java 与 xml_Java和XML

XML文档结构

一个XML文档结构由根元素、元素、元素属性、文本组成，引用w3school上的一张图和说明：

上图表示下面的 XML 中的一本书：

<?xml vesion=”1.0” standalone=”yes” encoding=”utf-8”>    ---- XML声明

                                                        ---- 根元素

                   ---- 为元素、元素属性 category、文本 Harry Potter，包括

4个子元素：title、author、year、price

Harry Potter         ----- 为元素、Harry Potter为文本内容

J K. Rowling

2005

29.99

Learning XML

Erik T. Ray

2003

39.95

Everyday Italian

Giada De Laurentiis

2005

30.00

1. XML声明：是一个XML处理指令，其中version、standalone、encoding是三个特性

•version: 说明这个文档符合1.0规范

•standalone: 说明文档在这一个文件里还是需要从外部导入, standalone 的值设为yes 说明所有的文档都在这一文件里完成

•encoding: 指文档字符编码

2. XML根元素：必须有一个根元素。

根元素的起始标记要放在所有其它元素起始标记之前，根元素的结束标记根放在其它所有元素的结束标记之后。

3. XML元素

•元素标记区分大小写， 与 是两个不同的标记

•结束标记必须有反斜杠，如

XML元素标记命名规则如下:

•名字中可以包含字母，数字及其它字母

•名字不能以数字或下划线开头

•名字不能用xml开头

•名字中不能包含空格和冒号

4. XML注释

•注释中不要出现“--”或“-”

•注释不要放在标记中

•注释不能嵌套

5.  PI(Processing Instruction)

PI 指 Processing Instruction, 处理指令。PI以“”开头，以“?>”结束，用来给下游的文档传递信息。

6  PCDATA

#PCDATA: specifies that an element will contain parsed character data.

7  CDATA

CDATA用于需要把整段文本解释成纯字符数据而不是标记的情况。当一些文本中包含很多“”,“&”,“””等字符而非标记时，CDATA会非常有用。

以“”结束。注意，在CDATA段中不要出现结束定界符“]]>”。

8  Entities(实体)

Entities(实体)是XML的存储单元，一个实体可以是字符串，文件，数据库记录等。实体的用处主要是为了避免在文档中重复输入，我们可以为一个文档定义一个实体名，然后在文档里引用实体名来代替这个文档，XML解析文档时，实体名会被替换成相应的文档。

XML为五个字符定义了实体名：

实体

字符

<

<

>

>

&

&

"

“

'

‘

9  DOCTYPE

“]>”紧随XML声明，包括所有实体的声明

比较容易混淆的问题：

1. Node与Element的区别：

首先，node和Element是两个领域的概念。

node从数据结构tree上来讲的，tree由node组成。element则是XML里的概念，是XML中的数据的组成部分之一。

在Java中常用DOM来解析XML文档，DOM(文档对象模型)是对XML数据的描述体系，它用树型结构的文档来保存XML数据。它把XML文档看作是一系列node和node间的关系，并且把每一个node都当作一个对象，所以叫文档对象模型。

DOM将文档中的所有都看作节点，也就说，所有的XML单元，无论是文档、元素还是属性、文本，在DOM中都是一个Node(节点)，每个Node又可以包容其他的Node，这样就构成了一个树型结构。

node有几个子类型：Element, Text, Attribute, RootElement, Comment, Namespace等，其中Element是可以有属性和子节点的node。故一个节点不一定是一个元素，而一个元素一定是一个节点。只有含有完整信息的节点才能成为一个元素。

DOM文档树中不同类型的节点是由指定的Node子接口表示。每个Node对象都有nodeType属性，这些属性指定节点的类型。

在DOM在解析文档的时候按整个文档的结构生成一棵树，全部保存在内存中。虽然DOM中所有的对象均能继承用于处理父节点和子节点的属性和方法，但是并不是所有的对象都拥有父节点或子节点。例如，文本节点不能拥有子节点。另一个需要注意的地方就是，XML文档两个标签之间的空白也是这棵树的一个节点(Text节点), 包括回车、Tab等。。

DOM的基本用法：

1、创建Document

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();  //DocumentBuilderFactory类可以用为DOM的主入口

DocumentBuilder builder = factory.newDocumentBuilder();

Document doc = builder.parse("abc.xml");

2、浏览XML文档的内容

获得Document后的第一步就是获得root element，也叫document element：

Element root = doc.getDocumentElement();

3、修改XML文档

修改已有节点的值调用Node.setNodeValue()；

修改已有的节点，调用replaceChild()；

删除一个节点调用removeChild()；

创建新节点，使用append()或insertBefore()来插入到合适的地方。

此外Attr比较特殊：为一个元素添加属性需要用setAttribute()方法，而删除属性则要用removeAttribute()方法，修改属性值调用用setValue()；

4.输出XML文档

输出到磁盘上，事实上和DOM没什么关系，而是用FileWriter或FileOutputStream把文档输出到一个文件中而已。注意一点，调用FileWriter.write()时，写的不是Document对象，而是根元素对象：writer.write(root);

创建一个新的xml文档时，可以使用DocumentBuilder的另一个方法是newDocument()。创建了一个新的文档，然后就可以创建其中一系列的节点，并联结起来，形成一个完整的文档输出。