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
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
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
步骤4:浏览器运行效果如下
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>< | 小于 |
> | <code> > | 大于 |
" | <code> " | 双引号 |
’ | <code> ' | 单引号 |
& | <code> & | 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 < 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
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
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
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
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
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
“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);
}
}
}
}
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();
}
}
}
3.3 jdom的基本使用
<code>https://github.com/shixiaochuangjob/markdownfile/tree/main/20240812/lib
<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。