什么是XML

XML(eXtendsible Markup Language)即可标记行扩展语言

XML 可以干啥

  • 保存数据
  • 用作配置文件
  • 数据传输载体

XML 文件构成

后缀名

XML 文件都是以 .xml 为后缀

文档声明

  • 最基本的声明
<?xml version="1.0" ?>
  • 带编码(默认为 GBK,一般我们选用 UTF-8),想让 XML 正常显示中文,必须保证 encoding 编码格式与我们文件的编码保存格式一致
<?xml version="1.0" encoding="UTF-8" ?>
  • 关联文件 (standalone : no - 该文档依赖关联其他文档 yes - 该文档是一个独立的文档)
<?xml version="1.0" encoding="gbk" standalone="no" ?>

元素定义

格式 : 与 HTML 类似,使用 <> 包裹的成为标签,一般对出现(除了空标签),例如:

<!-- 成堆出现 -->
<student></student>
<!-- 空标签,标签中间并没有内容,一般配合属性使用 -->
<age/>

XML 的标签是可以自定义的,但是必须遵从命名规则

名称可以含字母、数字以及其他的字符 
名称不能以数字或者标点符号开始 
名称不能以字符 “xml”(或者 XML、Xml)开始 
名称不能包含空格

注: 命名尽量简单,做到见名知义

元素类型

  • 简单元素
<!-- 简单元素中间仅包含了普通的文字 -->
<student></student>
  • 复杂元素
<!-- 复杂元素嵌套其他元素 student就是一个复杂元素 -->
<student>
    <name>张三</name>
    <age>12</age>
</student>

属性定义

前面说空标签一般配合属性使用,当然普通的标签属性同样可以使用

格式:<元素名称 属性名称=“属性的值”></元素名称>

<stus>
    <!-- id 是stu的属性 -->
    <stu id="1001">
        <name>张三</name>
        <age>18</age>
    </stu>
    <stu id="1002">
        <name>李四</name>
        <age>28</age>
    </stu>
</stus>

注释

与 HTML 注释一样

<?xml version="1.0" encoding="UTF-8"?>
<!-- 这是一行注释 -->

注: xml的注释,不允许放置在文档的第一行。 必须在文档声明的下面。

CDATA

XML 文档中的文本都会被解析器解析,有时候我们希望某些元素内部的文本不要去解析,比方说下面的student 元素,我们希望他内部的 name ,age 都不要解析为元素,显然单纯下面这种是无法完成这种效果的

<student><name>张三</name><age>12</age></student>

这是为什么呢,这就涉及到 XML的非法字符

张三12如果不想被解析的话,其所有的字符都要被识别为普通文本,但是 < 字符会被识别为一个元素的开始,我们同样不能在元素内部使用 > <

<!-- 这种方式是错误的 -->
<age> age > 20 </age>

想要解决这个问题,我们必须将非法的字符转换为实体引用

<!-- 小于号的实体引用为 > -->
<age> age ">> 20 </age>

XML 预定义实体引用

符号

实体引用

<

&lt;

>

&gt;

&

&amp;


&apos;

"

&quot;

注:严格地讲,在 XML 中仅有字符 “<“和”&” 是非法的。省略号、引号和大于号是合法的,但是把它们替换为实体引用是个好的习惯。

如果我们内部需要使用大量的包含类似标签和关键字(“<” 和 “&”)的这种文字,同时我们又不想要 XML 解析器去解析,此时,我们就需要使用 CDATA 了。

CDATA :是指不应该由 XML 解析器进行解析的文本数据。CDATA 部分的所有内容都会被解析器忽略。

使用格式

<![CDATA[  这里面是文本区域  ]]>

<des><![CDATA[<a href="http://www.baidu.com">百度 && 网址</a>]]></des>

在 CDATA 内部就可以使用 < & 符号而不会报错了

注: CDATA 部分不能包含字符串 “]]>”,不允许嵌套 CDATA 部分。标记 CDATA 结尾部分“]]>”不能包含空格或拆行。

XML 解析 (Java)

解析XML实际上就是获取元素的字符数据属性数据

常用解析方式

  • DOM(可以对文档进行增删操作)
  • SAX(只能查询)

DOM(document object model): 把整个xml全部读取到内存,形成树状的结构,整个文档称之为document 对象,属性对应为 attribute 对象,元素节点对应为 element 对象,文本称之为 text 对象,他们统称为 node 对象,因为是全部读入,当xml文件特别大的时候,可能会造成内存溢出。

SAX(simple API for xml): 基于事件驱动,读取一行解析一行,不会出现内存溢出

解决方案

  • jaxp:sun公司
  • jdom
  • dom4j:使用比较广泛

dom4j 的基本使用

Maven依赖

<dependency>
    <groupId>dom4j</groupId>
    <artifactId>dom4j</artifactId>
    <version>1.6.1</version>
</dependency>

最基本用法

element.element("stu"); //返回该元素下的第一个stu元素
element.elements(); //返回该元素下的所有子元素。

一般步骤:

  • 创建 SaxReader 对象
  • 指定解析的 XML
  • 获取根元素
  • 根据根元素获取子元素以及子孙元素
try {
    //1. 创建sax读取对象
    SAXReader reader = new SAXReader(); //jdbc -- classloader
    //2. 指定解析的xml源
    Document  document  = reader.read(new File("src/xml/stus.xml"));
    //3. 得到根元素
    Element rootElement= document.getRootElement();

    //获取根元素下面的子元素 age
    //rootElement.element("age") 
    //System.out.println(rootElement.element("stu").element("age").getText());
    //获取根元素下面的所有子元素 。 stu元素
    List<Element> elements = rootElement.elements();
    //遍历所有的stu元素
    for (Element element : elements) {
        //获取stu元素下面的name元素
        String name = element.element("name").getText();
        String age = element.element("age").getText();
        String address = element.element("address").getText();
        System.out.println("name="+name+"==age+"+age+"==address="+address);
    }
		
} catch (Exception e) {
    e.printStackTrace();
}

Xpath 使用

使用上面方式获取子孙节点时会特别的繁琐,dom4j 支持 Xpath的写法( xpath其实是xml的路径语言,支持我们在解析xml的时候,能够快速的定位到具体的某一个元素)

添加依赖

<dependency>
    <groupId>jaxen</groupId>
    <artifactId>jaxen</artifactId>
    <version>1.1</version>
</dependency>

简单使用

// 获取第一个 name 元素
Element nameElement = (Element) rootElement.selectSingleNode("//name");
// 获取文档里面的所有name元素 
List<Element> list = rootElement.selectNodes("//name");

约束

上面的XML文件中,我们所有的元素都可以随便写,像学生的id属性可以一样,学生姓名可以有多个…这显然是不符合现实的。因此我们需要对XML文件作出一定的约束,来控制XML文件满足我们的要求

约束方式

  • DTD
  • Schema

DTD

语法自成一派, 早期就出现的, 可读性比较差

使用方式

  • 引用网上的DTD
<!-- 引入dtd 来约束这个xml -->
<!--  文档类型  根标签名字 网络上的dtd   dtd的名称   dtd的路径 -->
<!DOCTYPE stus PUBLIC "//UNKNOWN/" "unknown.dtd">
  • 使用本地DTD
<!-- 引入本地的DTD  : 根标签名字 引入本地的DTD  dtd的位置 -->
<!DOCTYPE stus SYSTEM "stus.dtd">
  • 内嵌使用
<!DOCTYPE stus [
  		<!ELEMENT stus (stu)>
  		<!ELEMENT stu (name,age)>
  		<!ELEMENT name (#PCDATA)>
  		<!ELEMENT age (#PCDATA)>
  	]>

DTD 编写格式

<!ELEMENT stus (stu)>   stus 下面有一个元素 stu  , 但是只有一个
<!ELEMENT stu (name , age)>  stu下面有两个元素 name  ,age  顺序必须name-age
<!ELEMENT name (#PCDATA)> 
<!ELEMENT age (#PCDATA)>
<!ATTLIST stu id CDATA #IMPLIED> stu有一个属性 文本类型, 该属性可有可无
<!ELEMENT stu (name , age)>		按照顺序来 
<!ELEMENT stu (name | age)>   两个中只能包含一个子元素
元素的个数:
		+ 一个或多个
		*  零个或多个
		? 零个或一个
属性的类型定义 
		CDATA : 属性是普通文字
		ID : 属性的值必须唯一

Schema

其实就是一个xml , 使用xml的语法规则, xml解析器解析起来比较方便 , 是为了替代DTD 。
但是Schema 约束文本内容比DTD的内容还要多。 所以目前也没有真正意义上的替代DTD

使用scheme约束例子:

约束文件

<!-- xmlns  :  xml namespace : 名称空间 /  命名空间
	targetNamespace :  目标名称空间 。 下面定义的那些元素都与这个名称空间绑定上。 
	elementFormDefault : 元素的格式化情况。  -->
<schema xmlns="http://www.w3.org/2001/XMLSchema" 
        targetNamespace="http://www.itheima.com/teacher" 
        elementFormDefault="qualified">

    <element name="teachers">
        <complexType>
            <sequence maxOccurs="unbounded">
                <!-- 这是一个复杂元素 -->
                <element name="teacher">
                    <complexType>
                        <sequence>
                            <!-- 以下两个是简单元素 -->
                            <element name="name" type="string"></element>
                            <element name="age" type="int"></element>
                        </sequence>
                    </complexType>
                </element>
            </sequence>
        </complexType>
    </element>
</schema>

被约束文件

<?xml version="1.0" encoding="UTF-8"?>
	<!-- xmlns:xsi : 这里必须是这样的写法,也就是这个值已经固定了。
	xmlns : 这里是名称空间,也固定了,写的是schema里面的顶部目标名称空间
	xsi:schemaLocation : 有两段: 前半段是名称空间,也是目标空间的值 , 后面是约束文档的路径。-->
    <teachers xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
              xmlns="http://www.itheima.com/teacher"
              xsi:schemaLocation="http://www.itheima.com/teacher teacher.xsd">
        <teacher>
            <name>zhangsan</name>
            <age>19</age>
        </teacher>
        <teacher>
            <name>lisi</name>
            <age>29</age>
        </teacher>
        <teacher>
            <name>lisi</name>
            <age>29</age>
        </teacher>
    </teachers>

命名空间

一个xml如果想指定它的约束规则, 假设使用的是DTD ,那么这个xml只能指定一个DTD , 不能指定多个DTD 。 但是如果一个xml的约束是定义在schema里面,并且是多个schema,那么是可以的。简单的说: 一个xml 可以引用多个schema约束。 但是只能引用一个DTD约束。

名称空间的作用就是在 写元素的时候,可以指定该元素使用的是哪一套约束规则。 默认情况下 ,如果只有一套规则,那么都可以这么写

<name>张三</name>
<!-- 添加前缀来避免命名冲突 -->
<aa:name></aa:name>
<bb:name></bb:name>

<!-- 使用命名空间 默认命名空间不需要加命名空间前缀-->
<!-- xmlns:命名空间前缀="命名空间的URL" -->
<h:table xmlns:h="http://www.w3.org/TR/html4/">
   <h:tr>
   <h:td>Apples</h:td>
   <h:td>Bananas</h:td>
   </h:tr>
</h:table>
<f:table xmlns:f="http://www.w3school.com.cn/furniture">
   <f:name>African Coffee Table</f:name>
   <f:width>80</f:width>
   <f:length>120</f:length>
</f:table>