XML简单介绍

XML编程

主要内容：

XML及其语法

XML约束之DTD

XML编程（CRUD - Create Read Update Delete）

XML约束之Schema

XML概述

什么是XML

XML是指可扩展标记语言(eXtensible Markup Language),他是一种标记语言，很类似HTML，他被设计的宗旨是传输数据，而非显示数据。

XML标签没有被预定义，需要用户自行定义标签。

XML技术是W3C组织(World Wide Web Consortium 万维网联盟)发布的，目前遵循的是W3C组织于2000年发布的XML1.0规范。

XML被广泛认为是继Java之后在Internet上最激动人心的心技术。

XML技术用于解决什么问题

<中国><北京><丰台></丰台><海淀></海淀></北京><安徽><合肥></合肥><黄山></黄山></安徽></中国>

XML是一种通用的数据交换格式

在XML语言中，他允许用户自定义标签。一个标签用于描述一段数据，一个标签可分为起始标签和结束标签，在标签之间，又可以使用其他标签描述其他数据，以此来实现数据关系的描述。

XML中的数据必须通过软件程序来解析执行或显示，如IE，这样的解释程序表示Parser解释器。

XML常见的应用

在Java开发中，传统的配置文件是*.properties属性文件(key=value),而XML表示的数据更为丰富。

XML技术除用于描述有关系的数据外，还经常用作配置文件，以描述程序模块之间的关系。（后面学习的Struts、Spring、Hibernate都是基于XML作为配置文件的）

在一个软件系统中，通过XML配置文件可以提高系统的灵活性。即程序的行为是通过XML文件来配置的，而不是硬编码。

XML语法

XML文档的组成

文档声明

元素

元素的属性

注释

CDATA区

特殊字符

处理指令(PI:Processing Instruction)

文档声明

在编写XML文档时，需要先使用文档声明来声明XML文档，且必须出现在文档的第一行。

最简洁的语法：

元素

XML元素指XML文件中出现的标签、一个标签分为起始标签和结束标签（不能省略）。一个标签有如下书写形式：

包含标签主体：

<mytag>context</mytag>

不含标签主体：

<mytag/>

一个标签中可以嵌套若干子标签，但是所有标签必须合理的嵌套，不允许有交叉嵌套。

一个XML文档必须有且仅有一个跟标签，其他标签都是这个跟标签的字标签或孙标签。

XML中不会忽略主体中的换行与空格。

元素命名规范（元素[标签]的名称可以包含字母、数字、减号、下划线和英文句点）：

严格区分大小写：

<P> <p>

只能以字母或下划线开头： abc _abc

不能以xml(或XML、Xml等)开头—W3C保留日后使用；

名称字符之间不能有空格或制表符；

名称字符之间不能使用冒号；（有特殊用途）

特殊字符

对于一些特殊字符，若要在元素主体内容中显示，必须进行转移。

& –>

&

< –>

<

> –>

>

” –>

"

’ –>

'

注释

注释：

<!-- 这是注释信息 -->

注释不能加在文档声明之前。

处理指令

处理指令，简称PI（Processing Instruction）。

作用：用来指挥软件如何解析XML文档。

语法：必须以”

XML约束之DTD

为什么需要约束

XML都是用户自定义的标签，若出现小小的错误，软件程序将不能正确地获取稳健中的内容而报错。

XML技术中，可以编写一个文档来约束一个XML的书写规范，这个文档称之为约束。

两个概念：

格式良好的XML：遵循XML语法的XML

有效的XML：遵循约束文档的XML

约束文档定义了在XML中允许出现的元素名称。属性及元素出现的顺序等等。

常见的约束技术

XML DTD [*]

XDR

SOX

XML Schema [*]

DTD快速入门

DTD（Document Type Definition）：文档类型定义。

作用：约束XML的书写规范

编写DTD的方式

DTD约束文档可以再XML文档中直接定义，也可以作为单独的文档进行编写（单独的文档必须以UTF-8编码进行保存）。

在XML文档中编写DTD示例：

<?xml version="1.0" encoding="GBK" standalone="yes"?>
<!DOCTYPE 书架 [
<!ELEMENT 书架 (书+)>
<!ELEMENT 书 (书名,作者,售价)>
<!ELEMENT 书名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 售价 (#PCDATA)>
]
>
<书架>
<书>
<书名>JavaWEB开发</书名>
<作者>小三</作者>
<售价>45.90</售价>
</书>
</书架>

引入外部DTD文档（XML使用DOCTYPE声明语句来指明它所遵循的DTD文档，有两种方式：）

当引用的DTD文档在本地时，采用如下方式：

<!DOCTYPE 根元素 SYSTEM "DTD文档路径">

如：<!DOCTYPE 书架 SYSTEM "book.dtd">

当引用的DTD文档在公共网络上时，采用如下的方式：

<!DOCTYPE 根元素 PUBLIC "DTD名称" "DTD文档的URL">

如：<!DOCTYPE web-app PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" "http://java.sun/com/dtd/web-app_2_3.dtd">

举例：在XML中引用book.dtd文件示例

book.dtd文件

<!ELEMENT 书架 (书+)>
<!ELEMENT 书 (书名,作者,售价)>
<!ELEMENT 书名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 售价 (#PCDATA)>

book.xml文件引用book.dtd文件

<?xml version="1.0" encoding="GBK"?>
<!DOCTYPE 书架 SYSTEM "book.dtd">
<书架>
<书>
<书名>JavaWEB开发</书名>
<作者>小三</作者>
<售价>45.90</售价>
</书>
<书>
<书名>C/C++开发</书名>
<作者>小四</作者>
<售价>43.00</售价>
</书>
</书架>

DTD语法细节

DTD文档的语法主要涉及以下内容的定义

定义元素

定义属性

定义实体

DTD-定义元素

在DTD文档中使用ELEMENT关键字来声明一个XML元素

语法：

DTD-定义属性 ###

在DTD文档中使用ATTLIST关键字来为一个元素声明属性。

语法：

<!ATTLIST 元素名
属性名1 属性值类型 设置说明
属性名2 属性值类型 设置说明
......
>

示例：

<!ATTLIST 商品
类别 CDATA #REQUIRED
颜色 CDATA #IMPLIED
>

则对应的XML为：<商品 类别=”服装” 颜色=”黄色”/>

属性值类型：

CDATA：表示属性的取值为普通的文本字符串

ENUMERATED(DTD没有此关键字)：表示枚举，只能从枚举列表中任选其一，如（鸡肉|牛肉|猪肉|鱼肉）

ID：表示属性的取值不能重复，唯一性

设置说明

#REQUIRED：表示属性必须出现

#IMPLIED：表示该属性可有可无

#FIXED：表示属性的取值为一个固定值。语法：#FIXED “固定值”

直接值：表示属性的取值为该默认值

示例一：

<!ATTLIST 页面作者
姓名 CDATA #IMPLIED
年龄 CDATA #IMPLIED
联系信息 CDATA #REQUIRED
网站职务 CDATA #FIXED "页面作者"
个人爱好 CDATA "上网"
>

示例二：

<?xml version="1.0" encoding="GBK" standalone="yes"?>
<!DOCTYPE 购物篮 [
<!ELEMENT 肉 EMPTY>
<!ATTLIST 肉 品种 (鸡肉|牛肉|猪肉|鱼肉) "鸡肉">
]>
<购物篮>
<肉 品种="鱼肉"/>
<肉 品种="牛肉"/>
<肉/>
</购物篮>

DTD-定义实体

定义实体就是为一段内容指定一个名称，使用时通过这个名称就可以引用其所代表的内容。

在DTD文档中使用ENTITY关键字来声明一个实体。

实体课分为：引用实体和参数实体，两者的语法不通。

定义引用实体

概念：在DTD中定义，在XML中使用

语法：

DTD中定义：
<!ENTITY copyright "易则版权所有">
XML中引用：
©right;

定义参数实体

概念：在DTD中定义，在DTD中使用

语法：

DTD中定义：
<!ENTITY % TAG_NAMES "姓名|EMAIL|电话|地址">
DTD中引用：
<!ELEMENT 个人信息 (%TAG_NAMES;|生日)>
<!ELEMENT 客户信息 (%TAG_NAMES;|公司名)>

解析XML文档

Java 解析XML概述

XML解析方式分为两种：DOM方式和SAX方式

DOM：Document Object Model，文档对象模型。这种方式是W3C推荐的处理XML的一种方式。

SAX：Simple API for XML，这种方式不是官方标准，属于开源社区的XML-DEV，几乎所有的XML解析器都支持它。

XML解析开发包

JAXP：是SUN公司推出的解析标准实现，JDK。 *

Dom4J：是开源组织推出的解析开发包。（大家都在使用）*

JDom：是开源组织推出的解析开发包。

JAXP

JAXP（Java API for XML Processing）开发包是JavaSE的一部分，它是由几个包及其自爆组成：

org.w3c.dom：提供DOM方式解析XML的标准接口

org.xml.dom：提供SAX方式解析XML的标准接口

javax.xml：提供了解析XML文档的类

javax.xml.parsers包中，定义了几个工厂类。可以通过调用这些工厂类，得到对XML文档进行解析的DOM和SAX解析器对象。

DocumentBuilderFactory

SAXParserFactory

注：

DOM缺点：一次性将文档加载到内存中，如果xml文档比较大，占用的内存就会多(64M–Java)。

Document代表内存中的整个DOM树。

优点：查找、修改、删除

JAXP操作文档两点注意点

获取Document对象

javax.xml.parsers包中的DocumentBuilderFactory用于创建DOM模式的解析器对象，DocumentBuilderFactory是一个抽象工厂类，他不能直接实例化，单该类提供了一个newInstance方法，这个方法会根据本地平台默认安装的解析器，自动创建一个工厂的对象并返回。

DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();

更新XML文档（在程序中操作更新的是在内存中，XML文档在磁盘中并没有更新）

javax.xml.transform包中的Transformer类用于把代表XML文件的Doucment对象转换为某种格式后进行输出，例如把xml文件应用样式表后转成html文档。利用这个对象，当然也可以把Document对象又重新写入到一个XML文件中。

Transformer类通过transform方法完成转换操作，该方法接受一个源和一个目的地。我们可以通过：

javax.xml.transform.dom.DoMSource类来关联要转换的document对象。

用javax.xml.transform.stream.StreamResult对象来表示数据的目的地。

Transformer对象通过TransformerFactory获得。

TransformerFactory transformerFactory = TransformerFactory.newInstance();
Transformer transformer =  transformerFactory.newTransformer();
transformer.transform(new DOMSource(document), new StreamResult("src/book.xml"));

SAX

在使用DOM解析XML文档时，需要读取整个XML文档，在内存中构架代表整个DOM书的Document对象，从而在对XML文档进行操作。此种情况下，如果XML文档特别大，就会消耗计算机的大量内存，并且容易导致内存溢出。

SAX解析允许在读取文档的时候，即对文档进行处理，而不必等到整个文档装载完才会文档进行操作。

SAX采用时间处理的方式解析XML文件，利用SAX解析XML文档，设计两个部分：解析器和事件处理器：

解析器可以使用JAXP的API创建，创建出SAX解析器后，就可以指定解析器去解析某个XML文档。

解析器采用SAX方式在解析某个XML文档时，它只要解析到XML文档的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。

事件处理器由程序员编写，程序员通过事件处理器中方法的参数，就可以很轻松地得到sax解析器解析到的数据，从而决定如何对数据进行处理。

示例

public static void main(String[] args) throws Exception {

// 获取解析器
SAXParser saxParser = SAXParserFactory.newInstance().newSAXParser();
// 得到读取器
XMLReader xmlReader = saxParser.getXMLReader();
xmlReader.setContentHandler(new DefaultHandler() {

int index = 0; //售价索引
boolean isPrice = false; //是否是售价

@Override
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
if ("售价".equals(qName)) {
isPrice = true;
}
}

@Override
public void characters(char[] ch, int start, int length) throws SAXException {
if (index == 1 && isPrice) {
System.out.println(new String(ch, start, length));
}
}

@Override
public void endElement(String uri, String localName, String qName) throws SAXException {
if ("售价".equals(qName)) {
isPrice = false;
index++;
}
}
});
xmlReader.parse("sax/src/book.xml");
}

DOM4J解析XML文档

Dom4j是一个简单、灵活的开放源代码的库，Dom4j是由早起开发JDOM的人分离出来而后独立开发的。与JDOM不同的是，dom4j使用接口和抽象基类，虽然Dom4j的API相对要复杂一些，单它提供了比JDOM更好的灵活性。

Dom4j是一个非常优秀的Java XML API，具有性能优异、功能强大和极易使用的特点。现在很多软件采用的Dom4j，例如Hibernate、包括sun公司自己的JAXM也用了Dom4j。

使用Dom4j开发，许下载Dom4j相应的jar文件。

参考Dom4j-1.6.1 API文档

示例

public void getNodeTextContent() throws Exception {

//1 得到解析器
SAXReader saxReader = new SAXReader();
//2 加载xml文档
Document document = saxReader.read("src/book.xml");
//3 获取根元素
Element root = document.getRootElement();
//4 得到第二本书元素
Element book = (Element) root.elements("书").get(1);
Element bookName = book.element("书名");
Assert.assertEquals("C/C++开发", bookName.getText());
}

XML约束之Schema

XML Schema也是一种用于定义和描述XML文档与内容的模式语言，其出现时为了克服DTD的局限性。

XML Schema本身就是一个XML文档。

XML Schema VS DTD：

XML Schema符合XML语法结构。

DOM、SAX等XML API很容易解析出XML Schema文档中内容。

XML Schema对名称空间支持得非常好。

XML Schema比XML DTD支持更多的数据类型，并支持用户自定义新的数据类型。

XML Schema定义约束的能力非常大，可以对XML实例文档作出细致的语义限制。

XML Schema不能像DTD一样定义实体，比DTD更复杂，但XML Schema现在是W3C的标准，它正在逐步取代DTD。

XML Schema快速入门

XML Schema文件自身就是一个XML文件，但它的扩展名通常为.xsd。

一个XML Schema文档通常称之为模式文档(约束文档)，遵循这个文档书写的xml文件称之为实例文档。

和XML文件一样，一个XML Schema文档也必须有一个根节点，但这个根节点的名称为schema。

编写了一个XML Schema约束文档后，通常需要把这个文件中声明的元素绑定到一个URI地址上，在XML Schema技术中有一个专业术语描述这个过程，即把XML Schema文档声明的元素绑定到一个名称空间上，以后XML文件就可以通过这个URI（即名称空间）来告诉解析引擎，xml文档编写的元素来自哪里，被谁约束。

xsd示例：

<?xml version="1.0" encoding="UTF-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.hsx.com"
elementFormDefault="qualified">

<xs:element name='书架'>
<xs:complexType>
<xs:sequence maxOccurs='unbounded'>
<xs:element name='书'>
<xs:complexType>
<xs:sequence>
<xs:element name='书名' type='xs:string' />
<xs:element name='作者' type='xs:string' />
<xs:element name='售价' type='xs:string' />
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>

对应的xml示例：

<?xml version="1.0" encoding="UTF-8"?>
<hsx:书架 xmlns:hsx="http:www.hsx.com"
xmlns:xi="http://www.w3.org/2001/XMLSchema-instance"
xi:schemaLocation="http://www.hsx.com book.xsd">
<hsx:书>
<hsx:书名>Java AOP</hsx:书名>
<hsx:作者>黄泽</hsx:作者>
<hsx:售价>50</hsx:售价>
</hsx:书>
</hsx:书架>

名称空间的概念

在XML Schema中，每个约束模式文档都可以被赋予一个唯一的名称空间，名称空间用一个唯一的URI(Uniform Resource Identifier，统一资源标识符)表示。在XML文件中书写标签时，可以通过名称空间声明（xmlns），来声明当前编写的标签来自哪个Schema约束文档。如：

<hsx:书架 xmlns:hsx="http:www.hsx.com"
xmlns:xi="http://www.w3.org/2001/XMLSchema-instance"
xi:schemaLocation="http://www.hsx.com book.xsd">
<hsx:书>
<hsx:书名>Java AOP</hsx:书名>
<hsx:作者>黄泽</hsx:作者>
<hsx:售价>50</hsx:售价>
</hsx:书>
</hsx:书架>

注意：名称空间的名字语法容易让人混淆，尽管以

http://

开始，哪个URI并不指向一个包含模式定义的文件。事实上，这个URL：

http://www.hsx.com

根本没有指向任何文件，只是一个分配的名字。

使用名称空间引入Schema

为了在一个XML文档中声明它所遵循的Schema文件的具体为止，通常需要在XML文档中的根节点中使用SchemaLocation属性来指定，例如：

xsi:schemaLocation="http://java.sun.com/xml/ns/j2ee http://java.sun.com/xml/ns/j2ee/web-app_2_4.xsd"[/code] 
schemaLocation此属性有两个值。第一个是值是需要使用的命名空间；第二个值是供命名空间使用的XML Schema的位置，两者之间用空格分隔。

注意：在使用schemaLocation属相时，也需要指定该属性来自哪里。

使用默认名称空间
基本格式：
xmlns="URI"


示例：

<?xml version="1.0" encoding="UTF-8"?>
<书架 xmlns="http:www.hsx.com"
xmlns:xi="http://www.w3.org/2001/XMLSchema-instance"
xi:schemaLocation="http://www.hsx.com book.xsd">
<书>
<书名>Java AOP</书名>
<作者>黄泽</作者>
<售价>50</售价>
</书>
</书架>


使用名称空间引入多个XML Schema文档
示例：

<?xml version="1.0" encoding="gbk"?>
<shiporder xmlns="http://www.itcast.cn"
xmlns:xi="http://www.w3.org/2001/XMLSchema-instance"
xi:schemaLocation="http://www.itcast.cn shiporder.xsd" orderid="aaaa">
<orderperson>aaa</orderperson>
<shipto>
<name>zhangsan</name>
<address>sd</address>
<city>jn</city>
<country>cn</country>
</shipto>
<item>
<title>aaaaa</title>
<note>bbbb</note>
<quantity>10</quantity>
<price>100.0</price>
</item>
</shiporder>


不使用名称空间引入XML Schema文档
noNamespaceSchemaLocation

示例：

<?xml version="1.0" encoding="UTF-8"?>
<书架 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:noNamespaceSchemaLocation="book.xsd">
<书>
<书名>Java编程思想</书名>
<作者>黄泽</作者>
<售价>59.00</售价>
</书>
</书架>