Java中XML的解析

土法打码 2024-09-06 11:35:01 阅读 78

第一章 XML概述

1.1 XML介绍

1.1.1 什么是XML

XML 指可扩展标记语言(EXtensible Markup Language

XML 是一种标记语言,很类似 HTML,HTML文件也是XML文档

XML 的设计宗旨是传输数据,而非显示数据

XML 标签没有被预定义。您需要自行定义标签

XML 被设计为具有自我描述性(就是易于阅读)

XML 是 W3C 的推荐标准

W3C在1988年2月发布1.0版本,2004年2月又发布1.1版本,单因为1.1版本不能向下兼容1.0版本,所以1.1没有人用。同时,在2004年2月W3C又发布了1.0版本的第三版。我们要学习的还是1.0版本。

1.1.2 XML 与 HTML 的主要差异

XML 不是 HTML 的替代。XML 和 HTML 为不同的目的而设计。XML 被设计为传输和存储数据,其焦点是数据的内容。HTML 被设计用来显示数据,其焦点是数据的外观。HTML 旨在显示信息,而 XML 旨在传输信息。

1.1.3 XML文件案例编写person.xml文件

1.1.3.1 需求

​ 编写xml文档,用于描述人员信息,person代表一个人员,id是人员的属性代表人员编号。人员信息包括age年龄、name姓名、sex性别信息。

1.1.3.2 效果

使用浏览器运行person.xml文件效果如下

image-20240812213254910

1.1.3.3 实现步骤

步骤1:使用idea开发工具,选择当前项目鼠标右键新建“”,如图

image-20240812213555664

image-20240812213601383

步骤2:编写文件person.xml文件,内容如下:

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

<person id="110">code>

<age>18</age><!--年龄-->

<name>张三</name> <!--姓名-->

<sex/><!--性别-->

</person>

步骤3:如图点击浏览器运行

image-20240812213611938

步骤4:浏览器运行效果如下

image-20240812213630067

1.2 XML作用

XML在企业开发中主要有两种应用场景:

1)XML可以存储数据 , 作为数据交换的载体(使用XML格式进行数据的传输)。

2)XML也可以作为配置文件,例如后面框架阶段我们学习的Spring框架的配置(applicationContext.xml)都是通过XML进行配置的(企业开发中经常使用的)

1.3 XML的组成元素

XML文件中常见的组成元素有:文档声明、元素、属性、注释、转义字符、字符区。

1.3.1 文档声明

<code><?xml version="1.0" encoding="utf-8" ?>code>

使用IDE创建xml文件时就带有文档声明.文档声明必须为<?xml开头,以?>结束文档声明必须从文档的0行0列位置开始文档声明中常见的两个属性:

version:指定XML文档版本。必须属性,这里一般选择1.0;enconding:指定当前文档的编码,可选属性,默认值是utf-8;

1.3.2 元素element

格式1:<person></person>

格式2:<person/>

元素是XML文档中最重要的组成部分;普通元素的结构由开始标签、元素体、结束标签组成。元素体:元素体可以是元素,也可以是文本,例如:<person><name>张三</name></person>空元素:空元素只有标签,而没有结束标签,但元素必须自己闭合,例如:<sex/>元素命名

区分大小写不能使用空格,不能使用冒号不建议以XML、xml、Xml开头 格式化良好的XML文档,有且仅有一个根元素。

1.3.3 属性

<person id="110">code>

属性是元素的一部分,它必须出现在元素的开始标签中属性的定义格式:属性名=“属性值”,其中属性值必须使用单引或双引号括起来一个元素可以有0~N个属性,但一个元素中不能出现同名属性属性名不能使用空格 , 不要使用冒号等特殊字符,且必须以字母开头

1.3.4 注释

<!--注释内容-->

XML的注释与HTML相同,既以<!--开始,-->结束。

1.3.5 转义字符

​ XML中的转义字符与HTML一样。因为很多符号已经被文档结构所使用,所以在元素体或属性值中想使用这些符号就必须使用转义字符(也叫实体字符),例如:“>”、“<”、“'”、“”“、”&"。

字符 预定义的转义字符 说明
< <code>&lt; 小于
> <code> &gt; 大于
" <code> &quot; 双引号
<code> &apos; 单引号
& <code> &amp; 和号

注意:严格地讲,在 XML 中仅有字符 “<“和”&” 是非法的。省略号、引号和大于号是合法的,但是把它们替换为实体引用是个好的习惯。

转义字符应用示例:

​ 假如您在 XML 文档中放置了一个类似 “<” 字符,那么这个文档会产生一个错误,这是因为解析器会把它解释为新元素的开始。因此你不能这样写:

<code><message>if salary < 1000 then</message>

为了避免此类错误,需要把字符 “<” 替换为实体引用,就像这样:

<message>if salary &lt; 1000 then</message>

1.3.6 字符区(了解)

<![CDATA[

文本数据

]]>

CDATA 指的是不应由 XML 解析器进行解析的文本数据(Unparsed Character Data)CDATA 部分由 “<![CDATA[" 开始,由 "]]>” 结束;当大量的转义字符出现在xml文档中时,会使XML文档的可读性大幅度降低。这时如果使用CDATA段就会好一些。

注意:

​ CDATA 部分不能包含字符串 “]]>”。也不允许嵌套的 CDATA 部分。

​ 标记 CDATA 部分结尾的 “]]>” 不能包含空格或折行。

1.4 XML文件的约束

在XML技术里,可以编写一个文档来约束一个XML文档的书写规范,这称之为XML约束。

常见的xml约束:DTD、Schema

注意:对于约束的要求是能通过已写好的约束文件编写xml文档.了解即可

1.4.1 DTD约束

1.4.1.1 概念

​ DTD是文档类型定义(Document Type Definition)。DTD 可以定义在 XML 文档中出现的元素、这些元素出现的次序、它们如何相互嵌套以及XML文档结构的其它详细信息。

1.4.1.2 约束体验

步骤1:新建bookshelf.dtd文件,选择项目鼠标右键“NEW->File",文件名为“bookshelf.dtd”

步骤2:bookshelf.dtd文件内容如下

<!ELEMENT 书架 (书+)>

<!ELEMENT 书 (书名,作者,售价)>

<!ELEMENT 书名 (#PCDATA)>

<!ELEMENT 作者 (#PCDATA)>

<!ELEMENT 售价 (#PCDATA)>

步骤3:新建books.xml,代码如下

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

<!DOCTYPE 书架 SYSTEM "bookshelf.dtd">

<书架>

<书>

<书名>JavaEE SSM</书名>

<作者>NewBoy</作者>

<售价>30</售价>

</书>

<书>

<书名>人鬼情喂鸟</书名>

<作者>李四</作者>

<售价>300</售价>

</书>

</书架>

步骤4:idea开发工具books.xml的dtd约束验证不通过的效果

image-20240812214224032

1.4.2 schema约束

1.4.2.1 概念

Schema 语言也可作为 XSD(XML Schema Definition)。

Schema 比DTD强大,是DTD代替者。

Schema 本身也是XML文档,单Schema文档扩展名为xsd,而不是xml。

Schema 功能更强大,数据类型约束更完善。

1.4.2.2 使用

步骤1:新建schema约束文件bookshelf.xsd,对售价约束数据类型,代码如下:

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

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"code>

targetNamespace="http://www.itcast.cn"code>

>

<xs:element name='书架'>code>

<xs:complexType>

<xs:sequence maxOccurs='unbounded'>code>

<xs:element name='书'>code>

<xs:complexType>

<xs:sequence>

<xs:element name='书名' type='xs:string'/>code>

<xs:element name='作者' type='xs:string'/>code>

<xs:element name='售价' type='xs:double'/>code>

</xs:sequence>

</xs:complexType>

</xs:element>

</xs:sequence>

</xs:complexType>

</xs:element>

</xs:schema>

步骤2:新建books2.xml使用schema约束文件

bookshelf.xsd

<根元素 xmlns="命名空间" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="命名空间 xsd约束文件名">code>

</根元素>

book2.xml

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

<书架 xmlns="http://www.itcast.cn" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"code>

xsi:schemaLocation="http://www.itcast.cn bookshelf.xsd"code>

>

<书>

<书名>JavaEE</书名>

<作者>张三</作者>

<售价>39</售价>

</书>

<it:书>

<书名>西游记</书名>

<作者>吴承恩</作者>

<售价>3000</售价>

</it:书>

</书架>

步骤3:违反约束,开发工具提示效果

image-20240812214507352

第二章 xml解析

2.1 XML解析

2.1.1 解析概述

​ 当将数据存储在XML后,我们就希望通过程序获取XML的内容。如果我们使用Java基础所学的IO知识是可以完成的,不过你学要非常繁琐的操作才可以完成,且开发中会遇到不同问题(只读、读写)。人们为不同问题提供不同的解析方式,使用不同的解析器进行解析,方便开发人员操作XML。

2.1.2 解析方式和解析器

开发中比较常见的解析方式有三种,如下:

DOM:要求解析器把整个XML文档装载到内存,并解析成一个Document对象

a)优点:元素与元素之间保留结构关系,故可以进行增删改查操作。

b)缺点:XML文档过大,可能出现内存溢出

image-20240812215405353

SAX:是一种速度更快,更有效的方法。她逐行扫描文档,一边扫描一边解析。并以事件驱动的方式进行具体解析,没执行一行,都触发对应的事件。(了解)

a)优点:处理速度快,可以处理大文件

b)缺点:只能读,逐行后将释放资源,解析操作繁琐。

PULL:Android内置的XML解析方式,类似SAX。(了解)

解析器,就是根据不同的解析方式提供具体实现。有的解析器操作过于繁琐,为了方便开发人员,有提供易于操作的解析开发包

image-20240812215254554

常见的解析开发包

JAXP:sun公司提供支持DOM和SAX开发包Dom4j:比较简单的的解析开发包(常用)JDom:与Dom4j类似Jsoup:功能强大DOM方式的XML解析开发包,尤其对HTML解析更加方便(项目中讲解)

2.2 XML文档生成DOM树原理

2.2.1 介绍

XML DOM 和 HTML DOM一样,XML DOM 将整个XML文档加载到内存,生成一个DOM树,并获得一个Document对象,通过Document对象就可以对DOM进行操作。以下面books.xml文档为例。

2.2.2 XML文件

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

<books>

<book id="0001">code>

<name>JavaWeb开发教程</name>

<author>张孝祥</author>

<sale>100.00元</sale>

</book>

<book id="0002">code>

<name>三国演义</name>

<author>罗贯中</author>

<sale>100.00元</sale>

</book>

</books>

XML文件document文档对象树DOM树

2.2.3 生成的DOM树

image-20240812215503770

由于DOM方式解析XML文档所有都是节点Node,所有节点又都被封装到Document对象中,所以解析的重点就是获取Document对象。

第三章 Java中的XML解析

3.1 Dom4j的基本使用

3.1.2 常用的方法

SaxReader对象
方法 作用
new SaxReader() 构造器
Document read(String url) 加载执行xml文档
Document对象
方法 作用
Element getRootElement() 获得根元素
Element对象
方法 作用
List elements([String ele] ) 获得指定名称的所有子元素。可以不指定名称
Element element([String ele]) 获得指定名称第一个子元素。可以不指定名称
String getName() 获得当前元素的元素名
String attributeValue(String attrName) 获得指定属性名的属性值
String elementText(Sting ele) 获得指定名称子元素的文本值
String getText() 获得当前元素的文本内容

3.1.3方法演示

注意引入jar

<code>https://github.com/shixiaochuangjob/markdownfile/tree/main/20240812/lib

image-20240812224240179

“books.xml”,内容如下:

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

<books>

<book id="0001">code>

<name>JavaWeb开发教程</name>

<author>张孝祥</author>

<sale>100.00元</sale>

</book>

<book id="0002">code>

<name>三国演义</name>

<author>罗贯中</author>

<sale>100.00元</sale>

</book>

</books>

注意:为了便于解析,此xml中没有添加约束

解析此文件,获取每本书的id值,以及书本名称,作者名称和价格.

package com.xml.dom4j;

import org.dom4j.Document;

import org.dom4j.DocumentException;

import org.dom4j.Element;

import org.dom4j.io.SAXReader;

import java.util.List;

public class Demo { -- -->

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

SAXReader reader = new SAXReader();

Document document = reader.read(Demo.class.getResourceAsStream("/books.xml"));

// 获取根元素 books

Element elemRoot = document.getRootElement();

// 获取根元素的所有子元素 book

List<Element> list = elemRoot.elements();

// 遍历集合 获取每一个book

for (Element element : list) {

// 获取book的id属性

String id = element.attributeValue("id");

System.out.println("id : " + id);

// 获取book下的所有子元素 name,author,sale

List<Element> listElem = element.elements();

// 遍历集合 获取每一个子元素

for (Element elem : listElem) {

// 元素名

String name = elem.getName();

// 文本值

String text = elem.getText();

System.out.println("--- " + name + " : " + text);

}

}

}

}

image-20240812224427712

3.2 DOM的基本使用

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

<persons>

<person id="1">code>

<name>张三</name>

<sex>男</sex>

<age>30</age>

<birthday>2000-12-12</birthday>

</person>

<person id="2">code>

<name>李四</name>

<sex>男</sex>

<age>35</age>

<birthday>2001-12-12</birthday>

</person>

<person id="3">code>

<name>王五</name>

<sex>男</sex>

<age>33</age>

<birthday>2008-12-12</birthday>

</person>

<person id="4">code>

<name>老六</name>

<sex>男</sex>

<age>50</age>

<birthday>2010-12-12</birthday>

</person>

<person id="5">code>

<name>田七</name>

<sex>女</sex>

<age>30</age>

<birthday>2002-12-12</birthday>

</person>

</persons>

package com.xml.dom;

import java.io.InputStream;

import javax.xml.parsers.DocumentBuilder;

import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.Document;

import org.w3c.dom.Element;

import org.w3c.dom.NamedNodeMap;

import org.w3c.dom.Node;

import org.w3c.dom.NodeList;

public class DomTest { -- -->

public static void main(String[] args) {

try {

// 定义了一个DocumentBuilder工厂实例。

DocumentBuilderFactory factory = DocumentBuilderFactory

.newInstance();

// 利用这个工厂,生产DocumentBuilder实例。

DocumentBuilder documentBuilder = factory.newDocumentBuilder();

// 指定xml文件, 并绑定一个流。

InputStream inputStream = Thread.currentThread()

.getContextClassLoader().getResourceAsStream("persons.xml");

// 调用parse的方法,来指定xml文件。

Document document = documentBuilder.parse(inputStream);

// 通过document对象获取到根元素。

Element rootElement = document.getDocumentElement(); // 根元素---->persons元素

// 获取persons下的所有的person元素。 5个person的Node节点。

NodeList personsNodeList = rootElement.getElementsByTagName("person");

for (int i = 0; i < personsNodeList.getLength(); i++) {

// 这是一个person节点。

Node personNode = personsNodeList.item(i);

// 通过节点Node获取这个节点中所有的属性集合。

NamedNodeMap attrs = personNode.getAttributes();

for (int j = 0; j < attrs.getLength(); j++) {

Node attrNode = attrs.item(j);

String attrName = attrNode.getNodeName();

String attrValue = attrNode.getNodeValue();

System.out.println(attrName + "=" + attrValue);

}

// 解决person节点下的所有的子元素|子节点。

NodeList childsNodeList = personNode.getChildNodes();

// 在childsNodeList中存在元素节点(4)和 5个空文本节点。

for (int k = 0; k < childsNodeList.getLength(); k++) {

Node childNode = childsNodeList.item(k);

// 过滤其中的元素节点。

if (childNode.getNodeType() == Node.ELEMENT_NODE) {

// 既然是元素节点,我们就可以将node强制转换为element对象。

Element childElement = (Element) childNode;

// Element对象可以比较方便的获取到标签的名称和标签中的文本内容。

String name = childElement.getTagName();

String value = childElement.getTextContent();

System.out.println(name + "------" + value);

}

}

}

} catch (Exception e) {

e.printStackTrace();

}

}

}

image-20240812224837499

3.3 jdom的基本使用

<code>https://github.com/shixiaochuangjob/markdownfile/tree/main/20240812/lib

image-20240812225233596

<code>package com.xml.jdom;

import java.io.InputStream;

import java.util.List;

import org.jdom.Attribute;

import org.jdom.Document;

import org.jdom.Element;

import org.jdom.input.SAXBuilder;

public class JdomTest { -- -->

/**

* JDOM解析xml的运用:

* <p>

* 1、JDOM是第三方的开源组件,就意味着需要导入jar包。

* 2、JDOM仅仅只能是运用于java的开发平台下。

* 3、内部有关元素和属性的处理都是基于Collection的结构。

*/

public static void main(String[] args) {

try {

SAXBuilder saxBuilder = new SAXBuilder();

// 创建一个流并绑定xml文件。

InputStream in = Thread.currentThread().getContextClassLoader()

.getResourceAsStream("persons.xml");

// 获得xml所对应的document文档结构。 xml文件----->Dom树

Document document = saxBuilder.build(in);

// 首先获取到根元素。

Element rootElement = document.getRootElement(); // persons元素。

// 获取根元素中的子元素。

List<Element> personsElementList = rootElement.getChildren(); // persons元素下的子元素person。

System.out.println(personsElementList.size());

for (Element personElement : personsElementList) {

// 针对personElement获取内部的属性。

List<Attribute> attrsList = personElement.getAttributes();

for (Attribute attr : attrsList) {

String attrName = attr.getName();

String attrValue = attr.getValue();

System.out.println(attrName + "=" + attrValue);

}

// 再解决personElement下的所有的子元素的内容。

List<Element> childsElementList = personElement.getChildren();

for (Element childElement : childsElementList) {

String tagName = childElement.getName();

String tagValue = childElement.getValue();

System.out.println(tagName + "-----" + tagValue);

}

}

} catch (Exception e) {

e.printStackTrace();

}

}

}

3.4 sax的基本使用

package com.xml.sax;

import java.io.InputStream;

import javax.xml.parsers.SAXParser;

import javax.xml.parsers.SAXParserFactory;

import org.xml.sax.Attributes;

import org.xml.sax.SAXException;

import org.xml.sax.helpers.DefaultHandler;

public class SaxTest {

public static void main(String[] args) {

try {

// 创建一个Sax解析器的工厂。

SAXParserFactory factory = SAXParserFactory.newInstance();

// 通过工厂产生一个Sax解析器对象。

SAXParser saxParser = factory.newSAXParser();

// 指定xml文件,并获取相应的流。

InputStream inputStream = Thread.currentThread().getContextClassLoader().getResourceAsStream("persons.xml");

// 创建一个DefaultHandler对象。

MyHandler dh = new MyHandler();

// 执行解析。

saxParser.parse(inputStream, dh); // 在加载xml文件的过程中,dh对象中的那些事件方法都会一一的被触发。

} catch (Exception e) {

e.printStackTrace();

}

}

}

// 自定义一个类,继承DefaultHandler类。重写其中的5个方法。

class MyHandler extends DefaultHandler {

@Override

public void startDocument() throws SAXException {

super.startDocument();

System.out.println("----xml文档的开始-----");

}

@Override

public void startElement(String uri, String localName, String qName,

Attributes attributes) throws SAXException {

if ("person".equals(qName)) {

// 取出person元素中的属性的值。--------使用attributes对象处理当前这个元素中的属性。

int len = attributes.getLength();

for (int i = 0; i < len; i++) {

String attName = attributes.getQName(i);

String attValue = attributes.getValue(i);

System.out.println(attName + "=" + attValue);

}

}

}

@Override

public void characters(char[] ch, int start, int length)

throws SAXException {

// 获取元素中所包含的内容信息。

String content = new String(ch, start, length);

System.out.println(content.trim());

}

@Override

public void endElement(String uri, String localName, String qName)

throws SAXException {

System.out.println("----xml中任意的一个元素的结束-----");

}

@Override

public void endDocument() throws SAXException {

super.endDocument();

System.out.println("----xml文档的结束-----");

}

}



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。