JavaWeb之XML学习详解

墨蓝 2023-03-14 10:37 17阅读 0赞

**一、XML简介**

**1.1什么是XML？**

XML全称**eXtendsible Markup Language,即可扩展的标记语言**，与HTML语言有一定的相似之处，例如都是使用标签来定义，格式上有很多相同的地方，最大的区别就在于HTML中所定义的标签都是被预先定义好的，就像java中的关键字，例如< AA >< /AA >这对标签在HTML中是无效的，而XML别不同，它的标签可以完全由自己自定义，这就是二者最大的区别。

**1.2XML有什么用？**

1.可以用来保存数据
    2.也可以用来做配置文件
    3.数据传输载体

**二、XML结构分析**

**2.1 文档声明**

简单声明
        version:解析这个xml文档的时候用什么版本的解析器解析
        <? xml version="1.0" ?>
    encoding
        encoding：解析xml中的文字的时候用什么编码来翻译
        <? xml version="1.0" encoding="gbk" ?>
    standalone
        no:该文档会依赖关联其他文档
        yes：这是一个独立文档
        <?xml version-"1.0" encoding="utf-8" standalone="no" ?>

**2.2 Encoding 详解**

*  在解析这个xml的时候，使用什么编码去解析。
 *  解码：将文字或者数据以二进制的形式保存到机器中，文字和数据对应的二进制的翻译过程就是解码
 *  默认文件保存的时候使用的编码是GBK，所以当xml文档出现乱码的时候有两种解决方法  
    1.让文档声明的encoding也是gbk或者gbk2312  
    2. 如果encoding是utf-8，那么保存文件的时候也要使用utf-8
 *  保存文件的时候见到的ANSI对应的就是我们的本地编码GBK，为了通用，建议使用UTF-8的编码保存，以及encoding也是UTF-8

**2.3元素定义**

*  其实就是里面的标签，<>括起来的都叫元素，成对出现，如下
    
        <stu></stu>
 *  根元素：文档声明下来的第一个元素就叫做根元素，也就是根标签
 *  标签里面可以嵌套标签
 *  即是开始也是结束，一般配合属性来用
    
        <age />   --就像是html中的 <img src=""/>
 *  自定义标签命名规则：
    
        1.名称可以含字母、数字、以及其他字符
          2.名称不能以数字或者标点符号开始
          3.名称不能以xml、XmlXML开始
          4.名称不能包含空格
          5.命名要尽量简单，做到见名知义
 *  简单元素&复杂元素
    
        简单元素：元素里面只包含了普通的文字
          复杂元素：元素里面还可以嵌套其他的元素
 *  元素属性的定义
    
        定义在元素里面，<元素名称 属性名称="属性的值"></元素名称>
          <stus>
              <stu id="101">
                  <name>张三</name>
                  <age>18</age>
              </stu>
              <stu id="102">
                  <name>李四</name>
                  <name>王五</name>
                  <age>18</age>
              </stu>
          </stus>
 *  xml注释
    
        格式：
           
        注意：注释不可以在文档的第一行，必须要在文档声明的下面，虽然在浏览器上能正常显示但是在书写的时候会报错，在规则上也是错误的。
 *  CDATA区
    
        如果某段字符串里面有很多的字符，并且里面含有类是标签或者关键字这种文字，不想让xml的解析器去解析，那么可以把它定义为CDATA
          区，格式如下：
           <![CDATA[]]>
           <des>
        	  <![CDATA[<a href="http://www.baidu.com">广州工商学院</a>]]>
           </des>
          这样在这个xml被解析之后“广州工商学院”就会成为一个超链接。
 *  非法字符
    
        严格来讲，在xml中仅有"<"和&是非法的，省略号、引号、和大于号是合法的，但是替换为实体引用是一个好习惯
          < ---- &lt
          & ----&amp
          非法字符是不能被xml识别的，需要被替换成指定的编码才可以在页面中正常显示。

**三、解析XML的技术**

XML解析就是指获取元素里面的字符数据或者属性数据

**3.1 XML的解析方式（面试常问）**

解析方式其实有很多种，但是一般常用的有两种

1.DOM解析
    2.SAX解析

针对者两种解析方式的API有：

jaxp ---由sun公司制定，比较繁琐
    jdom---常用
    dom4j---常用

3.2 dom4j的基本用法

//记得先导入dom4j所需要的jar包
    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
    1.创建SaxReader对象
       SAXReader reader=new SAXReader();
    
    2.指定解析的xml源
       Document document =reader.read(new File("src/xml/stus.xml"))
    
    3.获取根元素
      Element rootElement=document.getRootElement();
    
    4.根据根元素获得子元素
     rootElement.element("age")
    
    SaxReader 创建好对象之后，通过read的方法将xml文档以树的形式读入内存，然后先获取根元素，再通过根元素获取想要的子元素，然后再用getName()和getText()获取元素的名字和值。

3.3 Dom4j 的 Xpath使用

dom4j里面支持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。
    1. 添加jar包依赖 jaxen-1.1-beta-6.jar
    2. 在查找指定节点的时候，根据XPath语法规则来查找
    3. 后续的代码与以前的解析代码一样。
    ------Xpath实例-----
    <?xml version="1.0" encoding="ISO-8859-1"?>
    
    <bookstore>
    	<book category="COOKING">
    		  <title lang="en">Everyday Italian</title>
    		  <author>Giada De Laurentiis</author>
    		  <year>2005</year>
    		  <price>30.00</price>
    	</book>
    	
    	<book category="CHILDREN">
    		  <title lang="en">Harry Potter</title>
    		  <author>J K. Rowling</author>
    		  <year>2005</year>
    		  <price>29.99</price>
    	</book>
    	
    	<book category="WEB">
    		  <title lang="en">XQuery Kick Start</title>
    		  <author>James McGovern</author>
    		  <author>Per Bothner</author>
    		  <author>Kurt Cagle</author>
    		  <author>James Linn</author>
    		  <author>Vaidyanathan Nagarajan</author>
    		  <year>2003</year>
    		  <price>49.99</price>
    	</book>
    	
    	<book category="WEB">
    		  <title lang="en">Learning XML</title>
    		  <author>Erik T. Ray</author>
    		  <year>2003</year>
    		  <price>39.95</price>
    	</book>
    
    </bookstore>
    ---使用XML DOM对象来加载xml文档,并使用 selectNodes() 函数从 XML 文档选取节点--
    	set xmlDoc=CreateObject("Microsoft.XMLDOM")
    	xmlDoc.async="false"
    	xmlDoc.load("books.xml")
    	
    	xmlDoc.selectNodes(路径表达式)
    ------选取所有的 book 节点------
    xmlDoc.selectNodes("/bookstore/book")
    ------选取所有价格高于 35 的 price 节点------
    xmlDoc.selectNodes("/bookstore/book[price>35]/price")

**四、XML约束**

如上的xml文档， 属性的ID值可以被设置成一样的。 这在生活中是不可能出现的。 并且第二个学生的姓名有好几个。 一般也很少。那么怎么规定ID的值唯一， 或者是元素只能出现一次，不能出现多次？ 甚至是规定里面只能出现具体的元素名字，这就需要我们对这个xml文档进行约束。

XML的约束有两种：一种是**DTD约束**，另一种是**Schema约束**

**4.1 DTD约束**

1.引用网络上的DTD约束
        文档类型 跟标签名字 网络上的DTD dtd的名称 dtd的路径
        <!DOCTYPE stus PUBLIC "//UNKNOWN/" "unknown.dtd">
    2.引用本地的DTD
        文档类型 根标签名字 引入本地DTD dtd的位置
        <!DOCTYPE stu SYSTEM "stus.dtd">
    3.直接在XML里面嵌入DTD约束规则
        <!DOCTYPE stus [
        <!ELEMENT stus (stu)>
        <!ELEMENT stu (name,age)>
        <!ELEMENT name (#PCDATA)>
        <!ELEMENT age (#PCDATA)>
        ]>
    <!ELEMENT stus(stu)>:约束了stus下面只有一个stu元素
    <!ELEMENT stu(name,age)>约束了stu下面有两个有两个元素，name和age且顺序不能变
    <!ELEMENT name(#PCDATA)>
    <!ATTLIST stu id CDATA #IMPLIED>约束了stu有一个属性，该属性可有可无
    元素的个数：
    		     +---->一个或多个
    		     *----->0个或者多个 
    		     ？------>0个或者一个
    属性声明拥使用下列语法：<!ATTLIST 元素名称 属性名称 属性类型 默认值>
    属性的类型定义：
    		CDATA：属性是普通的文字
    		 ID：属性的值必须唯一
    例子----> <!ATTLIST student id CDATA #REQUIRED>
    默认值：
        #REQUIRED 属性值是必需的 
    	#IMPLIED 属性不是必需的 
    	#FIXED value

DTD约束实例

<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE stu SYSTEM "stu.dtd">
    <stu>
    	<student id="1">
    		<name>张三</name>
    		<course>C语言</course>
    		<score>88</score>
    	</student>
    	<student id="2">
    		<name>李四</name>
    		<course>C语言</course>
    		<score>3</score>
    	</student>
    </stu>
    ------------以下是DTD文件---------------
    <?xml version="1.0" encoding="UTF-8"?>
    <!ELEMENT stu (student+)>  
    <!ELEMENT student (name, course, score)>
    <!ATTLIST student id CDATA #REQUIRED>
    <!ELEMENT name (#PCDATA)>
    <!ELEMENT course (#PCDATA)>
    <!ELEMENT score (#PCDATA)>

**4.2 Schema约束**

它其实就是一个xml，使用xml的语法规则，xml解析器解析起来比较方便，是为了代替DTD而出现的，但是由于Schema约束文本内容比DTD多，所以没有真正意义上的代替
    约束文档：
        <schema xmlns="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.itheima.com/teacher"
        elementFormDefault="qualified">
        <element name="teachers">
            <complexType>
                <sequence maxOccurs="unbounded">
                
                <element name="teacher">
                    <complexType>
                    <sequence>
                    
                        <element name="name" type="string"></element>
                        <element name="age" type="int"></element> 
                    </sequence>
                    </complexType> 
                </element>
                </sequence>
                </complexType>
                </element> 
        </schema>
        
    请求头解析：
    <?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。

**4.3 命名空间的作用**

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>
    <aa:name></aa:name>
    <bb:name></bb:name>