JavaWeb基础—XML学习小结

Posted 2020-09-08 ---江北

一、概述

　　是什么？ 指可扩展标记语言
　　能干什么？ 传输和存储数据
　　怎么干？ 需要自行定义标签。

　　XML 独立于硬件、软件以及应用程序
二、XML简介：可扩展标记语言，都是标记语言，通过标签来操作
　　具有拓展性，标签为预定义，用户自定义标签（包括自己定义中文标签）
　　html：显示数据。
　　XML： 存储数据。（小型数据库）
　　两个版本：1.0（主流） 1.1（兼容性差）
　　用途：1.不同系统之间数据的传输（qq发送数据为例）
　　　　　2.表示生活中有关系的数据
　　　　　3.经常用在配置文件
三、XML的语法：

　　1.文档声明

　　 <?xml version="1.0" encoding="gbk"?>
　　注意格式与位置（必须第一行第一列）
　　xmlns表示xml namespace
　　中文乱码问题的解决：一般系统默认的编码方式为gbk，打开时使用另外的编码方式
　　故出现乱码现象。解决方式是设置保存时候编码与打开方式编码相同：另存为时设置
　　编码方式。
　　2.元素的定义 
　　A.有开始必须要有结束，必须成对出现。<person></person>
　　【成对】在 XML 中，省略关闭标签是非法的。所有元素都必须有关闭标签
　　标签没有内容，可以在标签内结束。<mytag/>
　　可以合理嵌套
　　只有一个根标签，其它都是子标签或是孙标签等。
　　B.空格和换行都会当成原始内容处理
　　<person>
　　人 <person>人</person> 两种是不同的
　　</person>
　　C。命名规范：区分大小写（HTML不区分）
　　不能以数字和_开头
　　不能以xml XML等开头
　　不能包含空格
　　不能包含冒号：
　　D.属性：一个标签可以有多个属性，但不能有相同的属性
　　E.注释：同HTML <!-- -->,注释不允许嵌套。快捷键Ctrl shift /
　　3.特殊字符
　　如 < &lt; > &gt; " &quot; ‘ &apos & &amp类同HTML
　　4.CDATA区：解决多个字符都需要转义的操作
　　写法：<![CDATA[内容]]>
　　5.PI指令（处理指令）
　　对XML样式的设置，引入CSS样式等。但只能设置英文标签的样式
　　6.XML约束：
　　dtd约束(以看懂为准）
　　　　创建.dtd文件约束，看xml中有几个元素，就在dtd中写几个<!ELEMENT>
　　　　再判断是简单元素或者复杂元素（有无子元素等）；复杂元素则表示为<!ELEMENT 元素名称（子元素）>
　　　　如<!ELEMENT person(name,age)>:简单元素则表示为<!ELEMENT 元素名称（#PCDATA)>
　　　　再引入dtd文件：<!DOCTYPE 根元素名称 SYSTEM "dtd文件路径">

　　　　　　　　　　　　另一书根元素名称通常记录为dtd文件名称

　　　　dtd三种引入方法：1.见上。文件引入
　　　　　　　　　　　　　2.使用内部dtd <!DOCTYPE 根元素名称 []>
　　　　　　　　<!DOCTYPE note [
　　　　　　　　<!ELEMENT note (to,from,heading,body)>
　　　　　　　　<!ELEMENT to (#PCDATA)>
　　　　　　　　<!ELEMENT from (#PCDATA)>
　　　　　　　　<!ELEMENT heading (#PCDATA)>
　　　　　　　　<!ELEMENT body (#PCDATA)>
　　　　　　　　]>
　　　　　　　　　　3.使用外部dtd （网络上的dtd）
　　　　　　<!DOCTYPE 根元素名称 PUBLIC "DTD名称" "DTD文档的URL"> (struts2框架应用)
　　　　　　使用dtd定义元素：<!ELEMENT 元素 约束>
　　　　　　简单元素约束举例：<!ELEMENT name (#PCDATA)> 约束为字符串
　　　　　　EMPTY 约束元素为空
　　　　　　ANY 任意
　　　　　　复杂元素约束举例：<!ELEMENT person (name,age)>
　　　　　　name+:表示可以出现一次或者多次
　　　　　　name?:表示出现0次或者1次
　　　　　　name*:表示任意次数
　　　　　　,表示出现的顺序，
　　　　　　name|age表示只能出现其中一个，或的关系
　　　　　　使用dtd定义属性：<!ATTLIST 元素名称
　　　　　　属性名称 属性类型 属性约束
　　　　　　>
　　　　　　属性类型一共三种 属性约束分类
　　　　　　CDATA 字符串 #REQUIRED 必须出现的
　　　　　　ENUM 枚举类型（aa|bb) #IMPLIED 可有可无
　　　　　　ID类型 字母或者_开头 #FIXED "AA" 固定值，如AA
　　　　　　直接值（没写则按照这个值）
　　　　　　定义实体 <!ENTITY copyright "版权所有"> 引用 &copyright 一般写在内部dtd中
　　　　　　W3C案例


　　schema约束
　　　　schema符合XML语法，不能像dtd一样语法自成一派。
　　　　可以有多个schema,而dtd只能有一个。使用名称空间进行区分（类似包名进行区分）
　　　　可以支持更多的数据类型（不止字符串#PCDATA类型）
　　　　更复杂，约束更强大。

　　　　创建一个schema文件 .xsd
　　　　先看有多少个元素，就有多少个<element> 根元素 <schema></schema>
　　　　w3c预定义了属性和标签 xmlns=""表明是一个约束文件 targetNamespace="url"可以通过这个地址进行引入
　　　　看是简单或者复杂元素。
　　　　复杂元素：<complexType>
　　　　<sequence>
　　　　子元素(就是下面的简单元素内容
　　　　</sequence>
　　　　</complexType>

　　　　除了sequence 还可以有其它的：
　　　　<all></all> 表示元素只能出现一次
　　　　<choice></choice> 只能出现一个
　　　　maxOccurs="unbounded" 元素出现次数无限制
　　　　<any></any> 任意
　　　　简单元素：<element name="name" type="string"></element>
　　　　<element name="age" type="int"></element>

　　　　在XML中引入schema文件，在xml根元素上面，<person xmlns="在schema的xmlns后加-instance"
　　　　定义属性（必须是复杂元素）写在</complexType>之前
　　　　<attribute name="id1" type="int" use="required"></attribute>

四、XML解析方式【重点】
js中的DOM解析方式为根据层级结构分配树形结构，标签、属性、文本都封装成对象

XML解析方式：DOM和SAX
　　DOM:类同上述；树形结构容易完成增删改操作，但同时文件过大容易造成内存溢出
　　SAX:采用事件驱动，边读边解析。解析到一个对象则返回该对象名称。
　　容易查询，但不易于增删改操作
XML的解析器：不同公司提供了针对的解析器，以API文档形式给出。
　 　jaxp【sun公司提供】
　　dom4j【实际开发使用最多】（XPath）
　　jdom

　　jaxp的API，属于SE部分，能在JDK中查到，javax.xml. parsers（解析）包
　　主要包含以下类（操作会出现格式混乱的问题：
　　　　dom:DocumentBuilder 解析器的类，抽象类（不能new）
　　　　DocumentBuilderFactory.newDocumentBuilder()方法获得
　　　　parse(string url)解析出整个文档document接口（父接口为Node）子接口中找不到方法时找父接口
　　　　DocumentBuilderFactory 解析器的工厂
　　　　newInstance();获取

　　　　查询操作：
　　　　得到工厂-》得到解析器-》得到Document-》document.getElementsByTagName()得到Nodelist，遍历等。
　　　　getTextContent()得到具体值

　　　　添加操作：
　　　　得到Document及之前操作同上，创建需要添加的元素，类同js。得到父元素（拿到第一个.item(0))
　　　　再进行操作，但此时操作的是内存里面的文档，最后要加一步回写。
　　　　通过TransformerFactory 和Transformer(得到方法同上）
　　　　再通过.transform(new DOMSource(document),new StreamResult("url"));方法回写

　　　　修改使用setTextContent()方法；其它类同上。
　　　　注意getElementsByTayName得到的是集合，要访问带.item(0)方法

　　　　同样的删除操作使用父节点进行删除。

　　　　采用递归进行遍历：访问自己。访问子节点。递归调用。
　　　　判断元素类型再进行打印。

　　　　sax:SAXParser 解析器类
　　　　SAXParserFactory 解析器的工厂

　　　　得到SAXParser实例类同上，使用的方法：parse(File,DefauleHander);
　　　　参数一为xml的路径，参数二为事件处理器(自动执行这个事件）
　　　　三个主要方法：startElement() ：遇到开始标签自动执行此方法<start>
　　　　endElement() ：遇到结束时自动执行</start>
　　　　characters()：遇到文本时执行此方法 开始文本
　　　　qName:把标签名返回

　　　　使用dom4j解析XML，提供了解析器dom4j,由于dom4j是另外的组织开发的，不属于se的一部分。

　　　　  默认情况下dom4j是不支持XPATH的，第一步需要引入jar包：dom4j下lib/jaxen
　　　　dom4j下提供两个方法支持XPATH，在document里调用
　　　　selectNodes("xpath表达式");返回Node，强转成element
　　　　selectSingleNode("xpath表达式");
　　　　所以第一步当然是导包。创建一个folder，复制jar包，点击jar包右键build path>add to path>变成奶瓶的样子
　　　　一般找docs就先看index.html，
　　　　得到document的方法：
　　　　SAXReader reader = new SAXReader();
　　　　Document document = reader.read(url);
　　　　document里面的方法：getRootElement()；返回Element，也是接口（Node子接口）
　　　　Element里面的方法：getParent()：得到父节点 addElement():添加标签
　　　　使用dom4j进行查询操作【XPath更方便】（增删改查操作）getText setText
　　　　创建解析器SAXReader，read()方法得到document,
　　　　得到根节点，getRootElement()
　　　　得到一层层的标签直到需要的标签(从上到下解析）
　　　　注意返回值，Element 与List<Element>
　　　　element(qname)得到标签下面第一个name子标签
　　　　elements()获取标签下面的一层子标签
　　　　elements(qname)所有一层子标签
　　　　使用dom4j进行元素末尾的添加操作（注意回写操作）
　　　　得到根节点之前同上。
　　　　得到P1,直接添加元素（不需要像前面一样先创建）
　　　　Element sex1 = p1.addElement("sex"); sex1.setText("nv");
　　　　使用这个类进行回写XMLWriter xmlWriter = new XMLWriter(OutputStream out, OutputFormat format)
　　　　一个是输出流 new FileOutputStream(xml路径），一个是格式
　　　　OutputFormat format = OutputFormat.createPrettyPrint();(是静态方法，直接类名调用,漂亮的格式，即有缩进的）
　　　　最后加一个回写回去，xmlWriter.write(document);
　　　　当然，流打开那必须关闭，xmlWriter.close();

　　　　在特定位置添加元素，应该在上一级用Elements返回list，
　　　　在list中使用list.add(index,element);需要创建一个用于添加
　　　　使用documentHelper帮助类，使用createElement()静态方法 documentHelper.createElement();

　　　　将部分代码封装到一个Utils类，封装成相关方法，常量如路径，
　　　　表示成public static final String PATH = "";
　　　　使用dom4j进行修改操作（重复部分使用封装的方法（得到Document）与回写与常量（路径等）等）
　　　　得到需要的标签后，setText()即可。
　　　　使用dom4j进行删除节点的操作，同样需要使用父节点进行删除，（可以使用getParent()方法获取父节点）
　　　　方法与Js稍有区别，remove()进行删除

　　　　【！】attributeValue()方法，得到属性值

　　　　使用dom4j支持XPath的操作，可以直接获取到某一个元素，而不用一层一层解析，
　　　　这里的XPath就类似于一种写法，一种表达式。详见手册前六实例。
　　　　/AAA/DDD/BBB一个/表示一层一层
　　　　//BBB每一层的BBB，不管哪一层都可以，只要名字相同
　　　　/AAA/BBB/*表示BBB下所有的
　　　　/AAA/BBB[1] 第一个BBB /AAA/BBB[last()] 最后一个BBB
　　　　//BBB[@id] 选择有id属性的所有BBB元素
　　　　//BBB[@id=‘b1‘] 选择id属性为指定值的所有BBB