了解、解析、检索XML

目录

XML

XML概述

XML的创建、语法规则

XML文档约束方式一-DTD约束

XML文档约束方式二-schema约束

XML解析技术

XML解析技术概述

Dom4J解析XML文件 Dom4J

XML检索技术：Xpath

---

XML

XML概述

XML是可扩展标记语言（eXtensible Markup Language）的缩写，它是是一种数据表示格式，可以描述非常复杂的数据结构，常用于传输和存储数据。文件后缀：.xml

XML的几个特点和使用场景

• 一是纯文本，默认使用UTF-8编码；
• 二是可嵌套； 如果把XML内容存为文件，那么它就是一个XML文件。
• XML的使用场景：XML内容经常被当成消息进行网络传输，或者作为配置文件用于存储系统的信息。 
• 用于进行存储数据和传输数据、作为软件的配置文件

<!-- version：XML默认的版本号码、该属性是必须存在的encoding：本XML文件的编码 -->
<?xml version="1.0" encoding="UTF-8"?>    
<data>
    <sender>喜羊羊</sender>
    <receiver>懒羊羊</receiver>
    <src>
    	 <addr>羊村</addr>
 	     <date>2022-11-11 11:11:11</date>
    </src>
    <current>狼堡</current>
    <dest>青青草原</dest>
</data>

XML的创建、语法规则

XML的创建

创建一个XML类型的文件，要求文件的后缀必须使用xml，如hello.xml

XML的语法规则

文档声明必须是第一行：<?xml version="1.0" encoding="UTF-8" ?>

• version：XML默认的版本号码、该属性是必须存在的
• encoding：本XML文件的编码

XML的标签(元素)规则

• 标签由一对尖括号和合法标识符组成: <name></name>，必须存在一个根标签，有且只能有一个。
• 标签必须成对出现，有开始，有结束: <name></name>
• 特殊的标签可以不成对，但是必须有结束标记，如:<br/>
• 标签中可以定义属性，属性和标签名空格隔开,属性值必须用引号引起来<student id = “1”></name>
• 标签需要正确的嵌套

XML的其他组成

• 定义注释信息：<!– 注释内容 -->
• 特殊字符
  • &lt;    <  小于
  • &gt;    >  大于
  • &amp;   &  和号
  • &apos;  '  单引号
  • &quot;  "  引号
• 存在CDATA区: <![CDATA[   …内容…  ]]> ：可以写任何内容

<?xml version="1.0" encoding="UTF-8" ?>
<sheep>
    <name>懒羊羊</name>
    <age>3</age>
    <sex>男</sex>
    <hobby>睡觉</hobby>
    <sql>
        SELECT sheep FROM grassland WHERE age &gt; 2;
        <![CDATA[
            SELECT sheep FROM grassland WHERE age > 2;
        ]]>
    </sql>
</sheep>

XML文档约束方式一-DTD约束

问题：由于XML文件可以自定义标签，导致XML文件可以随意定义，程序在解析的时候可能出现问题。

文档约束：是用来限定xml文件中的标签以及属性应该怎么写。以此强制约束程序员必须按照文档约束的规定来编写xml文件

• 编写DTD约束文档，后缀必须是.dtd
• 在需要编写的XML文件中导入该DTD约束文档
• 按照约束的规定编写XML文件的内容。
• 可以约束XML文件的编写。
• 不能约束具体的数据类型。

<?xml version="1.0" encoding="UTF-8" ?>
</DOCTYPE 教室 SYSTEM "room.txt">
        <!-- 把规范导入 -->

XML文档约束方式二-schema约束

可以约束XML文件的标签内容格式，以及具体的数据类型；本身也是xml文件，格式更严谨。

• 写schema约束文档，后缀必须是.xsd，具体的形式到代码中观看。
• 在需要编写的XML文件中导入该schema约束文档
• 按照约束内容编写XML文件的标签。

XML解析技术

XML解析技术概述

XML的数据的作用是存储数据、做配置信息、进行数据传输。 最终需要被程序进行读取，解析里面的信息

XML解析：使用程序读取XML中的数据

两种解析方式：SAX解析、DOM解析

Dom常见的解析工具

名称	说明
JAXP	SUN公司提供的一套XML的解析的API
JDOM	JDOM是一个开源项目，它基于树型结构，利用纯JAVA的技术对XML文档实现解析、生成、序列化以及多种操作。
dom4j	是JDOM的升级品，用来读写XML文件的。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，同时它也是一个开放源代码的软件，Hibernate也用它来读写配置文件。
jsoup	功能强大DOM方式的XML解析开发包，尤其对HTML解析更加方便

• Document对象：整个xml文档
• Element对象：标签
• Attribute对象：属性
• Text对象：文本内容

Dom4J解析XML文件 Dom4J

得到文档对象Document，从中获取元素对象和内容。

SAXReader类

构造器/方法	说明
public SAXReader()	创建Dom4J的解析器对象
Document read(String url)	加载XML文件成为Document对象

Document类

方法名	说明
Element getRootElement()	获得根元素对象

Dom4j解析XML的元素、属性、文本

方法名	说明
List<Element> elements()	得到当前元素下所有子元素
List<Element> elements(String name)	得到当前元素下指定名字的子元素返回集合
Element element(String name)	得到当前元素下指定名字的子元素,如果有很多名字相同的返回第一个
String getName()	得到元素名字
String  attributeValue(String name)	通过属性名直接得到属性值
String elementText(子元素名)	得到指定名称的子元素的文本
String getText()	得到文本

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

<sheep>
    <name id = "1">懒羊羊</name>
    <age>3</age>
    <sex>男</sex>
    <hobby>睡觉</hobby>
    <sql>
        SELECT sheep FROM grassland WHERE age &gt; 2;
        <![CDATA[
            SELECT sheep FROM grassland WHERE age > 2;
        ]]>
    </sql>    
</sheep>

import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
import org.dom4j.io.SAXValidator;
import org.junit.Test;

import java.io.File;
import java.io.InputStream;
import java.util.List;


public class Dom4jTest1 {
    @Test
    public void parseXMLData() throws Exception {
        //1、创建一个Dom4j的解析器对象，代表了整个dom4j框架
        SAXReader saxReader = new SAXReader();
        // 2、把XML文件加载到内存中成为一个Document文档对象
        //Document document = saxReader.read(new File("demo5_XML/src/hello.xml"));

        //getResourceAsStream中的/是直接去src下寻找的文件
        InputStream is = Dom4jTest1.class.getResourceAsStream("/hello.xml");
        Document document = saxReader.read(is);

        // 获取根元素对象
        Element root = document.getRootElement();
        System.out.println(root.getName()); //根元素名字
        List<Element> elementList = root.elements();    //获取所有一级子元素
        //遍历
        for(Element element : elementList) {
            System.out.println(element.getName()+"   "+element.getTextTrim());
            //getText---不去空格  getTextTrim---去空格
        }
        //属性
        Element element = root.element("name");
        System.out.println(element.attribute("id").getName()+"-->"+element.attributeValue("id"));

    }
}

XML检索技术：Xpath

• Dom4j需要进行文件的全部解析，然后再寻找数据。
• Xpath技术更加适合做信息检索。Xpath技术依赖Dom4j技术

XPath在解析XML文档方面提供了一独树一帜的路径思想，更加优雅，高效 XPath使用路径表达式来定位XML文档中的元素节点或属性节点。

• /元素/子元素/孙元素/孙孙元素

Xpath作用：

<!--    hello2.xml   -->
<?xml version="1.0" encoding="UTF-8" ?>

<sheep>
    <name id = "1">懒羊羊</name>
    <age>3</age>
    <sex>男</sex>
    <hobby>睡觉</hobby>

    <info>
        <name id = "2">小懒羊</name>
        <name id = "3">懒小羊</name>
        <hobby>吃草</hobby>
        <hobby>吃冰淇淋</hobby>
    </info>

    <sql>
        SELECT sheep FROM grassland WHERE age &gt; 2;
        <![CDATA[
            SELECT sheep FROM grassland WHERE age > 2;
        ]]>
    </sql>

</sheep>

​​​​​​​

• 检索XML文件中的信息 绝对路径： /根元素/子元素/孙元素

方法名	说明
/根元素/子元素/孙元素	从根元素开始，一级一级向下查找，不能跨级

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;
import org.junit.Test;

import java.util.List;

//绝对路径
public class XpathTest3 {
    @Test
    public void parse01() throws Exception {
        //1.创建解析器对象
        SAXReader saxReader = new SAXReader();
        //2.把XML加载成Document文档对象
        Document document = saxReader.read(XpathTest3.class.getResourceAsStream("/hello2.xml"));
        //3.检索全部的名称
        List<Node> nameNodes = document.selectNodes("/sheep/info/name");
        for (Node nameNode : nameNodes) {
            Element  nameEle = (Element) nameNode;
            System.out.println(nameEle.getTextTrim());
        }
    }
}

• 相对路径：./子元素/孙元素

方法名	说明
./子元素/孙元素	从当前元素开始，一级一级向下查找，不能跨级

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;
import org.junit.Test;

import java.util.List;

//相对路径
public class XpathTest3 {
    @Test
    public void parse02() throws Exception {
        //1.创建解析器对象
        SAXReader saxReader = new SAXReader();
        //2.把XML加载成Document文档对象
        Document document = saxReader.read(XpathTest3.class.getResourceAsStream("/hello2.xml"));
        Element root = document.getRootElement();
        //3.检索全部的名称
        List<Node> hobbyNodes = root.selectNodes("./info/hobby");    //.代表了当前元素
        for (Node hobbyNode : hobbyNodes) {
            Element  nameEle = (Element) hobbyNode;
            System.out.println(nameEle.getTextTrim());
        }
    }
}

• 全文检索：//contact

方法名	说明
//contact	找contact元素，无论元素在哪里
//contact/name	找contact，无论在哪一级，但name一定是contact的子节点
//contact//name	contact无论在哪一种，name只要是contact的子孙元素都可以找到

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;
import org.junit.Test;

import java.util.List;

public class XpathTest3 {
    @Test
    public void parse03() throws Exception {
        //1.创建解析器对象
        SAXReader saxReader = new SAXReader();
        //2.把XML加载成Document文档对象
        Document document = saxReader.read(XpathTest3.class.getResourceAsStream("/hello2.xml"));
        //3.检索数据
        List<Node> nameNodes = document.selectNodes("//name");
        List<Node> hobbyNodes = document.selectNodes("//info//hobby");
        for (Node nameNode : nameNodes) {
            Element  nameEle = (Element) nameNode;
            System.out.println(nameEle.getTextTrim());
        }
        for (Node hobbyNode : hobbyNodes) {
            Element  nameEle = (Element) hobbyNode;
            System.out.println(nameEle.getTextTrim());
        }
    }
}

 

• 属性查找：//@属性名 、//元素[@属性名]、//元素//[@属性名=‘值’]

方法名	说明
//@属性名	查找属性对象，无论是哪个元素，只要有这个属性即可。
//元素[@属性名]	查找元素对象，全文搜索指定元素名和属性名。
//元素//[@属性名=‘值’]	查找元素对象，全文搜索指定元素名和属性名，并且属性值相等。

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;
import org.junit.Test;

import java.util.List;

public class XpathTest3 {
   @Test
    public void parse04() throws Exception {
        //1.创建解析器对象
        SAXReader saxReader = new SAXReader();
        //2.把XML加载成Document文档对象
        Document document = saxReader.read(XpathTest3.class.getResourceAsStream("/hello2.xml"));
        //3.检索数据
        List<Node> nodes = document.selectNodes("//name[@id]");
        for (Node node : nodes) {
            Element ele = (Element) node;
            System.out.println(ele.getTextTrim() + "--->" + ele.attributeValue("id"));
        }
        // 查询name元素（包含id属性的）
        Node node = document.selectSingleNode("//name[@id=1]");
        Element ele = (Element) node;
        System.out.println(ele.getTextTrim());
    }
}