。

xmlns：XML namespace （命名空间）

这里我们了解dtd就可以了，有兴趣的同学可以去了解schema

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


<!DOCTYPE  students [
        <!ELEMENT students (student+)>
        <!ELEMENT student (name,age,sex)>
        <!ELEMENT name (#PCDATA)>
        <!ELEMENT age (#PCDATA)>
        <!ELEMENT sex (#PCDATA)>
        <!ATTLIST student id CDATA #REQUIRED>
        ]>

<students>
    <student id="1">
        <name>张三</name>
        <age>20</age>
        <sex>男</sex>
    </student>
    <student id="2">
        <name>李四</name>
        <age>20</age>
        <sex>女</sex>
    </student>
</students>

太累了，不懂私聊

工具包解析JDOM与DOM4J与JSOUP

DOM4j和JDOM都是用于处理XML文档的Java库，它们之间的关系可以总结如下

共同点：
- DOM4j和JDOM都是用于处理XML文档的Java库，它们都提供了一种更容易使用的API，以便于创建、解析和操作XML文档。
- 它们都采用了树型数据模型，允许将整个XML文档表示为树结构，其中每个XML元素都是树的一个节点。
- 它们都支持XPath，用于在XML文档中执行查询和导航操作。
- 两者都提供了对XML元素、属性、命名空间等基本XML结构的访问和操作方法。
区别：
- DOM4j是Apache基金会的项目，而JDOM是由JDOM项目组织开发和维护。这意味着它们有不同的开发和支持团队。
- DOM4j是性能更高、内存占用更小的库，特别适用于处理大型XML文档。它的设计目标是提供高性能和低内存开销。
- JDOM的设计目标是更容易使用和理解，因此在某些情况下可能更适合新手。它的性能通常被认为较低，因此对于处理大型文档可能不如DOM4j高效。
- DOM4j有更多的高级功能，如XML Schema验证、XSLT转换等，所以它在某些特定需求下更有优势。
- JDOM在某些方面更符合Java的编程模型，因此在Java社区中有一定的用户群体。

综上所述，DOM4j和JDOM都是处理XML的强大工具，选择使用哪个库通常取决于项目的具体需求和性能要求。如果你要有更高的性能和对高级XML功能的支持，就用DOM4j。如果你需要易用性和可读性，JDOM会更合适。一般来说大家都是用的DOM4J

另外一个就是JSOUP

Jsoup（发音为"jay-soup"）是用于Java编程语言的开源HTML解析库。但是！！！，HTML是XML的子集，所以Jsoup也能用来也能用来解析XML。

可是可是但是，JSOUP提供的API主要是使开发者能够方便地从HTML文档中提取数据、操作HTML元素和执行Web抓取任务。Jsoup通常用于Web抓取、数据挖掘、数据提取、屏幕抓取以及HTML文档处理等任务，也就是我们所说的用来做网络爬虫

以下是Jsoup的一些主要功能和用法：