day23-xml解析

Posted 2023-02-27 云和数据张老师

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了day23-xml解析相关的知识，希望对你有一定的参考价值。

day17_xml

一、课程目标

1. 【理解】什么是XML
2. 【掌握】XML的书写与组成
3. 【理解】XML约束
4. 【掌握】XML四种解析方式

二、XML概述

2.1 XML概念

Extensible Markup Language 可扩展标记语言

可扩展：标签都是自定义的。

2.2 XML作用

常用于存储数据和配置文件

最常用的功能就是xml做为一个配置文件

数据的传输–> 被json替代

2.3 XML基础语法

xml文档的后缀名 .xml
xml第一行必须定义为文档声明
xml文档中有且仅有一个根标签
属性值必须使用引号(单双都可)引起来
标签必须正确关闭
xml标签名称严格区分大小写

2.4 XML快速入门

<?xml version='1.0' ?>
<users>
    <user id='1'>
        <name>zhangsan</name>
        <age>23</age>
        <gender>male</gender>
        <br/>
    </user>

    <user id='2'>
        <name>lisi</name>
        <age>24</age>
        <gender>female</gender>
    </user>
</users>

三、XML组成部分

3.1 文档声明

格式

<?xml 属性列表 ?>
属性列表
- version：版本号，必须的属性【1.0】
- encoding：编码方式。告知解析引擎当前文档使用的字符集，默认值：ISO-8859-1
- standalone：是否独立
  - 取值：
    - yes：不依赖其他文件
    - no：依赖其他文件

3.2 指令(了解)

<?xml-stylesheet type="text/css" href="a.css" ?>

3.3 标签

标签命名规则
- 名称可以包含字母、数字以及其他的字符
- 名称不能以数字或者标点符号开始
- 名称不能以字母 xml（或者 XML、Xml 等等）开始
- 名称不能包含空格
最佳命名习惯
- 名称应当比较简短，比如：<book_title>，而不是：<the_title_of_the_book>。
- 避免 “-” 字符。如果您按照这样的方式进行命名：“first-name”，一些软件会认为你需要提取第一个单词。
- 避免 “.” 字符。如果您按照这样的方式进行命名：“first.name”，一些软件会认为 “name” 是对象 “first” 的属性。
- 避免 “:” 字符。冒号会被转换为命名空间来使用（稍后介绍）。
- XML 文档经常有一个对应的数据库，其中的字段会对应 XML 文档中的元素。有一个实用的经验，即使用数据库的名称规则来命名 XML 文档中的元素。
- 非英语的字母比如 éòá 也是合法的 XML 元素名，不过需要留意当软件开发商不支持这些字符时可能出现的问题。

3.4 属性

属性值必须被引号包围，不过单引号和双引号均可使用。比如一个人的性别，person 标签可以这样写：

<person sex="female">
或
<person sex='female'>

id属性

有时候会向元素分配 ID 引用。这些 ID 索引可用于标识 XML 元素.

<messages>
  <note id="501">
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
  </note>
  <note id="502">
    <to>John</to>
    <from>George</from>
    <heading>Re: Reminder</heading>
    <body>I will not</body>
  </note> 
</messages>

注意事项

id属性值唯一

3.5 文本

CDATA区：在该区域中的数据会被原样展示

语法

<![CDATA[ 数据 ]]>

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-g8vKyCOr-1673935799606)(assets/image-20201213214748412-1649232873185.png)]

四、XML约束

一个良好的 XML 文档要满足以下规则：

XML 文档必须有根元素
XML 文档必须有关闭标签
XML 标签对大小写敏感
XML 元素必须被正确的嵌套
XML 属性必须加引号

4.1 什么是约束

规定xml文档的书写规则

4.2 约束的使用

定义xml标签约束,使开发者按照定义书写,也可以约束html文件

4.3 约束的分类

4.3.1 DTD约束

document type definition 文档类型定义

4.3.1.1 DTD约束编写

扩展名是：dtd

<!ELEMENT students (student*) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

4.3.1.2 DTD约束引入

格式

* 内部dtd：将约束规则定义在xml文档中
* 外部dtd：将约束的规则定义在外部的dtd文件中
    * 本地：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
    * 网络：<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

案例演示

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">

<students>
	<student number="D001">
		<name>tom</name>
		<age>18</age>
		<sex>male</sex>
	</student>
	
</students>

4.3.2 Schema约束

比dtd 更能更加强大。提供了更加丰富的数据类型

XML Schema 可针对未来的需求进行扩展
XML Schema 更完善，功能更强大
XML Schema 基于 XML 编写（schema本质上就是一个 xml文件）
XML Schema 支持数据类型（提供的更加丰富的数据类型）
XML Schema 支持命名空间

4.3.2.1 Schema约束编写

扩展名是:xsd

<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itfxp.com/xml"
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.itfxp.com/xml" elementFormDefault="qualified">
    <xsd:element name="students" type="studentsType"/>
    <xsd:complexType name="studentsType">
        <xsd:sequence>
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
        </xsd:sequence>
    </xsd:complexType>
    <xsd:complexType name="studentType">
        <xsd:sequence>
            <xsd:element name="name" type="xsd:string"/>
            <xsd:element name="age" type="ageType" />
            <xsd:element name="sex" type="sexType" />
        </xsd:sequence>
        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <xsd:simpleType name="sexType">
        <xsd:restriction base="xsd:string">
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="ageType">
        <xsd:restriction base="xsd:integer">
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="256"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="numberType">
        <xsd:restriction base="xsd:string">
            <xsd:pattern value="heima_\\d4"/>
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema>

4.3.2.2 Schema约束引入

1.填写xml文档的根元素
2.引入xsi前缀.  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
3.引入xsd文件命名空间.  xsi:schemaLocation="http://www.itfxp.com/xml  student.xsd"
4.为每一个xsd约束声明一个前缀,作为标识  xmlns="http://www.itfxp.com/xml"

<?xml version="1.0" encoding="UTF-8" ?>
<!-- 
	1.填写xml文档的根元素
	2.引入xsi前缀.  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
	3.引入xsd文件命名空间.  xsi:schemaLocation="http://www.itfxp.com/xml  student.xsd"
	4.为每一个xsd约束声明一个前缀,作为标识  xmlns="http://www.itfxp.com/xml" 
 -->
 <students   
           xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
           xmlns="http://www.itfxp.com/xml" 
           xsi:schemaLocation="http://www.itfxp.com/xml  student.xsd">
 	<student number="Z0001">
 		<name>tom</name>
 		<age>18</age>
 		<sex>male</sex>
 	</student>
 </students>

五、XML解析

操作xml文档，将文档中的数据读取到内存中

5.1 操作XML两种情况

解析(读取)：将文档中的数据读取到内存中【实际开发中，我们不做解析】

写入：将内存中的数据保存到xml文档中。持久化的存储

5.2 常见解析XML方式

5.2.1 sax解析

（Simple API for XML)

处理方式类似于流处理，边读取边解析，采用的是事件回调的方式，书写好用于处理响应事件的方法，进行解析，当进行读取时触发相应事件,执行对应方法

优点：

进行解析时无需加载全部文档，可以边读取边解析

基于事件回调进行响应的解析，只有触发相应事件时才会回调相应方法

可以解析数据量大于内存的数据

缺点：

需要自己维护响应事件的回调方法，随文档的复杂度难度递增

单向解析，不会进行反向查询，只能从头解析

import java.io.InputStream;
import java.util.ArrayList;

import javax.xml.parsers.ParserConfigurationException;
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;

//sax解析xml
public class SaxParse 
	public static void main(String[] args) throws Exception 
		// 1、调用sax解析工厂对象newInstance方法创建sax解析工厂对象
		SAXParserFactory saxFactory = SAXParserFactory.newInstance();
		// 2、调用sax工厂对象 newSAXParser方法创建sax解析对象
		SAXParser saxParse = saxFactory.newSAXParser();

		// 3、创建自定义解析器对象
		MySaxHandler mh=new MySaxHandler();
		// 4、使用解析对象传入自定义解析器与解析地址解析数据
		InputStream is = SaxParse.class.getClassLoader().getResourceAsStream("com/yunhe/day0707/test.xml");
		saxParse.parse(is, mh);
		// 5、获取数据
		
		ArrayList<Teacher> list = mh.list;
		for (Teacher teacher : list) 
			System.out.println(teacher);
		
		
	


//sax需要自己创建解析器类解析对应的文件
//创建自定义解析器类继承默认的解析器类
//默认解析器类实现了方法但是没有书写任何方法体
class MySaxHandler extends DefaultHandler
	//startElement
    //当读取到起始标签时回调的方法
    //endElement
    //当读取到结束标签时回调的方法
    //characters
    //当读取到文本标签时回调的方法
    //在sax解析中是按照标签进行解析
    //起始标签 结束标签  文本标签
	String str="";
	//创建集合保存所有teacher对象数据
	public ArrayList<Teacher> list=new ArrayList<>();
	Teacher t;//保存每次读取数据的teacher对象
	
	@Override
	public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException 
		 //当读取到teacher起始标识时创建teacher对象
		if(qName.equals("teacher"))
			 t=new Teacher();
		 
	
	

	@Override
	public void endElement(String uri, String localName, String qName) throws SAXException 
		//当读取到teacher结束表情时将teacher对象加入集合
		if(qName.equals("teacher"))
			list.add(t);
		else
			//如果不是对象的结束标签
			//判断是否是属性结束标签
			if(qName.equals("name"))
				t.setName(str);
			else if(qName.equals("age"))
				t.setAge(Integer.valueOf(str));
			else if(qName.equals("sex"))
				t.setSex(str);
			
		
	
	@Override
	public void characters(char[] ch, int start, int length) throws SAXException 
		str=new String(ch,start,length);

5.2.2 dom解析

（Document Object Model)

解析方式基于数据的节点层次结构进行解析，解析方式类可以理解为内嵌了处理器，在进行加载时使用已经提供的方式进行数据的解析，并以一定的层次结构进行保存，提供相应的方法可以直接进行数据的获取

dom解析采用的是默认处理器预处理形式进行解析，可以理解为执行时会先读取解析一遍数据，并将所有数据按照默认的格式进行存储