XML文件基本原理及其解析

妖狐艹你老母 2022-11-20 09:41 201阅读 0赞

## 什么是XML文件 ##

XML文件及叫Extensible Markup Language 可扩展标记语言，XML可扩展性体现在其标签都是可以自定义的。如`<teacher> <student>`.

### 基本背景 ###

XML和HTML是兄弟关系，XML语法非常严格，最初也被发明用来展示网页，但是对于网页脚本XML文件并没有多少竞争力，所以XML文件开始用来存**储配置文件**，并且改文件有很大的市场，由此可以得出XML文件的主要功能。

## XML文件能做什么 ##

### 功能 ###

1.  配置网络文件
2.  在网络中传输

### xml和html的区别 ###

1.  xml标签都是自定义的，html标签是预定义。
2.  xml的语法严格，html语法松散
3.  xml是存储数据的，html是展示数据

## 如何使用XML文件 ##

### xml文档语法 ###

1.  xml文档的后缀名 .xml
2.  xml第一行必须定义为文档声明
3.  xml文档中有且仅有一个根标签
4.  属性值必须使用引号(单双都可)引起来
5.  标签必须正确关闭
6.  xml标签名称区分大小写

### xml组成部分 ###

#### 文档申明 ####

1.  格式: `<?xml 属性列表 ?>`
2.  属性列表  
    version：版本号，必须的属性  
    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  
    standalone：是否独立  
    取值：  
    yes：不依赖其他文件  
    no：依赖其他文件

#### 指令 ####

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

指令可以定义或者是引入样式。

#### 签名 ####

标签名称可实现自定义，其规则如下：

1.  名称可以包含字母、数字以及其他的字符
2.  名称不能以数字或者标点符号开始
3.  名称不能以字母 xml（或者 XML、Xml 等等）开始
4.  名称不能包含空格

#### 属性: ####

标签id属性需要唯一

#### 文本 ####

如果没有CDATA区，  
CDATA区：在该区域中的数据会被原样展示  
格式： <!\[CDATA\[ 数据 \]\]>

### xml 约束文档 ###

##### 约束 #####

规定xml文档的书写规则，作为框架的使用者(程序员)：

1.  能够在xml中引入约束文档
2.  能够简单的读懂约束文档

#### 分类 ####

1.  DTD:一种简单的约束技术
2.  Schema:一种复杂的约束技术

##### DTD： #####

引入dtd文档到xml文档中  
内部dtd：将约束规则定义在xml文档中  
外部dtd：将约束的规则定义在外部的dtd文件中  
本地：  
网络：

小例子  
dtd外部文件约束

<!ELEMENT students (student+)>
    <!ELEMENT student (name,age,sex)>
    <!ELEMENT name (#PCDATA)>
    <!ELEMENT age (#PCDATA)>
    <!ELEMENT sex (#PCDATA)>
    <!ATTLIST student number  ID #REQUIRED>

xml文件

<?xml version="1.0" encoding="UTF-8" ?>
    
    <!DOCTYPE students SYSTEM "student.dtd">
    
    
    <students>
        <student number="stu01">
            <name>zhangsan</name>
            <age>27</age>
            <sex>male</sex>
        </student>
        <student number="stu02">
            <name>lisi</name>
            <age>35</age>
            <sex>female</sex>
        </student>
    </students>

由于DTD约束的实际内容非常有限，约束项内容往往不能做到精细化管控，所以又出现了新的约束Schema文件约束。

##### Schema #####

引入：

1.  填写xml文档的根元素
2.  引入xsi前缀. `xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"`
3.  引入xsd文件命名空间. `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 `xmlns="http://www.itcast.cn/xml"`  
    schema约束小练习：  
    schema约束文件：

<?xml version="1.0" encoding="UTF-8" ?>
    <xsd:schema xmlns="http://www.openedv.com/xml"
                xmlns:xsd="http://www.w3.org/2001/XMLSchema"
                targetNamespace="http://www.openedv.com/xml"
                elementFormDefault="qualified" >
        <xsd:element name="students" type="studentsType"/>
        <xsd:complexType name="studentsType">
            <xsd:sequence>
                <xsd:element name="student" type="studentType" minOccurs="0"
                             maxOccurs="unbounded"/>
            </xsd:sequence>
        </xsd:complexType>
        <xsd:complexType name="studentType">
            <xsd:sequence>
                <xsd:element name="name" type="xsd:string"/>
                <xsd:element name="age" type= "ageType"/>
                <xsd:element name="sex" type="sexType"/>
            </xsd:sequence>
            <xsd:attribute name="number" type="numberType" use="required"/>
        </xsd:complexType>
        <xsd:simpleType name="sexType">
            <xsd:restriction>
                <xsd:enumeration value="male"/>
                <xsd:enumeration value="female"/>
            </xsd:restriction>
        </xsd:simpleType>
        <xsd:simpleType name="ageType">
            <xsd:restriction base="xsd:integer">
                <xsd:minInclusive value="0"/>
                <xsd:maxInclusive value="256"/>
            </xsd:restriction>
        </xsd:simpleType>
        <xsd:simpleType name="numberType">
            <xsd:restriction base="xsd:string">
                <xsd:pattern value="feitian_\d{3}"/>
            </xsd:restriction>
        </xsd:simpleType>
    </xsd:schema>

xml配置文件：

<?xml version="1.0" encoding="utf-8" ?>
    
    <students  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
               xmlns="http://www.openedv.com/xml"
               xmlns:a="http://www.openedv.com/xml"
               xmlns:b="http://www.openedv.com/xml"
               xsi:schemaLocation = "http://www.openedv.com/xml student.xsd">
        <student number="feitian_001">
            <name>tom</name>
            <age>1</age>
            <sex>male</sex>
        </student>
        <a:student number="feitian_002">
            <name>lucy</name>
            <age>34</age>
            <sex>male</sex>
        </a:student>
        <b:student number="feitian_003">
            <name>jack</name>
            <age>34</age>
            <sex>male</sex>
        </b:student>
    </students>

文件解读  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZXNoYW5mZWl0aWFu_size_16_color_FFFFFF_t_70_pic_center]

### XML文件解析 ###

概念：操作xml文档，将文档中的数据加载到内存中

#### 操作xml文档 ####

解析：将XML 文档中数据正确的读取到内存中  
写入：按照xml语法格式，将内存中的数据写入到xml文档中，实现数据持久化存储。

#### 解析xml文件的方式 ####

1.  DOM: 将标记语言文档一次性家载入内存中，在内存中形成一颗DOM树  
    优点：操作便捷，直接可以对文档进行CRUD操作  
    缺点：非常占用内存资源
2.  SAX:逐行读取，基于事件驱动  
    优点:不占内存  
    缺点：只能读取，无法进行数据的CRUD  
    一般情况下，在服务端会采用DOM的操作思想，在移动端采用SAX思想。

#### xml常见的解析器 ####

1.  JAXP:sun公司提供的解析器，支持dom和dax两种思想。
2.  DOM4J:一款非常优秀的解析器。
3.  Jsoup; jsoup是一款java的Html解析器，可直接解析摸个URL地址，HTML文本内容。他提供了一套非常省力的api，可通过DOM,CSS以及类似于jQuery的操作方法来去除和操作数据。
4.  PULL: Android操作系统内置的解析器，sax方式的。

#### Jsoup使用步骤 ####

1、导入jar包  
2、获取Document对象  
3、获取对应的标签Element对象  
4、获取数据

##### Jsoup中对象的使用 #####

1.Jsoup:工具类，可以解析html或xml文档，返回Document对象。  
parse: 解析html或xml文档，返回Document对象。

：解析xml或html文件的。
    parse(File in, String charsetName);
    //解析xml或html字符串
    parse(String html);
    通过网络路径获取指定的html或xml的文档
    parse(URL url, int timeoutMillis);

1.  Document：文档对象。代表内存中的dom树

//根据id属性值获取唯一的element对象
    getElementById(String id);
    //根据标签名称获取元素对象集合
    getElementsByTag(String tagName);
    //根据属性名称获取元素对象集合
    getElementsByAttribute(String key);
    //根据对应的属性名和属性值获取元素对象集合
    getElementsByAttributeValue(String key, String value);

1.  Elements: 元素Elements对象集合，可以当做ArrayList 来使用
2.  element:元素对象  
    1)获取子元素对象

2)获取属性值

//获取文本内容
    String text();
    //获取标签体的所有内容
    String html();

1.  Node: 节点对象  
    是Document和Element的父亲节点。

##### 快捷查询方式 #####

1.  selector:选择器(Jsoup 自带)  
    使用方法: Elements select(String cssQuery);
2.  XPath(XPath 是由中国人写的)  
    使用Jsoup的Xpath需要额外导入jar包。  
    查询w3cshool参考手册，使用xpath的语法完成查询

#### 综合小案例 ####

综合练习element、select、xpath的用法  
约束文件与上文所提及的约束文件是一样的：下面是整个小案例的目录结构：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZXNoYW5mZWl0aWFu_size_16_color_FFFFFF_t_70]  
需要解析的xml文件

<?xml version="1.0" encoding="utf-8" ?>
    
    <students xmlns="http://www.openedv.com/xml">
        <student number="feitian_001">
            <name>leizhancun</name>
            <age>12</age>
            <sex>male</sex>
        </student>
        <student number="feitian_002">
            <name>lucy</name>
            <age>28</age>
            <sex>female</sex>
        </student>
    
        <student number="feitian_003">
            <name id="sheet">
                <xing>simth</xing>
                <ming>jack</ming>
            </name>
            <age>13</age>
            <sex>male</sex>
        </student>
    </students>

解析案例，使用element对象

package com.feitian.jsoup;
    
    import org.jsoup.Jsoup;
    import org.jsoup.nodes.Document;
    import org.jsoup.nodes.Element;
    import org.jsoup.select.Elements;
    
    import java.io.File;
    import java.io.IOException;
    import java.net.URL;
    
    public class JsoupDemo01 { 
        public static void main(String[] args) throws IOException { 
            //获取
            String path = JsoupDemo01.class.getClassLoader().getResource("a.xml").getPath();
            //获取document对象
            Document document = Jsoup.parse(new File(path), "utf-8");
            //
            Elements elements = document.getElementsByTag("name");
            System.out.println(elements.get(0));
            System.out.println("--------------------------------------------------------");
            String name = elements.text();
            System.out.println(name);
            /*URL url = new URL("https://baike.baidu.com/item/%E5%AD%9F%E2%BC%A6%E4%B9%89/19435533"); Document document1 = Jsoup.parse(url, 10000); System.out.println("-----------------------------------------------------------------------------"); System.out.println(document1);*/
            System.out.println("-----------------------------------------------------------------------------");
            Elements names = document.getElementsByTag("name");
            System.out.println(names.html());
    
            System.out.println("-----------------------------------------------------------------------------");
            Element ele_student = document.getElementsByTag("student").get(1);
            Elements ele_name = ele_student.getElementsByTag("name");
            System.out.println(ele_name);
            System.out.println("-----------------------------------------------------------------------------");
            //获取内容
            String ele_text = ele_student.text();
            System.out.println(ele_text);
            System.out.println("-----------------------------------------------------------------------------");
            //获取文本表示形式
            String ele_html = ele_student.html();
            System.out.println(ele_html);
        }
    }

查询案例，使用select和XPath选择器

package com.feitian.jsoup;
    
    import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
    import cn.wanghaomiao.xpath.model.JXDocument;
    import cn.wanghaomiao.xpath.model.JXNode;
    import org.jsoup.Jsoup;
    import org.jsoup.nodes.Document;
    import org.jsoup.select.Elements;
    
    import java.io.File;
    import java.io.IOException;
    import java.util.List;
    
    public class JsoupDemo02 { 
        public static void main(String[] args) throws IOException, XpathSyntaxErrorException { 
            String path = JsoupDemo02.class.getClassLoader().getResource("a.xml").getPath();
            Document document = Jsoup.parse(new File(path), "utf-8");
            Elements elements = document.select("name");
            System.out.println(elements);
            System.out.println("-----------------------------------------------");
            //根据id查询元素。
            Elements ele1 = document.select("#sheet");
            System.out.println(ele1);
            System.out.println("------------------------------------------------");
            //获取student标签并且number属性值为feitian_001的字标签。
            Elements ele2 = document.select("student[number='feitian_003']");
            System.out.println(ele2);
            System.out.println("-----------------------------------------------");
            //xpath使用student标签选择
            JXDocument jxDocument = new JXDocument(document);
            List<JXNode> jxNodes = jxDocument.selN("//student");
            for (JXNode jxNode : jxNodes) { 
                System.out.println(jxNode);
            }
            // xpath 根据name标签选择
            System.out.println("-------------------------------------------");
            List<JXNode> jxNodes1 = jxDocument.selN("//student/name");
            for (JXNode jxNode : jxNodes1) { 
                System.out.println(jxNode);
            }
            //xpath 根据id选取
            System.out.println("--------------------------------------------");
            List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='sheet']");
            for (JXNode jxNode : jxNodes3) { 
                System.out.println(jxNode);
            }
        }
    }

### 如何判断XML文件编写是否正确 ###

编写一下代码如下：

<?xml version="1.0" encoding="utf-8" ?>
    <users>
         <user id='1'>
             <name>zhangsan</name>
             <age>123</age>
             <gender>male</gender>
         </user>
         <user>
             <name>lisi</name>
             <age>24</age>
             <gender>male</gender>
         </user>
         <user>
             <name>tangyan</name>
             <age>32</age>
             <gender>female</gender>
         </user>
    </users>

因为xml文件可以被大部分浏览器引擎解析，若浏览器能成功解析并没有报错，就可以说明xml 文件编写的没有任何语法错误。  
验证方法：将xml文件拖入到浏览器中。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZXNoYW5mZWl0aWFu_size_16_color_FFFFFF_t_70_pic_center 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZXNoYW5mZWl0aWFu_size_16_color_FFFFFF_t_70_pic_center 2]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZXNoYW5mZWl0aWFu_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/9e611132bb4a41f69565fa18fa56a382.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZXNoYW5mZWl0aWFu_size_16_color_FFFFFF_t_70]: /images/20221120/830863acb39f4f51a4725e346ba550f4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZXNoYW5mZWl0aWFu_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221120/a079a45f231949c79812cda3cc7e0c57.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZXNoYW5mZWl0aWFu_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221120/d2893ec9a21349068acc3459e4215e69.png