XML(一)

学习目录

XML 简介 :

1.     什么是 XML? 有什么作用 ?

2.     XML 的背景

3.     XML 与 HTML 的关系

4.     XML 文档的结构

5.     XML 良好的格式规范是什么 ?

6.     XML 的语法 ( 如何书写一个 XML 文档 )

7.     XML 的字符转义

8.     引用

DTD:

1.     什么是 DTD? 有什么用 ?

2.     在 XML 文档中调用 DTD

3.     DTD 的结构

4.     定义元素

5.     定义子元素

6.     定义属性

7.     实体声明

名域空间 :

1.     什么是名域空间 ? 有什么用 ?

解析器 :

1.     什么是解析器 ? 有什么用 ?

2.     JAVA 中解析 XML 文档 (XML 有四种解析方式 )

1)   Dom

2)   Sax

3)   Jdom

4)   Jadp

 

XML 简介 :

什么是 XML? 有什么作用 ?

是一种元标记语言 , 可以定义新的标记 , 和 HTML 比较相似 , 但是更强大

基本作用是用来交换数据的 , 我们可以把它当作是一个文本数据库 , 也可以用做配置文件等

 

XML 背景 :

1) XML 代表扩展的标记语言 (eXtensible Markup Language);

2) XML 由 W3C 联盟发展维护 ;

3) XML 是一种元语言，可以用来定义其它标签语言 ;

4) XML 没有定义任何标记，它提供了一种工具定义标记以及它们之间的结构关系 ;

5) XML 是一种用于结构化文本交换的标记语言 ;

6) XML 代表了内容的结构也代表了内容本身 ;

7) XML 继承自 SGML( 标准标记语言 ) 。 SGML 的前身 GML 由 IBM 在 1960 年发明，用于描述设备无关的文本

8) XML 是 SGML 的子语言 , 由 SGML 简化而来，起初目的是为 Web 的结构文档提供服务。

9) W3C 组织在 1998 年 2 月 10 日发布 XML1.0 版，第二个版本发布于 2000 年 10 月 9 日。

10)XML 是分层的树形结构的自解释的一种可扩展的标记语言。

 

XML 与 HTML 的关系 :

事实上， HTML 和 XML 不能够进行比较的。因为 XML 是一种元语言，而 HTML 是一种定义好的标记语言。 XML 是描述数据的语言， HTML 是描是数据外观的语言。

HTML 有一套确定的标记。在 W3C 标准规范中定义了 HTML 标记的含义并由部分浏览器实现了。

HTML 标记非常适合描述人类易读的可视化文本。

HTML 定义了许多表现指令用以优化在浏览器中的显示。

在 HTML 标记中，数据固有的结构丢失了。

HTML 没有维持数据类型信息的完整性、约束、或实体间的其它关系，而 XML 提供了这些特征。

 

XML 文档的结构 :

       XML 文档 = 序言 + 元素 + 杂项（可选）

      1 ）序言

           序言 = （ XML 声明） + （杂项） + （文档类型声明）

           XML 声明

               <? xml 版本信息 ( 编码信息 ) ( 文档独立性信息 ) ?>

           如： <?xml version="1.0" encoding="gb2312" standalone="yes"?>

           文档类型声明

                 规定元素的结构和属性列表的取值

           如： <!DOCTYPE studinfo SYSTEM "studinfo.dtd">

      2 ）元素

           空元素

                 < 空元素标签名 属性 =" 属性值 "/>

           非空元素

                 < 起始标签 > 内容 < 结束标签 >

                 内容 =( 子元素 | 字符数据 | 字符数据段 | 引用 | 处理指令 | 注释 )*

                 字符数据      

                       字符数据中，不能含有 &,<,>,',", 需要采用实体引用的方式

                 字符数据段

                       <![CDATA[ 字符数据 ]]>

                 引用

                      <!ENTITY 引用名 ".......">   

      3 ）杂项

           处理指令

                 XML 为其它应用程序准备的接口。

               <? 处理指令 ?>

           注释 <!-- 注释内容 -->

           空白符指空格、回车等

例子 :

<?xml verson="1.0"?><!-- 这一句一定要求写在文件的第一行 -->

<!-- 只能有一个根元素即那一对根标签 -->

<root><!-- 根标签 -->

<!-- 根元素的内容 -->

<leaf><!-- 子元素 -->

...

<leaf>

</root>

 

XML 良好的格式规范是什么 ?

1) 文档声明位于文件的开头 <?xml version="1.0"?>

2) 文档中只能定义一个唯一的根元素（根元素是在文档声明之后的最外层的元素）

3) 标签必须闭合，且不能交叉，有元素的起始标签，就必须有其结束标签（空元素除外）

4) 层层嵌套，每一对标签总是出于另一对标签的内或和其处于同一层，不能交叉（根元素 chuw ）

5) 大小写敏感，起始标签和结束标签的名字要一致

6) 属性值必须用引号引起来

7) 注意特殊字符，使用时需要使用转义字符。

注意：

1. 第一行一定要写 <?xml version="1.0"?>

2.xml 文件是由元素和元素的内容以及属性组成的，一个 xml 文件中只能有一个根元素，标签和标签的内容加在一起叫作一个元素。 xml 是大小写敏感的，只能以字母或下划线开头。

 

XML 的语法 ( 如何书写一个 XML 文档 )

XML 文档是由标签和标签的内容组成的 , 把这个组合称为元素

非空元素

<test>( 起始标签 )

 aaa( 内容 )

</test>( 结束标签 )

 

空元素

<test values="test"/>

 

XML 的字符转义 :

字符转义是什么 ? 就是用一个字符代表一种意义

如 : &lt; 代表 "<" ,&gt; 代表 ">" ,&quot; 代表双引号。 &amp 代表 "&" ,&apos; 代表单引号

<!CDATA[........]>

.... 的部分不必使用转义，其中内容会直接输出。

 

引用 :

实体声明

<!ENTITY 引用名 "......">

使用实体 , 引用

& 引用名

 

例子 :

<?xml version="1.0" encoding="gb2312"?> （ XML 文件的声明）

<!--this is a comment hehe--> （注释）

<student> （根元素）

   <script> （子元素）

   <![CDATA[function compare(a,b){

      if(a>b)

           then {return 1}

      else{return 0}

        }]]>

   </script>

   <script value="java"/> （空元素）

   <name country="china" （属性名 = “属性值”） > 张三 </name>

</student>

XSLT, 是用于对 XML 进行文档格式转换，把一个 XML 文档转换成另一种格式的 XML 文档，但是其中内容是不变的。

 

DTD

什么是 DTD? 有什么用 ?

文档类型的定义 , 可以定义元素等

 

在 XML 文档中调用 DTD:

两种方法 :

第一种 , 内部调用一个 DTD:

<?xml version= "1.0" standalone= "no" ?>

<!-- 必须名字都一样 g-->

<!-- 这是一个内部调用 DTD 的方法 -->

<!DOCTYPE g[

    <!ELEMENT g (#PCDATA)>

    ]>

<g>

</g>

注意 :

studinfo 与 (#PCDATA) 有空格

文档类型名与根元素名必须一致

 

第二种 , 外部调用一个 DTD 文件

注意点：

              （ 1 ） standalone="no"

              （ 2 ）注意 dtd 文件的路径

 

DTD 的结构

1.     元素类型声明 :

指明元素的名字和内容

<!ELEMENT 元素名字 ( 元素内容 )>

元素内容 =EMPTY || ANY || 元素内容 || #PCDATA

#PCDATA: 可解析的字符数据

元素内容 : 指定的子元素

EMPTY: 代表空元素

ANY: 任何都可以

元素的出现次数可以选 :

      * 零次或多次

      + 一次或多次

      ? 零次或一次

      | 可选

 

2.     属性声明

属性：由 “=” 分隔的成对的属性名和属性值构成，只能出现在元素标记的内部。结束标记不能带属性，一个元素可以具有多个属性

<!ATTLIST 对应的元素名 属性名 属性取值类型 属性默认值 >

                 属性取值类型

                 1 、 CDATA ：可析字符

                 2 、 Enumerated: 枚举类型，由 “|” 分隔的可能的属性值列表

                 3 、 Entity: 实体

                 4 、 ID 属性值 : 属性值不能重复

                 属性默认值：

                 注意

                       1 、 #REQUIRED: 必须提供属性值

                       2 、 IMPLIED ：可提供也可不提供

3. FIXED: 不能修改

3.     实体声明

<!ENTITY 实体名字 “hello world!”>

& 实体名字

 

名域空间 :

什么是名域空间 ? 干什么用的 ?

解决 XML 文档中命名冲突的问题，即将 XML 文档与引用 URI 标识的名域相结合，来限定其中的元素和属性名

名域的声明 :

1.      直接定义

类比 : 名字和身份证

语法 :xmlns: 名域前缀 =”url”( 唯一性 )

2.      缺省声明

xmlns=”url”

名域的使用 :

1.      用名域限定元素

2.      用名域限定属性

 

解析器 :

什么是解析器 ? 有什么用 ?

1.      读取 XML 文档

2.      如果有 DTD, 也拿过来读 , 分析 XML 的结构内容并进行处理 ( 从 XML 文档中得到信息 )

3.      验证 XML 是否格式良好有效

 

JAVA 中解析 XML 文档 (XML 有四种解析方式 )

在 java 中如何解析一个 xml 文档呢 ?

先看看 xml 的解析方式

xml 有四种解析方式 :

1.      Dom: 文档对象模型

2.      SAX: 事件机制驱动

3.      Jdom

4.      JADP

SAX:

基于事件处理模型 , 在读取 XML 文件时会触发相应的事件 , 这些事件被预先注册的事件处理器来处理

优点 : 速度快 , 占用的资源少 , 边读边解析 , 适合要求快速处理 XML 文档的场合 , 如 :Applet 等

缺点 : 不能前后遍历 , 不能增删改

/**

 * 知识点 :

 * SAX 解析方式来解析 XML 文档

 * 程序目标 :

 * java 文件 :

 * MyContentHander.java: 监听器类 (SAX 解析方式是基于事件处理的方式 )

 * 在 java 中解析一个 XML 文档 , 将里面的元素读取出来打印到终端上

 * 要求使用 SAX 解析方式

 * 流程 :

 * 1. 得到工厂对象

 * 2. 使用工厂对象创建 SAXParser

 * 3. 使用 SAXParser 对象得到一个 XMLReader 对象 , 这个对象可以解析 XML 文档

 * 4. 为 XMLReader 对象注册监听器

 * 5. 使用 XMLReader 对象的 parse() 方法执行 XML 文件进行解析

 */

package MY.SAX;

import java.io.IOException;

 

import javax.xml.parsers.*;

 

import org.xml.sax.InputSource;

import org.xml.sax.SAXException;

import org.xml.sax.XMLReader;

public class SAXTest {

      

       public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {

              // TODO Auto-generated method stub

              SAXParserFactory factory=SAXParserFactory.newInstance();

              SAXParser sp=factory.newSAXParser();

              XMLReader xr=sp.getXMLReader();

              InputSource is=new InputSource(new String("student.xml"));

              xr.setContentHandler(new MyContentHander());

              xr.parse(is);

//          xr.parse("student.xml");

       }

 

}

package MY.SAX;

 

import org.xml.sax.Attributes;

import org.xml.sax.SAXException;

import org.xml.sax.helpers.DefaultHandler;

 

public class MyContentHander extends DefaultHandler{

 

       @Override

       public void characters(char[] arg0, int arg1, int arg2) throws SAXException {

              // TODO Auto-generated method stub

              System.out.println(new String(arg0,arg1,arg2));

       }

 

       @Override

       public void endDocument() throws SAXException {

              // TODO Auto-generated method stub

              System.out.println("end");

       }

 

       @Override

       public void endElement(String arg0, String arg1, String arg2) throws SAXException {

              // TODO Auto-generated method stub

              System.out.println(arg1);

       }

 

       @Override

       public void startDocument() throws SAXException {

              // TODO Auto-generated method stub

              System.out.println("start");

       }

 

       @Override

       public void startElement(String arg0, String arg1, String arg2, Attributes arg3) throws SAXException {

              // TODO Auto-generated method stub

              System.out.println(arg1);

       }

      

}

 

DOM: 文档对象模型

将整个 XML 文件读到内存中 , 然后转化为一棵由各种节点组成的树

优点 : 可以前后遍历 XML, 也可以增删改任意的节点

缺点 : 占用的资源多 , 速度慢 , 不适合处理大型的 XML 文档

/**

 * 知识点 :

 * DOM 解析方式解析一个 XML 文件

 * 程序目标 :

 * 将 XML 文件中的元素属性全部打印出来

 */

package MY.DOM;

 

import java.io.IOException;

 

import javax.xml.parsers.DocumentBuilder;

import javax.xml.parsers.DocumentBuilderFactory;

import javax.xml.parsers.ParserConfigurationException;

 

import org.w3c.dom.Document;

import org.w3c.dom.Element;

import org.w3c.dom.NamedNodeMap;

import org.w3c.dom.Node;

import org.xml.sax.SAXException;

 

public class DomTest {

      

       public static void test(Node start){

              System.out.println("nodeName:"+start.getNodeName()

                            +" nodeValue:"+start.getNodeValue());

              for(Node child = start.getFirstChild();

              child!=null;child = child.getNextSibling()){

                     test(child);

              }

       }

       public static void test2(Node start){

              System.out.println("NodeName:"+start.getNodeName()

                            +" nodeValue:"+start.getNodeValue());

              if(start.getNodeType()==Node.ELEMENT_NODE){

                     NamedNodeMap nnm=start.getAttributes();

                     for(int i=0;i<nnm.getLength();i++){

                            Node node=nnm.item(i);

                            System.out.println("attName:"+node.getNodeName()

                                          +"attValue:"+node.getNodeValue());

                     }

              }

              for(Node child = start.getFirstChild();

              child!=null;child = child.getNextSibling()){

                     test2(child);

              }

       }

       public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {

              // TODO Auto-generated method stub

              DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();

              DocumentBuilder builder=dbf.newDocumentBuilder();

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

              Element e=doc.getDocumentElement();

              test2(e);

       }

 

}