XML编程

Posted 2020-09-30 a魏国

一.XML基本概念

1.什么是xml

XML：eXtensible Markup Language,可扩展标记语言

 

标记语言

html，xhtml，html5，xml

不同点：xml和html系列

ü 目的不同，html用于显示，xml用于传输数据库

ü 内容不同，html有预定义好的标签，而xml没有，所有的都需要自己来定义。

 

可扩展

所谓可扩展，就是可以自己定义标签。如图：

 

实际上，在xml中，所有的标签都是需要自己来定义。

 

ü XML 指可扩展标记语言，是独立于软件和硬件的信息传输工具。

ü XML 是一种标记语言，很类似 HTML。

ü XML 的设计宗旨是传输数据，而非显示数据

ü XML 标签没有被预定义。您需要自行定义标签。

ü XML 被设计为具有自我描述性。

ü XML 是 W3C 的推荐标准。

 

2.xml的作用

 

主要是两大块：

 

数据存储

 

数据传输（交换）

 

 

 

 

 

存储方面：

ü 配置文件，如qq、feiq、迅雷

ü 小型数据库，对于一些不经常变化的数据（数据量不是很大），可以使用xml来保存

 

数据传输方面：

 

ü Ajax：Asynchronous javascript and xml，异步的js和xml

 

ü Web service：web 服务 天气预报、ip查询、电话号码归属地查询，机票查询

 

 

新的应用：svg

Svg：可伸缩的矢量图形

伴随着H5（移动端）而生的。

 

重点还是在传输方面。尤其是web service。

 

二.XML结构

 

整体层面了解xml的结构

 

 

 

首先，看一个简单的demo

 

 

 

 

它其实是一个树模型，如图：

ü  第一行是 XML 声明。它定义 XML 的版本 (1.0) 和所使用的编码（UTF-8）

ü  XML 文档形成了一种树结构，它从“根部”开始，然后扩展到“枝叶”

ü  XML 文档必须包含根元素。该元素是所有其他元素的父元素。（有且仅有一个）

ü  XML 文档中包含三种节点：元素、属性和文本

三.XML语法

学习理念：通过已经掌握的知识，来学习新的知识，效率最高。

 

在学习xml的时候，和xhtml做一个对比，就会非常简单。

 

不妨回忆一下xhtml的语法规范，有哪些？

 

ü 所有的标签都需要关闭。双标签<div></div> 单标签 <br />

 

ü 标签是可以嵌套的，但是不能交叉（骑跨）,<div><p></p></div> √<div><p></div></p> ×

 

ü 所有的属性都应该加引号（单双均可）

 

ü 所有的属性都应该有值，如果没有值，就是要属性本身作为它的值，checked=\'checked\'

 

ü 所有的标签和属性都要小写。

1.语法总则

ü  它必须以 XML 声明开头

ü  它必须拥有唯一的根元素

ü  开始标签必须与结束标签相匹配

ü  元素对大小写敏感（区分大小写）

ü  所有的元素都必须关闭

ü  所有的元素都必须正确地嵌套

 

ü 必须对特殊字符使用实体

2.文档声明

 

通常有两个属性：

ü version：xml的版本，目前是1.0

ü encoding：字符集编码，选择utf-8即可。

 

ü standalone：用来表示该文件是否呼叫其它外部的文件（DTD或schema），取值范围：yes/no   yes：没有呼叫，默认yes

 

要注意的一个问题，就是编码的问题。

 

3.命名规则

由于所有的标签和属性都是自己来定义，意味着我们需要给他们命名。

 

ü 名称可以含字母、数字以及其他的字符

ü 名称不能以数字或者标点符号开始

ü 名称不能以字符 “xml”（或者 XML、Xml）开始

ü 名称不能包含空格

ü 可使用任何名称，没有保留的字词。

 

☞ 注意事项

ü 避免 "-" 字符。如："first-name"，一些软件会认为你需要提取第一个单词。

ü 避免 "." 字符。如："first.name"，一些软件会认为 "name" 是对象 "first" 的属性。

ü 避免 ":" 字符。冒号会被转换为命名空间来使用。

 

命名要见名知意，尽量简洁。book_title √,  the_title_of_the_book (x)

4.定义元素

在xml中， 有三种节点：

ü 元素节点

ü 属性节点

ü 文本节点

 

元素，有时候称之为标签。类似xhtml中的标签。

 

5.定义属性

 

属性是依赖于某个元素而存在的，像寄生虫一样。

 

定义，一定是在元素的开始标签中进行定义的。

 

如图：

需要有一些注意的地方：

ü 一个元素可以有多个属性

ü 元素的属性不能重复

ü 所有的属性都应该用引号包含

ü 凡是属性都可以使用子元素的方式来表示。

 

 

格式: <元素名称> </元素名称>  <元素名称 /> 

所有的元素都是自己来定义的。

 

重点是元素的表现（构成）形式：

ü 仅包含元素的元素，如bookstore元素

ü 仅包含文本的元素，如author和year等元素

ü 包含文本和元素的混合的元素，如title元素

 

 

 

需要有一些注意的地方：

ü 一个元素可以有多个属性

ü 元素的属性不能重复

ü 所有的属性都应该用引号包含

ü 凡是属性都可以使用子元素的方式来表示。

 

用属性来表示元素，有以下缺点：

ü 属性无法包含多重的值（元素可以）

ü 属性无法描述树结构（元素可以）

ü 属性不易扩展（为未来的变化）

ü 属性难以阅读和维护

ü 请尽量使用元素来描述数据。而仅仅使用属性来提供与数据无关的信息。

 

<file type="gif">computer.gif</file>

以数据库中的表为例：

user表

id  username    passaword

1   jordan      23

2   beckham    7

3   jackson     99

 

在具体处理的时候，和业务逻辑相关的有username和password，而id则和业务逻辑无关的。

 

和表做一个对比。

 

最后总结一下：在定义xml的时候，98%的都是元素，只有2%左右的才是属性。

 

6.实体引用

 

文本节点并不是用标签来表示，就是元素中的内容。

 

在书写内容的时候，对一些特殊的字符需要做一个引用处理 -- 实体引用。

 

看看xhtml中的实体引用

 

< : <

 

空格:  

 

版权部分：©

 

 

 

在xml中，有5个预定义的实体，如下：

假如有一大段的内容，其中都有特殊的符号，怎么办？

 

可以使用CDATA节来处理。

 

书写的时候，需要注意：遵守写法，不要脱节。

☞ 注意事项

ü CDATA 部分由 "<![CDATA[" 开始，由 "]]>" 结束。

ü CDATA 部分中的所有内容都会被解析器忽略。

ü CDATA 部分不能包含字符串 "]]>"。也不允许嵌套的 CDATA 部分。

ü 标记 CDATA 部分结尾的 "]]>" 不能包含空格或折行。

 

7.注释

和xhtml一样。

注意点：

ü 一定要放在文档声明之后

ü 不要嵌套

8.练习

编写xml文档，将如下所示user数据用XML方式来保存

练习说明：

四.DTD验证

Xml的作用是什么？

最主要的作用 传输或交换数据

 

Xml的内容是什么？

由于没有预定义标签，所以可以随便写。

 

甲方 ----> 乙方

乙方 ----> 甲方

 

如果是随便写的，没有一个规范，那么就会出现你传过来的数据不是我所需要的。

寄信

1.什么是Xml验证

在实际需求中，通常要求交换（传输的）xml，是符号某种固定格式（规范）。

所以说，我们需要有一种机制能够验证xml文档是否是符号规范的。

 

两个：

ü 格式良好的xml文档：语法正确。

ü 合法的xml文档：在语法正确的基础上， 然后符合某种规范。

 

请问：

格式良好的xml文档是否是合法的xml，不一定

合法的xml是否是格式良好的，一定

 

验证xml文档是否是合法的，通常有两种技术：

 

ü DTD：Document Type Definition，文档类型定义，目前使用最多的，简单

 

ü schema: XSD XML Schema Definition，文档结构定义，未来的趋势，功能强大

我们要学习的DTD。

 

2.快速入门

 

对于xml的验证，需要用到DTD。此时，就产生了两个东西：dtd和xml文档

 

(1).先编写一个xml文档

(2).再定义一个dtd

Dtd可以直接在xml中来定义，也可以单独定义，然后引入。

此处，采取直接在文档中定义，如下：

 

 

3).使用工具来验证xml文档是否符合dtd的定义

 

工具有很多：

 

ü 专业软件  iexmltls （只针对IE浏览器）

ü 代码校验  （只针对IE浏览器）

ü 在线验证（http://validator.w3.org/）

ü xml编辑器--spyxml（推荐）

 

在线验证

用spyxml工具（推荐）

 

3.DTD作用

回头再看一下的DTD的作用，或者说可以通过DTD来干什么？

 

ü 通过 DTD，独立的团体可一致地使用某个标准的 DTD 来交换数据。

ü 而您的应用程序也可使用某个标准的 DTD 来验证从外部接收到的数据。

ü 您还可以使用 DTD 来验证您自身的数据。

 

☞ 注意事项

ü DTD描述了XML文档有哪些节点、节点之间的关系以及节点的值等。（学习重点）

ü DTD验证的不是语法，而是验证XML文档中应该有哪些节点，节点之间的关系是什么，元素的值、属性的值应该由什么内容组成。

ü XML没有DTD，可以正常工作，但不能很好的工作。

ü 合法的 XML 文档是“形式良好”的 XML 文档，且遵守文档类型定义 (DTD) 的语法规则。

 

在我们的xml中，有三种节点，分别是否元素节点、属性节点以及文本节点。

4.元素定义

格式：<!ELEMENT 元素名 元素内容模型>

重点是元素内容模型

回顾一下元素的表现形式（构成）：

ü 仅包含元素的元素

ü 仅包含文本的元素

ü 包含元素和文本混合的元素

 

还有两种特殊：

ü 空元素

ü 任意元素

 

意味着要处理五种情况

在定义元素的时候，需要用到的符号，如下：

 

还有两种特殊：

ü 空元素

ü 任意元素

 

意味着要处理五种情况

在定义元素的时候，需要用到的符号，如下：

(1).仅包含文本的元素

说白了，就是该元素中只有纯文本。没有其他内容（元素）。

使用 (#PCDATA)

Parse Character data，可解析的字符串数据

如果声明了pcdata，则不能再出现任何的元素了。

 

(2).仅包含元素的元素

比较单一，通常有两种结构：

ü 顺序结构，使用() 和 ,

ü 选择结构，使用() 和 |

A.顺序结构

使用 逗号

在声明的内容中，所有的元素都必须出现一次，且按照声明的顺序依次出现。

不能出现多次，也不能不出现。

 

B.选择结构

使用 |

 

对于选择结构，二者必须出现其中的一个，不能同时出现两个，也不允许都不出现。

 

如果要想出现多次，该如何实现呢？

此时，应该使用数量词，和正则的数量词一模一样。

ü *，表示任意个，包括0

ü +，表示1或多个

ü ？，0或1个

 

 

看一个案例，以user.xml为例

(3).包含元素和文本混合的元素

情况比较复杂，需要多加注意。如下：

 

此时，应该结合 仅包含文本 和 仅包含元素的 两种情况。

 

请看分解动作

可以这么看：

一共重复了三次，所以会使用数量词

单就每一次而言，会有两种情况，要么是仅包含文本的，要么就是仅包含元素的，实际上是 或的关系，所以会使用 |。

 

所以，可以声明如下：

有一些注意点：

ü 必须以#PCDATA打头

ü 数量词只能使用*，不能使用+或？

 

(4).空元素

使用EMPTY关键字来声明，没有小括号。

最好的方式是使用单标签，如下：

5).任意元素

使用ANY关键字来声明，不需要小括号。

一般不会使用any，因为一旦使用了any，就可以随意的包含任何内容，也就是失去了约束的作用。和DTD的初衷是相违背的。

 

5.属性定义

 

属性是依赖于元素而存在的。

 

思考，如果需要定义属性，需要知道哪些东西？

 

属性是属于哪个元素的？

 

属性的名字是什么？

 

属性的值是什么类型的？

 

属性的取值方式是怎样的？

 

 

 

属性定义格式：<!ATTLIST 元素名 属性名 属性值类型 取值方式> 

 

重点是后面两个

 

属性值类型有哪些？

 

 

取值方式有哪些？

例子：

 

 

 

 

取值方式

#REQUIRED ，说明该属性是必须要加上的

#IMPLIED，说明该属性是可有可无的

#FIXED value,说明该属性的固定值是value，如果你写了，只能写这个值，如果没有写，就是这个值。

默认值，直接写值，如果添加了属性，就以添加的为准，会覆盖掉，如果没有添加属性，则就是默认值。

 

如果一个元素有多个属性，可以一次声明，如下：

 

☞ 注意事项

ü 在声明属性时，必须要声明属性的取值方式，如果属性没有默认值，也没有固定值，也不是必须值，那么必须将其声明为隐含值（IMPLIED）。

ü 属性值可使用枚举类型，使用 | 即可，如<!ATTLIST phone kind (home | work | cell | fax) #IMPLIED>

ü 我们可以在一个ATTLIST语句中声明多个属性。

 

6.实体定义

在文本节点，有时候需要重复的书写某个内容，我们可以将其定义为实体。

 

Xml预定义五个实体：

ü <

ü >

ü ‘

ü “”

ü &

如果需要使用其他实体，则需要自己来定义。

 

在xml中，有两种实体：

ü 一般实体

ü 参数实体

(1).一般实体

在DTD中定义，然后在xml中引用的实体，就是一般实体。

定义格式：<!ENTITY 实体名 值>

引用格式：&实体名;

 

使用范围：在内部DTD中和外部DTD中都可以定义，然后在xml中使用。

 

案例：

 

内部方式定义并引用

实体定义之后，没有引用也是可以的。

 

外部定义并引用

 

 

在xml中引用，

(2).参数实体

在DTD中定义，然后仍然在DTD中引用的实体，就是参数实体。

定义格式：<!ENTITY % 实体名 值>

引用格式：%实体名;

 

使用范围：只能是针对外部DTD的方式，也就是需要一外部的方式独立的定义DTD，然后在DTD中直接引用参数实体。

 

看案例：

对应xml中引用如下：

如果别人定义好了DTD，能够看懂。

 

新的学习理念：在学习完新的知识后，再回头看以前的知识，会有新的发现。

看一个小小的应用

 

DTD，我们并不陌生，只要写HTML，都有DTD的影子。

 

如果我们来定义xhtml的一些元素，看是否能够定义出来。

 

Html，<!ELEMENT html (head,body)>

Ul，<!ELEMENT ul (li+)>

 

 

结论：xhtml其实一种特殊的XML文档。

 

很多人没有遵循xhtml的规范，也没有问题，为何？

因为它使用的是传统的过渡型的xhtml，所以兼容与老的html的写法。

 

7.留两个练习（参考PPT）:

 

(1).给定DTD，编写对应的xml文档，并进行验证

 

对应的xml文档如下：

 

 

Dtd如下：

 

 

 

(2).对给定的xml文档，编写对应DTD。

 

使用外部DTD的方式，

Xml文档如下：

对应的dtd定义如下：

 

五.DOM方式操作XML

 

为什么要操作xml？

 

Xml 的作用：保存数据、交换数据。

 

由于xml在浏览器中直接显示的效果是非常难看的。所以实际上，不会直接在浏览器中显示，而是先经过一系列的处理，然后是以html的方式显示在页面中。

 

关于操作xml的方式十分的多，

 

 

1.什么是DOM

 

1.什么是DOM

DOM：Document Object Model，文档对象模型

如何理解呢？

 

ü D：Document，文档本身，包括xml和html文档

ü O：Object，对象，对象有属性和方法，通过属性和方法就可以完成相应的一些操作

ü M：Model，模型，这里的模型是指树模型。将文档中的元素、属性和文本转成树模型中的元素节点、属性节点和文本节点。每一个节点都是一个对象。

 

过程：xml文档---> 转成树模型 ---> 将其转换回来

 

WOM：World Object Model,世界对象模型

 

DOM提供了一系列的API，通过它可以完成对xml/html的增删改查等操作。

 

ü DOM（Document Object Model，文档对象模型）定义了访问和操作文档的标准方法。

ü DOM是一个平台，一个中立于语言的应用程序编程接口 (API)，允许程序访问并更改文档的内容、结构和样式。

ü DOM标准是由W3C （World Wide Web Consortium）组织制定的。

 

2.DOM操作XML步骤

步骤，分为三大步：

具体完成，需要用到如下四个对象：

首当其冲是 DOMDocument对象

3.DOM操作原理解析

[需求]：将bookstore.xml文档中的内容以表格的形式输出到浏览器上，如图所示：

 

载入文档之后，可以使用getElementsByTagName方法获取元素，如下：