Java XML 文件的 DTD 解析规则，DOM 方式解析 XML

水深无声 2022-12-02 15:13 245阅读 0赞

**HTML，Hyper Text Markup Language，超级文本标记(标签)语言**

*  出现目的是服务器给浏览器发送响应信息，
 *  浏览器按照规则解析语言并进行展示

**XML，eXtensible Markup Language，可扩展标记(标签)语言**

*  创建 XML 的宗旨不是为了扩展 HTML，
 *  而是为了数据的存储和传输

**（1）写法**

创建 .xml 文件，建议在文件的第一行添加头信息

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

**（2）规则**

*  结构良好，标签 `<xxx></xxx>` 形式
 *  结构有效，在结构良好的基础上遵循很多规则（所写标签、标签名、属性名、属性数量、标签顺序…）
    
     *  一个遵循结构有效的 xml 文件，需要一个文件来解释 xml 文件（类似于元注解对注解的解释作用）

**（3）四种文件类型**

*  **.tld** Tag Library Definition，标签描述
 *  **.dtd** Document Type Difinition，文档类型描述
 *  **.xsd** Xml Schema Definition，XML文档内容描述
 *  **.xml** eXtensible Markup Language，存储数据的文档

# XML 的 DTD 规则 #

自定义 DTD 规则，可以写在两个地方：

1.  写在当前的 xml 文件中
2.  写在外部 dtd 文件中，然后引入 xml 文件

**（1）描述根标记**

*  DTD 规则写在当前的 xml 文件中

<!DOCTYPE 根标签 [规则]>

*  DTD 规则写在外部文件中

<!DOCTYPE 根标签 SYSTEM "文件名"> 
    
    <!DOCTYPE 根标签 PUBLIC "路径名">

**（2）描述根标记中的子标记**

DTD 规则写在当前的 xml 文件中时，以下配置写在规则中

*  类别通常是 `EMPTY`，意味着空

<!ELEMENT 标签名 EMPTY >

*  类别可以是 `ANY`，意味着可包含任何可解析数据的组合

<!ELEMENT 标签名 ANY>

*  元素内容写法： `()`

<!ELEMENT 标签名 (子标签, 其余子标签, ...) >

正常情况下描述标签内部的子标签时，默认是一个；还需要在子标签后面增加对于个数的说明

<table> 
 <thead> 
  <tr> 
   <th>符号</th> 
   <th>个数</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>a*</code></td> 
   <td>0 ~ n 个 a 标签</td> 
  </tr> 
  <tr> 
   <td><code>a?</code></td> 
   <td>0 ~ 1 个 a 标签</td> 
  </tr> 
  <tr> 
   <td><code>a+</code></td> 
   <td>1 ~ n 个 a 标签</td> 
  </tr> 
  <tr> 
   <td><code>a | b</code></td> 
   <td>a 或者 b</td> 
  </tr> 
  <tr> 
   <td><code>a,b</code></td> 
   <td>a b 都有，并且依照a标签、b标签的顺序出现</td> 
  </tr> 
 </tbody> 
</table>

*  标签内部有可被解析的字符数据即 PCDATA，通常用来描述标签中间的文字
    
     *  PCDATA：Parsed Character DATA，通常用来描述标签中间的可以被解析的字符数据，其支持实体字符

<!ELEMENT 标签名 (#PCDATA) >

*  标签内部有不能被解析的字符数据即 CDATA

<!ELEMENT 标签名 (#CDATA) >

**（3）描述标记中的属性**

<!ATTLIST 标签名称 属性名称 属性类型 属性值>

**属性类型** 的常用描述

*  CDATA（Character DATA）不能被解析的字符数据，通常用来描述属性名
 *  还经常使用 `(type1|type2|type3)` 来描述

**属性值** 的描述

*  默认值，比如 `"xxx"`
 *  `#REQUIRED` 属性值是必需的
 *  `#IMPLIED` 属性不是必需的
 *  `#FIXED value` 属性值是固定的

**（4）描述标记中的实体字符**

<!ENTITY 实体名称 "实体字符的值">

*  实体字符，比如 ` ` 是空格的实体字符
 *  所以我们并描述的实体字符，可以这么使用 `&实体名称;`

# 解析 XML #

解析 XML 文件内容，本质是文件内容的读取

**解析XML文件主要有两种方式：DOM、SAX**

*  DOM 解析（Document Object Model）又称为树结构处理方式；解析全部文档然后形成一个树结构 节点（标签）
    
     *  Java 底层提供支持
     *  优点是编程容易并且安全
     *  缺点是必须将整个文档全部处理完毕，即第一次加载速度较慢
 *  SAX 解析（Simple Api for Xml）类似流媒体，是基于事件的模式，解析时候触发一系列事件，即当某一个标签被解析的时候激活后续的方法
    
     *  优点是加载快，不需要将所有文档都一次性处理完
     *  缺点是编程很麻烦并且复用性低
 *  DOM 解析升级版
    
     *  JDOM（Java-based Document Object Model），需要外部 jar 包，基于 DOM 方式升底层提性能
     *  DOM4J（Document Object Model for Java），需要外部 jar 包，基于 JDOM 方式提升底层性能；**最常用！**

## （1）DOM 方式解析 XML ##

与 JavaScript 的 dom 操作非常类似哦

1.  得到 document 对象

//1.需要一个工厂
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
    
    //2.利用工厂创建工人
    DocumentBuilder builder = factory.newDocumentBuilder();
    
    //3.工人创建一个document对象(需要xml文件)
    Document document = builder.parse(new File("xml文件路径"));

1.  获取标签

//方式一
    Element xxx = document.getDocumentElement(); //获取根标签
    
    //方式二
    Element xxx = document.getElementById("id属性值"); //需要有dtd规则
    
    //方式三
    NodeList list = document.getElementsByTagName("标签名"); //返回值是Node集合
    
    Element xxx = (Element) list.item(0); //get方法
    
    int = list.getLength(); //集合长度

*  document 也是元素，即 Element
 *  上述方法每个 Element 都有

//获取xxx元素的所有子标签
    NodeList = xxx.getChildNodes(); //需要有dtd规则
    
    //获取xxx元素的第一个子标签
    Element = (Element) xxx.getFirstChild();
    
    //获取xxx元素的最后一个子标签
    Element = (Element) xxx.getLastChild();

1.  获取标签中的属性

String = xxx.getAttribute("属性名");

1.  获取标签中的文本内容

String  = xxx.getTextContent();

1.  补充：通过操作 document 还可以写入标签，

Element newElement = document.createElement("标签名");
    
    newElement.setAttribute("属性名","属性值");
    
    newElement.appendChild(Element);

但开发中 XML 与注解互用用来读取配置，而传输信息更多的使用 JSON（所以基本没有需求在开发中向 xml 文件写入）

## （2）JDOM 方式解析 XML ##

*  [jdom-2.0.6.jar][]

1.  得到 document 对象

SAXBuilder builder = new SAXBuilder();
    
    Document document = builder.build(new File("xml文件路径"));

1.  获取标签

//方式一
    Element xxx = document.getRootElement(); //获取根标签
    
    //方式二
    Element = xxx.getChild("yyy"); //获取xxx标签下第一个yyy子标签
    
    //方式三
    List<Element> = xxx.getChildren("yyy"); //获取xxx标签下所有yyy子标签
    
    //方式四
    List<Element> = xxx.getChildren(); //获取xxx标签下所有子标签

1.  获取标签中的属性

String = xxx.getAttributeValue("属性名");

1.  获取标签中的文本内容

String  = xxx.getText();
    
    String  = xxx.getChildText("yyy"); //获取xxx标签的yyy子标签的文本内容

## （3）DOM4J 方式解析 XML ##

*  [dom4j-2.1.1.jar][]

1.  得到 document 对象

SAXReader reader = new SAXReader();
    
    Document document = reader.read(new File("xml文件路径"));

1.  获取标签

//方式一
    Element xxx = document.getRootElement(); //获取根标签
    
    //方式二
    Element = xxx.element("yyy"); //获取xxx标签下第一个yyy子标签
    
    //方式三
    List<Element> = xxx.elements("yyy"); //获取xxx标签下所有yyy子标签
    
    //方式四
    List<Element> = xxx.elements(); //获取xxx标签下所有子标签

1.  获取标签中的属性

String = xxx.attributeValue("属性名");

1.  获取标签中的文本内容

String  = xxx.getText();
    
    String  = xxx.elementText("yyy"); //获取xxx标签的yyy子标签的文本内容

[jdom-2.0.6.jar]: https://wwe.lanzous.com/iOcV8g9oagf
[dom4j-2.1.1.jar]: https://www.lanzoux.com/i0uHKg9pd1e