一文搞懂XML的基本使用

前言

• 在学习java web中经常会配置xml文件，而在后面的框架学习中也会遇到xml，所以先来对xml简单学习一下，后面遇到关于xml新的应用再来补充，本文长期更新。
• 参考文章：java3y的从零开始学习xml
• 参考视频：黑马程序员的xml学习https://www.bilibili.com/video/BV1P7411F7Wr

一 什么是xml

• xml是可扩展标记语言（Extensible Markup Language）。可扩展指的是它的标签是自定义的 。
• 它的功能主要是用来做配置文件

二 xml的历史

• gml(1969)->sgml(1985)->html(1993)->xml(1998)
• 1969 gml(通用标记语言)，主要目的是要在不同的机器之间进行通信的数据规范
• 1985 sgml(标准通用标记语言)
• 1993 html(超文本标记语言，www网)
• 1998 xml extensiable markup language 可扩展标记语言

• xml最初是用来替代HTML的，因为HTML的代码规范性很弱（写代码时可以省略很多代码，而浏览器的引擎会自动补全。但不同浏览器之间没有统一规范，造成代码的混乱），由于市场等原因没有成功，后来便倾向于取代代码的配置文件properties (properties是配置文件，主要的作用是通过修改配置文件可以方便的修改代码中的参数，实现不用改文件即可灵活变更参数)

• xml具有比properties更好的效果，被广泛用在配置文件中。

三 为什么要使用xml

• 正如前面所说，用在项目的配置文件中。
• 贴一个回答

• 但也有其他方面的作用。例如程序间数据的传输，充当小型数据库。

• 程序间数据的传输： QQ之间的数据传送，用XML格式来传送数据，具有良好的可读性，可维护性
• 充当小型数据库： 我们程序中可能用到一些经常要人工配置的数据，如果放在数据库中读取不合适（因为这会增加维护数据库的工作），则可以考虑直接用XML来做小型数据库。这种方式直接读取文件显然要比读数据库快。比如msn中保存用户聊天记录就是用XML文件。

四 xml与HTML的区别

xml和和HTML很相似，都是标记语言，使用起来也有很多共同点，但也有很多差异。差异如下。

• xml标签都是自定义的，HTML的标签都是预定义的。
• xml语法严格，HTML语法松散（代码可以省略，残缺）。
• xml是存储数据的，HTML是展示数据的。
• HTML相比，xml什么也不做，它是用来结构化，存储和传递信息的（从上面的xml配置文件，小型数据库等可看出）

五 xml的语法

1.文档声明

• 格式：<?xml 属性列表 ?>
• xml声明放在xml的第一行
• 属性列表

• version :版本号，必填的属性，一般为1.0。
• encoding:编码方式。告知解析引擎当前文档使用的字符集，默认值 ISO-8859-1，一般使用utf-8或者GBK
• standalone:是否独立。取值为yes 或者 no ，表示xml文档是否依赖其他文件，但现在的xml文件不用这个属性了。

• 正确的文档属性

<?xml version="1.0" encoding="UTF-8"?>

2. 元素

• 每个xml文档必须有且只有一个根元素。

根元素是一个包括文档中其他所有元素的元素
根元素的起始标记要放在所有其他元素的起始标记之前
根元素的结束标记要放在所有其他元素的结束标记之后

• XML元素中的出现的空格和换行都会被当做元素内容进行处理

<stu>xiaoming</stu>

上面的代码和下面的代码表示的意义不相同

<stu>
    xiaoming
</stu>

• 元素必须闭合
• 大小写敏感
• 不能以数字开头
• 不能交叉嵌套

这里的注意点有点多，但并不需要全部记忆，只要知道xml语法是规范的，不能随意乱写就行！

3. 属性

• 属性是xml元素的一部分。（id就是属性值）

<student id="100">
    <name>Tom</name>
</student>

• 这里要注意：

属性值用双引号（”）或单引号（’）分隔，如果属性值中有单引号，则用双引号分隔；如果有双引号，则用单引号分隔。那么如果属性值中既有单引号还有双引号怎么办？这种要使用实体（转义字符，类似于html中的空格符），XML有5个预定义的实体字符

• 五个预定义的xml实体字符
  

4. 注释

• 和HTML一样的注释

<!-- 注释内容-->

5. 处理指令

• 可以用css文件修饰xml文档，然后用浏览器打开xml文件后会看到被修饰的效果，但一般不用。使用时要引入css文件。

<?xml-stylesheet type="text/css" href="a.css" ?>

6. CDATA

• 在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理。遇到此种情况，可以把这些内容放在CDATA区里，对于CDATA区域内的内容，XML解析程序不会处理，而是直接原封不动的输出
• 语法

<![CDATA[
    ...内容
]]>

六 xml的约束与使用

• 由于xml是一种可以自定义的语言，所以在多人协调使用时会显得很混乱，所以我们要对它进行约束，人为的规定它的书写规则。
• 约束方式分为两种。

1. DTD:一种简单的约束技术（存在缺陷，无法对xml文档准确约束）
2. Schema:一种复杂的约束技术（主要使用这个）

• DTD:

     1.  引入DTD文档到xml文档中
  
    	内部dtd:将约束文档定义在xml文档中。
  

<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">

  	    外部dtd:将约束规则定义在外部的dtd文件中

<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

		2.   dtd约束的一些规则

• Schema
  引入文档（开发中编辑器自动会引入）

       	    1. 填写xml文档的根元素（以下操作都是在根元素内部完成，添加属性）
       		2. 引入xsi 前缀：		（有很多取值）
  

				xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

			    3.引入xsd 命名空间：（student.std 表示xml的Schema约束文档）

 				xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd"

			   4.为每一个xsd约束声明一个前缀,作为标识：（下面的标识为无  在xmlns后等号前声明）

				xmlns="http://www.itcast.cn/xml"    

七 xml的解析

• 因为xml被设计为“什么都不做”，XML只用于组织、存储数据，除此之外的数据生成、读取、传送等等的操作都与XML本身无关。所以需要专门的技术来解析使用它。
• xml的解析方式有两种。

1. DOM: 将标记语言一次加载进内存，在内存中形成一颗dom树
   --------- 优点： 操作方便，可以对文档进行CRUD的所有操作
   ----------缺点： 占内存
2. SAX：逐行读取，基于事件驱动的。
   ----------优点：不占内存。
   ---------- 缺点：只能读取，不能增删改

• 在xml解析中，除了解析方式外还要有解析器，通过解析器采用特定的解析方式来获取xml文档中的数据。
• 常见的xml解析器有JAXP , DOM4j ,Jsoup,PULL。

1. JAXP：sun公司提供的解析器，支持dom和sax两种思想，jdk自带，但使用效果不佳。
2. DOM4J：一款非常优秀的解析器
3. Jsoup：jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本 内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。
4. PULL：Android操作系统内置的解析器，sax方式的。

• xml文档的解析过程：要使用xml文档的应用程序不是直接对xml文档进行操作的，它要通过xml解析器执行SAX/DOM 解析方式来获取到xml的内容。

• 具体解析内容看这篇文章
  https://mp.weixin.qq.com/s?__biz=MzI4Njg5MDA5NA==&mid=2247484936&idx=2&sn=6f811188eb489d6a3737032e043aadd4&chksm=ebd74709dca0ce1f98e2ef78680a323d3848e08cf65f1ad9550b6f860a19b732c8803c880761&scene=21#wechat_redirect