XML的学习

Posted 2020-09-26 OverZeal

XML是可扩展标记语言德意思，它和html一样都是标记语言（标签语言），不同之处在于XML可拓展，何为可拓展？在HTML中每个标签都有其特定的含义，我们不可以随便写一个标签并赋予其意义，而XML中就可以，XML中每个标签的作用意义由你决定，甚至可以使用中文作为标签（不推荐）

XML的应用

XML最早是开发用于存储数据的，用来表示数据之间的关系，但随着历史发展，现在使用XML主要用于：

1. 作为网络中传输数据的一种格式
2. 作为配置文件
3. 作为简单的存放数据的载体

XML的文档声明

一个文件要声明为XML文件，不仅仅是修改后缀为.xml ，还需要在文件的第一行第一列使用其声明：

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

由<? ?>包裹声明，version为版本号，目前XML版本分为1.0和1.1，但是因为1.1无法向后兼容，所以我们一般使用的都是1.0版本，encoding表示编码方式，这里我们使用utf-8

注意：这一行声明必须放在第一行第一列，其前面不允许存在空格，也不允许位于其他行

XML中文乱码

其实我们使用任何IDE开发过程中，写一个XML文件并不太会出现乱码的问题，因为IDE已经帮助我们确定了编码格式，而我们直接手写，或是使用NodePad++，EditPlus等编辑器就可能出现中文乱码的问题

我们先来思考一下乱码的原因：XML文件存在我们硬盘上的时候，其编码格式由你的文本编辑器默认的编码决定，也就是说存在硬盘的文件编码是根据默认编码存的，可能会问我们在XML的第一行第一列中写的声明指定了编码了，这个编码是给浏览器看的，浏览器根据这个编码解释XML，所以两个编码就会不一致从而乱码

乱码的原因已经知道了，我们就需要在保存的时候注意保存的编码格式，为utf-8或者是gbk，这两种格式都可以表示中文，而ISO-8859-1只可以表示英文字符。索性我们就把保存的编码和XML声明的编码保持一致

XML中标签的定义

虽然说XML文件的标签是可以自定义的，但是其还是有一定的命名规范：

1. XML标签区分大小写，比HTML严格。<p>和<P>是不一样的
2. XML标签不能以数字和下划线开头。<2a>和<_a>都是不合法的
3. XML标签不能以xml，XML，Xml等开头。<XML>这种有特殊含义的关键字开头是错误的
4. XML标签中不可以包含空格，冒号。<a b> ，<a：b>都是错误的

XML中属性的定义

相同于HTML（input标签中有type属性），XML中标签也可以有属性，属性的也有一定的规范：

1. 一个标签可以有多个属性。<person name="lz" age="21"></person>
2. 属性名不可以重复。<person id="1" id="2"></person>属性名重复 错误
3. 属性名与属性值之间使用=，属性值使用引号包起来（单引号和双引号都行）
4. 命名规范和标签的命名规范一致

XML中的注释

XML的注释和HTML一致，都是使用<!--注释-->来包裹注释，值得注意的是：

1. 注释不可以嵌套注释。<!--<!--嵌套注释是错误的-->-->
2. 注释不可以在第一行，因为第一行只能放XML的声明

XML中特殊字符的处理

例如：<b>1<2</b>这样的标签就会报错，因为小于号"<"属于特殊字符，需要转义使用，转义为：<b>1&lt;2</b>

 

这是一张常见的特殊字符转义表，其实和HTML中的转义是一样的

约束

XML其优点就是可拓展性，标签随便定义，但是我们有时候又希望可以限制一个XML文件使用特定的标签（作为配置文件的时候），这时就有了约束，XML文件的约束有两种：dtd和schema。建议在IDE中试验约束，因为IDE中大多都带有检查XML文件的功能

dtd约束

一个dtd文件是以".dtd"作为后缀的，我们可以在其中编写我们的dtd约束

语法：

1.有多少标签就需要在dtd中有多少个<!ELEMENT>。如果有3个<!ELEMENT>，那么在XML中标签也只能最多有3个，多了会报错

2.区分复杂元素和简单元素。对XML中的标签进行划分，有子标签的就是复杂元素，复杂元素在dtd文件中需要用圆括号写出其子标签<!ELEMENT 元素名 (子元素名)>

子元素名之间使用 "," 分割，也可以使用“|”分割，后者表示子元素中只可以选择其中的一项

子元素名的顺序表示类XML中标签的顺序，顺序不可以错。我们可以使用 + ? * 这三个符号来表示子标签的个数，不写默认是只能使用1个该标签

+ 表示标签可以出现一次或多次 ； ? 表示标签可以出现零次和一次 ； * 表示标签可以出现任意次

没有的就是简单元素，简单元素需要在圆括号中写出其类型<!ELEMENT 元素名 (类型)>

类型（注意大写）：#PCDATA 表示该标签的值是字符串类型 ；EMPTY 表示该标签的值为空(没有内容) ；ANY 表示该标签的值是任意的

使用约束：

dtd文件准备好，接下来只要在XML文件中引用就好了，使用 <!DOCTYPE 根标签名 约束所在的地方 (约束名) 约束路径>

根标签名容易理解，约束所在的地方可以分为（注意大写）：SYSTEM 表示在本系统环境下 ；PUBLIC 表示在网络上（这时候验证XML就需要联网了，框架的配置文件都是放在网上的，所以第一次使用其配置文件可能会需要网络）；

约束名(不一定存在)：在本系统环境下(SYSTEM)不用写出来，但是在网络环境下(PUBLIC)就需要了，一般名称固定

约束路径：直接写出dtd文件所在的路径，在网络环境下(PUBLIC)可能就是一个URL，所以第一次效验XML需要联网下载该dtd文件

看一个例子

XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE person SYSTEM "1.dtd">
<person>
  <name>lz</name>
  <name>lz</name>
  <age>21</age>
</person>

1.dtd文件：

<!ELEMENT person (name+,age)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>

这里使用的就是我写的本地dtd文件，所以在XML中引用的时候没有使用约束名，约束路径直接使用文件名

 

也可以把dtd文件的内容写到XML中 (但是不推荐内联这样的写法，不利于维护)：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE person [
<!ELEMENT person (name+,age)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
]>
<person>
  <name>lz</name>
  <name>lz</name>
  <age>21</age>
</person>

使用dtd定义属性

语法：<!ATTLIST 元素名

                              属性名 属性类型 属性的约束>

属性的类型：

CDATA 表示字符串

枚举(AA|BB|CC) 表示其中只选择一项

ID 表示id，id只可以用字母或下划线开头

属性的约束：

#REQUIRED 表示属性必须存在

#IMPLIED  表示属性可有可无

#FIXED 表示必须是一个固定值 #FIXED “AAA” 说明这个属性值必须为AAA

默认值 “AAA”  不写属性，使用默认值；写了属性，就用那个值

修改后的1.dtd :

<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT person (name+,age)>
<!ELEMENT name (#PCDATA)>
<!ATTLIST name id ID #REQUIRED>
<!ELEMENT age (#PCDATA)>

name元素的属性为id，必须写，且为ID类型

XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE person SYSTEM "1.dtd">
<person>
  <name id="id1">lz</name>
  <age>21</age>
</person>

设置了name标签的属性id，必须写，不写会报错

使用dtd定义常量

语法： <!ENTITY 常量名 常量值>

在XML中使用：" &常量名; "

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE person [
<!ELEMENT person (name+,age+)>
<!ELEMENT name (#PCDATA)>
<!ATTLIST name id ID #REQUIRED>
<!ELEMENT age (#PCDATA)>
<!ENTITY test "HAHA">
]>
<person>
  <name id="id1">lz</name>
  <age>21</age>
  <age>&test;</age>
</person>

注意：使用常量只能用内联的方式，如果写到外部的dtd文件中，会得不到值

schema约束

schema约束采用XML的语法，它的标签源于w3c标准,它是为了替代dtd约束而生的，但是事实上并没有完全取代，因为schema要比dtd复杂，是优点也是缺点，复杂表明schema可以比dtd表示更多的数据类型，可以更丰富，但是也带来了编写的复杂。一个XML文件只能有一个dtd约束，但是可以有任意多个schema约束，不同的schema使用名称空间进行区分(类似于java的包名)

schema约束文件是以 .xsd 为后缀的

<?xml version="1.0" encoding="UTF-8"?>
<schema xmlns="http://www.w3.org/2001/XMLSchema" 
targetNamespace="http://www.example.org/1"
elementFormDefault="qualified">

这是一个标准的schema文件的开头   

  xmlns="http://www.w3.org/2001/XMLSchema" 表明这是一个schema约束文件   

  targetNamespace 表明这个约束文件的名字

  elementFormDefault="qualified" 这个差不多是固定的，表明格式合格

同样schema约束也需要判断元素是简单元素还是复杂元素，不过这两者都是使用<element name="标签名">表示，复杂元素的element标签中还可以嵌套，简单元素写在复杂元素的complexType属性下的某个属性中，简单元素的element中使用type属性表明类型，可以为int，String等等

"复杂元素的complexType属性下的某个属性中"这句话的某个属性可以为：

all ：表明其中的简单元素只能出现一次

choice：表明其中的简单元素只能出现一个

sequence：表明其中的简单元素必须按顺序出现

如果想要某个简单元素出现多次，需要在其中添加 maxOccurs="unbounded" ,是与name同级的

any：表明任意元素

使用schema定义属性

使用 <attribute name="属性名" type="属性类型" use="required"></attribute>，use="required"表明这个属性是必须存在的，还有其他值可选择，这个标签放在complexType标签下

使用schema约束

在XML文件中使用schema约束需要在根元素中使用名称空间：

 

<person xmlns="http://www.example.org/1"
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xsi:schemaLocation="http://www.example.org/1 1.xsd" id1="1">

这里使用

xmlns="http://www.example.org/1" 表明schema约束名

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" （固定写法）表明这是一个实现schema约束的XML文件，比表明schema约束文件多了个"-instance"

xsi:schemaLocation="http://www.example.org/1 1.xsd" id1="1" 指出约束文件位置（约束名+约束文件名） id1是我添加的属性，没什么用只是练习添加属性，如果没有定义属性可以不写

 

例子：

1.xsd :

<?xml version="1.0" encoding="UTF-8"?>
<schema xmlns="http://www.w3.org/2001/XMLSchema" 
targetNamespace="http://www.example.org/1" 
xmlns:tns="http://www.example.org/1" 
elementFormDefault="qualified">
  <element name="person">
    <complexType>

      <sequence>
        <element name="name" type="string" maxOccurs="unbounded"></element>
        <element name="age" type="int"></element>
      </sequence> 
   
      <attribute name="id1" type="int" use="required"></attribute>  

    </complexType>
  </element>
</schema>

XML文件:

<?xml version="1.0" encoding="UTF-8"?>
<person xmlns="http://www.example.org/1"
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xsi:schemaLocation="http://www.example.org/1 1.xsd" id1="1">
  <name>lz</name>
  <name>zhangsan</name>
  <age>21</age>
</person>

 

我们使用Strut2 和Hibernate 的配置文件使用的都是dtd约束，web.xml文件和spring的配置文件使用的schema约束