首页手记学XML看这一篇就够了(1)

学XML看这一篇就够了(1)

标签：

Java

什么是XML？

XML:extensiable markup language 被称作可扩展标记语言

XML简单的历史介绍：

gml->sgml->html->xml
gml(通用标记语言)–在不同的机器进行通信的数据规范
sgml(标准通用标记语言)
html(超文本标记语言)

为什么我们需要使用XML呢？

①我们没有XML这种语言之前，我们使用的是String作为两个程序之间的通讯！现在问题就来了，如果我们传输的是带有关系型结构的数据，String怎么表达呢？String对关系型数据不擅长，要是描述起来也难免会有歧义的时候！关系型数据如图下所示:

②HTML语言本身就有缺陷：
- 标记都是固定的，不能自定义。HTML语言中有什么标记就只能用什么标记
- HTML标签本身就缺少含义（tr标签里面什么内容都能放进去，不规范！!）
- HTML没有实现真正的国际化

XML文件就解决了以上的问题了，如果使用XML描述上述图片的关系，是非常简单的！


    <?xml version="1.0" encoding="UTF-8" ?>
    <中国>
        <北京>
            <海淀></海淀>
            <丰台></丰台>
        </北京>
        <湖南>
            <长沙></长沙>
            <岳阳></岳阳>
        </湖南>
        <湖北>
            <武汉></武汉>
            <荆州></荆州>
        </湖北>
    </中国>

XML文件还能使用浏览器打开：

我们可以发现XML是可以描述很复杂的数据关系的

XML的用途

①：配置文件(例子：Tomcat的web.xml,server.xml......)，XML能够非常清晰描述出程序之间的关系

②：程序间数据的传输，XML的格式是通用的，能够减少交换数据时的复杂性！

③：充当小型数据库，如果我们的数据有时候需要人工配置的，那么XML充当小型的数据库是个不错的选择，程序直接读取XML文件显然要比读取数据库要快呢！

XML的技术架构

XML被设计为“什么都不做”，XML数据或XML文档只用于组织、存储数据，除此之外的数据生成、读取、传送、存取等等操作都与XML本身无关！

于是乎，想要操作XML，就需要用到XML之外的技术了：

为XML定规则：现在一般使用DTD或Schema技术，当然了Schema技术更为先进！
解析XML的数据：一般使用DOM或者SAX技术，各有各的优点
提供样式：XML一般用来存储数据的，但设计者野心很大，也想用来显示数据(但没人用XML来显示数据)，就有了XSLT(eXtensiable Stylesheet Language Transformation)可扩展样式转换语言

XML语法：

文档声明：

XML声明放在XML的第一行
version----版本
encoding--编码
standalone--独立使用--默认是no。standalone表示该xml是不是独立的，如果是yes，则表示这个XML文档时独立的，不能引用外部的DTD规范文件；如果是no，则该XML文档不是独立的，表示可以引用外部的DTD规范文档。
正确的文档声明格式，属性的位置不能改变！


    <?xml version="1.0" encoding="utf-8" standalone="no"?>

元素

首先在这里说明一个概念：在XML中元素和标签指的是同一个东西！不要被不同的名称所迷惑了！

元素中需要值得注意的地方：

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
每个XML文档必须有且只有一个根元素
元素必须闭合
大小写敏感
不能交叉嵌套
不能以数字开头

看起来好像有很多需要值得注意的地方，其实只需要记住：XML的语法是规范的！不要随意乱写！

属性

属性是作为XML元素中的一部分的，命名规范也是和XML元素一样的！


    <!--属性名是name，属性值是china-->
    <中国 name="china">

    </中国>

注释

注释和HTML的注释是一样的


    <!---->

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
    ]]>

转义字符

对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理。

处理指令

处理指令，简称PI （processing instruction）。处理指令用来指挥解析引擎如何解析XML文档内容。

例如：

在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用css文件显示xml文档内容。

    <?xml-stylesheet type="text/css" href="1.css"?>

XML代码：


    <?xml version="1.0" encoding="UTF-8" ?>
    <?xml-stylesheet type="text/css" href="1.css"?>

    <china>
        <guangzhou>
            广州
        </guangzhou>
        <shenzhen>
            深圳
        </shenzhen>
    </china>

CSS代码：


    guangzhou{
        font-size: 40px;
    }

效果：

JDK中的XML API

①：JAXP（The Java API For XML Processing)：主要负责解析XML

②：JAXB（Java Architecture for XML Binding):主要负责将XML映射为Java对象

什么是XML解析

前面XML章节已经说了，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！

XML解析就是读取XML的数据！

XML解析方式

XML解析方式分为两种：

①：dom(Document Object Model)文档对象模型，是W3C组织推荐解析XML的一种方式

②：sax(Simple API For XML)，它是XML社区的标准，几乎所有XML解析器都支持它！

XML解析操作

从上面的图很容易发现，应用程序不是直接对XML文档进行操作的，而是由XML解析器对XML文档进行分析，然后应用程序通过XML解析器所提供的DOM接口或者SAX接口对分析结果进行操作，从而间接地实现了对XML文档的访问！

常用的解析器和解析开发包的关系如下所示：

为什么有3种开发包？

jaxp开发包是JDK自带的，不需要导入开发包。
由于sun公司的jaxp不够完善，于是就被研发了Jdom。XML解析如果使用Jdom，需要导入开发包
dom4j是由于Jdom的开发人员出现了分歧，dom4j由Jdom的一批开发人员所研发。XML解析如果使用Jdom，需要导入开发包【现在用dom4j是最多的！】

jaxp

虽然jaxp解析XML的性能以及开发的简易度是没有dom4j好，但是jaxp不管怎么说都是JDK内置的开发包，我们是需要学习的！

DOM解析操作

DOM解析是一个基于对象的API，它把XML的内容加载到内存中，生成与XML文档内容对应的模型！当解析完成，内存中会生成与XML文档的结构与之对应的DOM对象树，这样就能够根据树的结构，以节点的形式对文档进行操作！

简单来说：DOM解析会把XML文档加载到内存中，生成DOM树的元素都是以对象的形式存在的！我们操作这些对象就能够操作XML文档了！

下面这样图就能很好地说明了，是怎么样生成与XML文档内容对应的DOM树！

既然XML文档的数据是带有关系型的，那么生成的DOM树的节点也是有关系的：

位于一个节点之上的节点是该节点的父节点(parent)
一个节点之下的节点是该节点的子节点（children）
同一层次，具有相同父节点的节点是兄弟节点（sibling）
一个节点的下一个层次的节点集合是节点后代(descendant)
父、祖父节点及所有位于节点上面的，都是节点的祖先(ancestor)

在DOM解析中有几个核心的操作接口：

Document【代表整个XML文档，通过Document节点可以访问XML文件中所有的元素内容！】
Node【Node节点几乎在XML操作接口中几乎相当于普通Java类的Object，很多核心接口都实现了它，在下面的关系图可以看出！】
NodeList【代表着一个节点的集合，通常是一个节点中子节点的集合！】
NameNodeMap【表示一组节点和其唯一名称对应的一一对应关系，主要用于属性节点的表示（书上说是核心的操作接口，但我好像没用到！呃呃呃，等我用到了，我再来填坑！）】

节点之间的关系图：

有人可能会很难理解，为什么Document接口比Node接口还小，呃呃呃，我是这样想的：一个Document由无数个Node组成，这样我也能把Document当成是Node呀！如果实在想不通：人家都这样设计了，你有种就不用啊！！(开玩笑的.....)

好的，不跟你们多bb，我们来使用一下Dom的方式解析XML文档吧！

XML文档代码


    <?xml version="1.0" encoding="UTF-8" ?>
    <china>
        <guangzhou >广州</guangzhou>
        <shenzhen>深圳</shenzhen>
        <beijing>北京</beijing>
        <shanghai>上海</shanghai>
    </china>

根据XML解析的流程图，我们先要获取到解析器对象！


    public class DomParse {

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

            //API规范：需要用一个工厂来造解析器对象，于是我先造了一个工厂！
            DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();

            //获取解析器对象
            DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();

            //获取到解析XML文档的流对象
            InputStream inputStream = DomParse.class.getClassLoader().getResourceAsStream("city.xml");

            //解析XML文档，得到了代表XML文档的Document对象！
            Document document = documentBuilder.parse(inputStream);

        }
    }

解析XML文档的内容用来干嘛？无非就是增删改查遍历，只要我们会对XML进行增删改查，那就说明我们是会使用DOM解析的！

遍历

我们再来看一下XML文档的内容，如果我们要遍历该怎么做？：

可能我们会有两种想法：
- ①：从XML文档内容的上往下看，看到什么就输出什么！【这正是SAX解析的做法】
- ②：把XML文档的内容分成两部分，一部分是有子节点的，一部分是没有子节点的（也就是元素节点！）。首先我们判断是否为元素节点，如果是元素节点就输出，不是元素节点就获取到子节点的集合，再判断子节点集合中的是否是元素节点，如果是元素节点就输出，如果不是元素节点获取到该子节点的集合....好的，一不小心就递归了...
我们来对XML文档遍历一下吧，为了更好地重用，就将它写成一个方法吧（也是能够更好地用递归实现功能）！


    public class DomParse {

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

            //API规范：需要用一个工厂来造解析器对象，于是我先造了一个工厂！
            DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();

            //获取解析器对象
            DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();

            //获取到解析XML文档的File对象
            InputStream inputStream = DomParse.class.getClassLoader().getResourceAsStream("city.xml");

            //解析XML文档，得到了代表XML文档的Document对象！
            Document document = documentBuilder.parse(inputStream);

            //把代表XML文档的document对象传递进去给list方法
            list(document);

        }

        //我们这里就接收Node类型的实例对象吧！多态！！！
        private static void list(Node node) {

            //判断是否是元素节点，如果是元素节点就直接输出
            if (node.getNodeType() == Node.ELEMENT_NODE) {
                System.out.println(node.getNodeName());
            }

            //....如果没有进入if语句，下面的肯定就不是元素节点了，所以获取到子节点集合
            NodeList nodeList = node.getChildNodes();

            //遍历子节点集合
            for (int i = 0; i < nodeList.getLength(); i++) {

                //获取到其中的一个子节点
                Node child = nodeList.item(i);

                //...判断该子节点是否为元素节点，如果是元素节点就输出，不是元素节点就再获取到它的子节点集合...递归了

                list(child);
            }

        }
    }

效果：

查询

现在我要做的就是：读取guangzhou这个节点的文本内容！


    private static void read(Document document) {

        //获取到所有名称为guangzhou节点
        NodeList nodeList = document.getElementsByTagName("guangzhou");

        //取出第一个名称为guangzhou的节点
        Node node = nodeList.item(0);

        //获取到节点的文本内容
        String value = node.getTextContent();

        System.out.println(value);

    }

效果：

增加

现在我想多增加一个城市节点(杭州)，我需要这样做：


    private static void add(Document document) {

        //创建需要增加的节点
        Element element = document.createElement("hangzhou");

        //向节点添加文本内容
        element.setTextContent("杭州");

        //得到需要添加节点的父节点
        Node parent = document.getElementsByTagName("china").item(0);

        //把需要增加的节点挂在父节点下面去
        parent.appendChild(element);

    }

做到这里，我仅仅在内存的Dom树下添加了一个节点，要想把内存中的Dom树写到硬盘文件中，需要转换器！
获取转换器也十分简单：


        //获取一个转换器它需要工厂来造，那么我就造一个工厂
        TransformerFactory transformerFactory = TransformerFactory.newInstance();

        //获取转换器对象
        Transformer transformer = transformerFactory.newTransformer();

把内存中的Dom树更新到硬盘文件中的transform()方法就稍稍有些复杂了！

它需要一个Source实例对象和Result的实例对象，这两个接口到底是什么玩意啊？
于是乎，我就去查API，发现DomSource实现了Source接口，我们使用的不正是Dom解析吗，再看看构造方法，感觉就是它了！

而SteamResult实现了Result接口，有人也会想，DomResult也实现了Result接口啊，为什么不用DomResult呢？我们现在做的是把内存中的Dom树更新到硬盘文件中呀，当然用的是StreamResult啦！
完整代码如下：


    private static void add(Document document) throws TransformerException {

        //创建需要增加的节点
        Element element = document.createElement("hangzhou");

        //向节点添加文本内容
        element.setTextContent("杭州");

        //得到需要添加节点的父节点
        Node parent = document.getElementsByTagName("china").item(0);

        //把需要增加的节点挂在父节点下面去
        parent.appendChild(element);

        //获取一个转换器它需要工厂来造，那么我就造一个工厂
        TransformerFactory transformerFactory = TransformerFactory.newInstance();

        //获取转换器对象
        Transformer transformer = transformerFactory.newTransformer();

        //把内存中的Dom树更新到硬盘中
        transformer.transform(new DOMSource(document),new StreamResult("city.xml"));
    }

效果：

刚刚增加的节点是在china节点的末尾处的，现在我想指定增加节点的在beijing节点之前，是这样做的：


    private static void add2(Document document) throws TransformerException {

        //获取到beijing节点
        Node beijing = document.getElementsByTagName("beijing").item(0);

        //创建新的节点
        Element element = document.createElement("guangxi");

        //设置节点的文本内容
        element.setTextContent("广西");

        //获取到要创建节点的父节点，
        Node parent = document.getElementsByTagName("china").item(0);

        //将guangxi节点插入到beijing节点之前！
        parent.insertBefore(element, beijing);

        //将内存中的Dom树更新到硬盘文件中
        TransformerFactory transformerFactory = TransformerFactory.newInstance();
        Transformer transformer = transformerFactory.newTransformer();
        transformer.transform(new DOMSource(document), new StreamResult("city.xml"));

    }