高级文件处理(XML)

Posted 2022-05-07 未定_

XML

• 第一章 XML基本概念
• • 一、XML简介
  • 二、XML规范化
  • • 1.DTD
• 第二章 XML的解析方式
• • 一、DOM
  • 四、DOM4J

第一章 XML基本概念

一、XML简介

1.XML是可扩展标记语言：意义+数据
标签可自行定义，具有自我描述性。
纯文本表示，跨平台/平台/语言。
2.XML结构：

声明信息，用于描述xml的版本和编码方式。

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

常规语法：

a.任何的起始标签都必须有一个结束标签。 
b.简化写法，例如，<name> </name>可以写为<name/>
c.大小写敏感。
d.每个文件都要有一个根元素。
e.标签必须按合适的顺序进行嵌套，不可错位。
f.所有的特性都必须有值，且在值的周围加上引号。 
g.需要转义字符，如“<”需要用&lt；代替。
h.注释：<!--注释内容-->

3.XML解析方法
树结构： DOM，文档对象模型，擅长(小规模)读/写。
流结构： SAX，流机制解释器(推模式)，擅长读；Stax，流机制解释器(拉模式)，擅长读。
xml简介

二、XML规范化

1.DTD

1.DTD简介

• 文档定义类型
• 用于约束xml的文档格式，保证xml有效
• DTD可以分为两种，内部DTD，外部DT

DTD简介
2.使用DTD

内部DTD:
定义：

<!DOCTYPE 根元素 [元素声明]>

元素声明：–>戳

<!ELEMENT 元素名(子元素[,子元素...])>

例如：
<!ELEMENT scores (student*)>//可以有任意个student
<!ELEMENT student (name, course, score)>
可表示成：
<scores>
    <student>
        <name>    </name>
        <course>  </course>
        <score>   </score>
    </student>
    …
</scores>

若元素标签中不允许再嵌套元素标签，只能写文本，可加 #PCDATA 限制，例如：
<!ELEMENT name (#PCDATA)>

数量词：
+：出现1次或多次，至少1次
？：出现0次或1次
*：出现任意次
属性声明：–>戳

<!ATTLIST 元素名称 属性名称 属性类型 默认值>

例如：
<!ATTLIST student id CDATA #REQUIRED>
//CDATA是属性类型，表示值为字符数据
//#REQUIRED是默认参数类型，表示属性值必须有
//#IMPLIED是默认参数类型，表示属性值不是必须有
可以表示为：
<student id="1">

带DTD的完整xml代码

<?xml version="1.0" encoding="UTF-8"?>
<!--声明内部DTD-->
<!DOCTYPE scores[
    <!ELEMENT scores (student+)>
    <!ELEMENT student (name, course, score)>
    <!ATTLIST student id CDATA #REQUIRED>
    <!ELEMENT name (#PCDATA)>
    <!ELEMENT course (#PCDATA)>
    <!ELEMENT score (#PCDATA)>
]>
<scores>
    <student id="1">
        <name>张三</name>
        <course>java</course>
        <score>89</score>
    </student>
    <student id="2">
        <name>李四</name>
        <course>c++</course>
        <score>85</score>
    </student>
</scores>

外部DTD
创建一个独立的DTD文件

<?xml version="1.0" encoding="UTF-8"?>
<!--声明内部DTD-->
<!ELEMENT scores (student+)>
<!ELEMENT student (name, course, score)>
<!ATTLIST student id CDATA #REQUIRED>
<!ELEMENT name (#PCDATA)>
<!ELEMENT course (#PCDATA)>
<!ELEMENT score (#PCDATA)>

<?xml version="1.0" encoding="UTF-8"?>
<!--外部引入DTD-->
<!DOCTYPE scores SYSTEM "scores.dtd">
<scores>
    <student id="1">
        <name>张三</name>
        <course>java</course>
        <score>89</score>
    </student>
    <student id="2">
        <name>李四</name>
        <course>c++</course>
        <score>85</score>
    </student>
</scores>

第二章 XML的解析方式

XML常用的解析方式：

• DOM解析：
  是官方提供的解析方式，基于XML树解析的。
  比较耗资源，适用于多次访问XML。
• SAX解析：
  是民间的解析方式，基于事件的解析。
  消耗资源小，适用于数据量较大的XML。
• JDOM解析：
  第三方提供，开源免费的解析方式，比DOM解析快。
  JDOM仅使用具体类而不使用接口。
• DOM4J解析：
  第三方提供，开源免费，是JDOM的升级版。
  使用接口而不是实现类。

一、DOM

1.DOM 是 W3C 处理 XML 的标准 API

• 直观易用。
• 其处理方式是将 XML 整个 作为类似 树结构 的方式读入内存中以便操作及解析，方便修改。
• 基于XML树结构，比较耗费资源，适用于 多次 访问 XML。
• 解析 大数据量 的 XML 文件，会遇到内存泄露及程序崩溃的风险（需要用SAX解析方式）。

2.DOM类

• DocumentBuilder 解析类，parse方法
• Node 节点主接口，getChildNodes返回一个NodeList
• NodeList 节点列表，每个元素是一个Node
• Document 文档根节点
• Element 标签节点元素 (每一个标签都是标签节点)
• Text节点 (包含在XML元素内的，都算Text节点)
• Attr节点(每个属性节点)
• 查看相关例子

3.实例

<?xml version="1.0" encoding="UTF-8"?>
<users>
    <user id="0">
        <name>Mary</name>
        <age>23</age>
        <sex>Female</sex>
    </user>
    <user id="1">
        <name>Mike</name>
        <age>24</age>
        <sex>Male</sex>
    </user>
    <user id="2">
        <name>Alice</name>
        <age>23</age>
        <sex>Female</sex>
    </user>
    <user id="3">
        <name>Tom</name>
        <age>24</age>
        <sex>Male</sex>
    </user>
</users>

package XML.DOM;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;

public class DomReader 
	public static void main(String[] a) throws Exception
		recursiveTraverse();
		System.out.println("=======华丽的分割线=======");
		traverseBySearch();
	
	public static void recursiveTraverse() throws Exception
		//采用Dom解析xml文件
		DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();
		DocumentBuilder db=dbf.newDocumentBuilder();
		Document document=db.parse("users.xml");

		//获取所有的一级子结点
		NodeList usersList=document.getChildNodes();
		System.out.println(usersList.getLength());//1
		for(int i=0;i<usersList.getLength();i++)
			Node users=(Node) usersList.item(i);//1 users

			NodeList userList=users.getChildNodes();//获取二级子结点users的列表
			System.out.println("=="+userList.getLength());//9

			for(int j=0;j<userList.getLength();j++)
				Node user=(Node) userList.item(j);
				if(user.getNodeType()==Node.ELEMENT_NODE)
					NodeList metaList=user.getChildNodes();
					System.out.println("==="+metaList.getLength());//7

					for(int k=0;k<metaList.getLength();k++)
						Node meta=(Node) metaList.item(k);
						if(meta.getNodeType()==Node.ELEMENT_NODE)
							System.out.println(metaList.item(k).getNodeName()+":"+metaList.item(k).getTextContent());
						
					
					System.out.println();
				
			
		
	
	public static void traverseBySearch() throws Exception
		//采用Dom解析xml文件
		DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();
		DocumentBuilder db=dbf.newDocumentBuilder();
		Document document=db.parse("users.xml");
		
		Element rootElement=document.getDocumentElement();
		
		NodeList nodeList=rootElement.getElementsByTagName("name");
		if(nodeList!=null)
			for(int i=0;i<nodeList.getLength();i++)
				Element element=(Element) nodeList.item(i);
				System.out.println(element.getNodeName()+"="+element.getTextContent());
			
		
	

显示
1
==9
===7
name:Mary
age:23
sex:Female

===7
name:Mike
age:24
sex:Male

===7
name:Alice
age:23
sex:Female

===7
name:Tom
age:24
sex:Male

=======华丽的分割线=======
name=Mary
name=Mike
name=Alice
name=Tom

四、DOM4J

---

参考来源：
MOOC JAVA核心技术
【尚学堂】XML技术