xml基础知识
Posted gdwkong
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xml基础知识相关的知识，希望对你有一定的参考价值。
关键词：xml、DTD约束、Schema约束、dom解析、sax解析、jaxp解析器、dom4j解析器
一、xml的简介
1、eXtensible Markup Language:可扩展标记型语言
①标记型语言：html是标记型语言，即使用标签来操作。
②可扩展：
- HTML里面的标签是固定，每个标签都有特定的含义<h1><br/><hr/>
- 标签可以自己定义，可以写中文的标签<person></person>、<猫></猫>
2、xml用途
①HTML是用于显示数据，xml也可以显示数据（不是主要功能）
②xml主要功能，为了储存数据
3、xml是W3C组织发布的技术，目前有两个版本1.0、1.1
目前使用的都是1.0版本（1.1版本不能向下兼容）
二、xml的应用
1、不同的系统之间传输数据
2、用来表示生活中有关系的数据
3、经常用在配置文件，如：现在连接数据库，肯定知道数据库的用户名和密码，数据库名称，如果修改数据的信息，不需要修改源代码，只要修改配置文件就可以了。
三、xml的语法
1、xml的文档声明
①创建一个文件 后缀名是 .xml
②如果写xml，第一步必须要有一个文档声明（写了文档声明之后，表示写xml文件的内容）
<?xml version="1.0" encoding="gbk"?>
- 在“<”和“？”之间、“？”和“>”之间和“xml”之间不能有空格。
- 文档声明必须写在第一行第一列
- 属性：
- version:xml的版本1.0（使用）1.1
- encoding：xml编码gbk utf-8 iso8859-1(不包含中文)
- standalone:是否需要依赖其他文件yes/no
③xml的中文乱码问题解决：保存时候和设置打开时的编码一致，不会出现乱码
2、定义元素（标签）
①标签定义
- 标签定义有开始必须有结束：<person></person>
- 标签没有内容，可以在标签内结束：<aa/>
- 标签可以嵌套，必须要合理嵌套
- 合理嵌套：<aa><bb></bb></aa>
- 不合理嵌套：<aa><bb></aa></bb>,这种方式是错误的
- 一个xml中，只能有一个根标签，其他标签都是这个标签下面的标签
- 在xml中把空格和换行都当成内容来解析，
- 下面这两段代码含义是不一样的
<aa>1111111</aa> <aa> 1111111 </aa>
②xml中标签的命名规则（可以用中文）
-
- xml代码区分大小写，如<p><P>是两个不同的标签
- 不能以数字或“_”（下划线）开头
- 不能以xml（或XML、或Xml等）开头
- 不能包含空格
- 名称中间不能包含冒号（：）。
3、定义属性
①在xml文档中，可以为元素定义属性
<person id1="aa" id2="bb"></person>
②属性定义要求
- 一个标签上可以有多个属性，如：<person id1="aa" id2="bb"></person>
- 属性名称不能相同，如<person id="aa" id="bb"></person>，出现错误
- 属性名称和属性值之间使用=，属性值使用引号包起来（可以是单引号，也可以双引号）
- xml属性的命名规范和元素的命名规范一致
4、注释
写法：<!-- 注释信息 -->
- 注释不能放到第一行，第一行必须放文档说明
- 注释不能出现在标记中，如非法写法： <greeting <!--Begin greet-->></greeting>
- 字符串“--”不能出现在注释中，如非法写法： <!--This is a Example--Hello World-->
- 在xml中，不允许注释以“--->”结尾。
- 注释不嵌套
5、特殊字符
利用转义字符
| 特殊符号 | 预定义实体 | 特殊符号 | 预定义实体 |
| & | & | " | " |
| < | < | \' | &apos |
| > | > |
6、CDATA区
可以解决多个字符都需要转义的操作 if （a<b && b<c && d>f）{}
把这些内容放到CDATA区里面，不需要转义了
写法： <![CDATA[ 内容 ]]>
如： <![CDATA[ <b>if (a<b && b<c && d>f）{} </b> ]]>
把特殊字符当做文本内容，而不是标签
7、PI指令（处理指令)（了解）
可以在xml中设置样式
写法： <?xml-stylesheet type="text/css" href="css的路径"?>
设置样式，只能对英文标签名称起作用，对于中文的标签名称不起作用的。
8、xml语法总结：
- 所有xml元素都必须有关闭标签
- xml 标签对大小写敏感
- xml 必须正确嵌套顺序
- xml文档必须有根元素（只有一个）
- xml 的属性值需加引号
- 特殊字符必须转义 ----CDATA
- xml 中的空格、回车换行会解析时被保留
四、xml的约束
约束的作用：
如现在定义一个person的xml文件，只想要这个文件里面保存人的信息，比如name age等，但是如果在xml文件中写一个标签<猫>，发现可以正常显示，因为符合语法规范。但是猫肯定不是人的信息，xml的标签是自定义的，需要技术来规定xml中只能出现的元素，这个时候需要约束。
xml的约束的技术：DTD约束 和Schema约束。
1、DTD的快速入门
创建一个文件，后缀名为“.dtd”
步骤：
(1) 看xml中有几个元素，有几个元素，在dtd文件中写几个<!ELEMENT>
(2) 判断元素是简单元素还是复杂元素
-复杂元素：有子元素的元素
<!ELEMENT 元素名称 (子元素)>
-简单元素：没有子元素
<!ELEMENT 元素名称 (#PCDATA)>
(3)需要在xml文件中引入dtd文件三种引入方式：
①引入外部的dtd文件
<!DOCTYPE 根元素名称 SYSTEM “dtd文件的路径”>
②使用内部的dtd文件
<!DOCTYPE 书架 [ <!ELEMENT 书架 (书+)> <!ELEMENT 书 (书名,作者,售价)> <!ELEMENT 书名 (#PCDATA)> <!ELEMENT 作者 (#PCDATA)> <!ELEMENT 售价 (#PCDATA)> ]>
③使用外部的dtd文件（网络上的dtd文件）
<!DOCTYPE 根元素名称 PUBLIC "DTD名称" “DTD文件的URL”>
在框架struts2使用配置文件 使用外部的dtd文件
示例：
<?xml version="1.0" encoding="utf-8"?> <!DOCTYPE 书架 SYSTEM "book.dtd"> <书架> <书> <书名>Java就业培训教程</书名> <作者>张孝祥</作者> <售价>58.00元</售价> <!--如果添加dtd中无添加的元素，就会报错，即为约束--> </书> <书> <书名>EJB3.0入门经典</书名> <作者>黎活明</作者> <售价>39.00元</售价> </书> </书架>
book.dtd :
<!ELEMENT 书架 (书+)> <!ELEMENT 书 (书名,作者,售价)> <!ELEMENT 书名 (#PCDATA)> <!ELEMENT 作者 (#PCDATA)> <!ELEMENT 售价 (#PCDATA)>
2、使用dtd定义元素
语法： <!ELEMENT 元素名 约束>
-简单元素：没有子元素
<!ELEMENT 元素名称 (#PCDATA)>
-
- （#PCDATA）:约束元素为字符串类型
- EMPTY：约束元素为空
- ANY：任意
-复杂元素：有子元素的元素
<!ELEMENT 元素名称 (子元素)>
表示子元素出现的次数
-
- +：表示一次或者多次
- ？：表示零次或者一次
- *：表示零次或者多次
子元素直接使用逗号“，”进行隔开，表示元素出现的顺序
子元素直接使用“|”隔开，表示元素只能出现其中的任意一个
括号“（）”，用于给元素进行分组
示例：
<!ELEMENT person (name+,age?,sex*,school)>
3、使用dtd定义属性
①语法： <!ATTLIST 元素名称 属性名称 属性类型 属性的约束 >
②属性类型：
-CDATA：字符串
<!ATTLIST birthday ID1 CDATA #REQUIRED >
-枚举：表示只能在一定范围内出现值，但是只能每次出现其中的一个
如：红绿灯效果、（aa|bb|cc）
<!ATTLIST age ID2 (AA|BB|CC) #REQUIRED >
-ID：值只能是字母或下划线开头
<!ATTLIST name ID3 ID #REQUIRED>
③属性的约束
-#REQUIRED:属性必须存在
-#IMPLIED：属性可有可无
-#FIXED：表示一个固定值 ,如#FIXED "AAA"
属性的值必须是设置的这个固定值
<!ATTLIST sex ID4 CDATA #FIXED "AAA">
-直接值
不写属性，使用直接值
写了属性，使用设置那个值
<!ATTLIST school ID5 CDATA “WWW”>
4、实体的定义
语法： <!ENTITY 实体名称 “实体的值”>
<!ENTITY TEST "HAHAHA">
使用实体 &实体名称； 比如： &TEST；
注意：定义实体需要写在内部dtd里面，如果写在外部的dtd里面，在某些浏览器下，内容无法显示。
五、xml解析的简介
1、xml是标记型文档
2、js使用dom解析标记型文档？
根据html的层级结构，在内存中分配一个树形结构，把html的标签，树形结构，把html的标签，属性和文本都封装成对象
document对象、element对象、属性对象、文本对象、Node节点对象
3、xml的解析方式（技术）：dom和sax
①dom解析和sax解析区别：
dom方式解析：根据xml的层级结构在内存中分配一个树形结构，把xml的标签，属性和文本都封装成对象
缺点：如果文件过大，造成内存溢出
优点：很方便实现增删改操作
sax方式解析：采用事件驱动，边读边解析，
从上到下，一行一行的解析，解析到某一个对象，把对象名称返回
缺点：不能实现增删改操作
优点：如果文件过大不会造成内存溢出，实现查询操作
②xml解析器：不同的公司和组织提供了针对dom和sax方式的解析器，通过api方式提供
- sun公司提供了针对dom和sax解析器 jaxp
- dom4j组织，针对dom和sax解析器 dom4j（实际开发中使用）
- jdom组织，针对dom和sax解析器 jdom
4、jaxp的api的查看
jaxp是javase中的一部分，jaxp解析器在jdk的javax.xml.parsers包里面
四个类：分别是针对dom和sax解析使用的类
①dom:
DocumentBuilder:解析器类
-抽象类，不能new
此类的实例可以从DocumentBuilderFactory.newDocumentBuilder() 方法获取
-一个方法，可以解析xml parse（“xml”路径） 返回是Document整个文档
-返回的document是一个接口，父节点是Node，如果在document里面找不到想要的方法，到Node里面去找
-在document里面方法
getElementsByTagName（String tagname）
--这个方法可以得到标签
--返回集合NodeList
createElement(String tagName)
--创建标签
createTextNode(String data)
--创建文本
appendChild(Node newChild)
--把文本添加到标签下面
removeChild(Node oldChild)
--删除节点
getParentNode（）
--获取父节点
getTextContent()
--得到标签里面的内容
DocumentBuilderFactory:解析器工厂
②sax：
SAXParser: 解析器类
SAXParserFactory:解析器工厂
5、使用jaxp实现增删改查操作
①、使用jaxp实现查询操作
查询xml中所有的name元素的值
步骤：
1、创建解析器工厂
DocumentBuilderFactory.newInstance();
2、根据解析器工厂创建解析器
builderFactory.newDocumentBuilder();
3、解析xml返回document
Document document = builder.parse(uri);
4、得到所有的name元素
使用document.getElementsByTagName("name");
5、返回集合，遍历集合，得到每一个name元素
-遍历 getLength() item()
-得到元素里面值 使用getTextContent()
查询xml中第一个name元素的值
步骤：
1、创建解析器工厂
2、根据解析器工厂创建解析器
3、解析xml返回document
4、得到所有的name元素
5、使用返回集合，里面方法item，下标获取具体的元素
Nodelist.item（下标）：集合下标从0开始
6、得到具体的值，使用getTextContent方法
②使用jaxp添加节点
在第一个p1下面（末尾）添加<sex>nv</sex>
步骤：
1、创建解析器工厂
2、根据解析器工厂创建解析器
3、解析xml返回document
4、得到第一个p1（得到所有p1，使用item方法下标得到）
5、创建sex标签createElementNode
6、串及文本createTextNode
7、把文本添加到sex下面appendChild
8、把sex添加到第一个p1下面
9、回写xml
③使用jaxp修改节点
修改第一p1下面的sex内容是男
步骤：
1、创建解析器工厂
2、根据解析器工厂创建解析器
3、解析xml返回document
4、得到sex item方法
5、修改sex里面的值setTextContent方法
6、回写xml
④使用jaxp删除节点
删除<sex>男</sex>节点
步骤：
1、创建解析器工厂
2、根据解析器工厂创建解析器
3、解析xml返回document
4、获取sex元素
5、获取sex的父节点,使用getParentNode方法
6、删除，使用父节点删除removeChild方法
7、回写xml
⑤使用jaxp遍历节点
遍历节点，把xml中的所有元素名称打印出来
步骤：
1、创建解析器工厂
2、根据解析器工厂创建解析器
3、解析xml返回document
===使用递归实现======
4、得到根节点
5、得到根节点子节点
6、得到根节点子节点的子节点
遍历方法：
private static void list1(Node node) { //判断元素类型时候才打印 if (node.getNodeType() == Node.ELEMENT_NODE){ System.out.println(node.getNodeName()); } //得到一层子节点 NodeList list = node.getChildNodes(); //遍历list for(int i=0; i<list.getLength();i++){ //继续得到node1的子节点 Node node1 = list.item(i); list1(node1); } }
实例：
xml文档：
<?xml version="1.0" encoding="UTF-8" standalone="no"?><person> <p1> <name>zhangsan</name> <age>20</age> <sex>女</sex> </p1> <p1> <name>lisi</name> <age>30</age> </p1> </person>}
1 package jaxptest; 2 import org.w3c.dom.*; 3 import javax.xml.parsers.DocumentBuilder; 4 import javax.xml.parsers.DocumentBuilderFactory; 5 import javax.xml.transform.Transformer; 6 import javax.xml.transform.TransformerFactory; 7 import javax.xml.transform.dom.DOMSource; 8 import javax.xml.transform.stream.StreamResult; 9 10 public class TestJaxp { 11 public static void main(String[] args) throws Exception{ 12 String uri = "src/person.xml"; 13 // selectAll(uri); 14 // selectSin(uri); 15 // addSex(uri); 16 // modifySex(uri); 17 // delSex(uri); 18 listElement(uri); 19 } 20 //解析dom方法解析xml文档方法 21 private static Document jaxpParseXml(String uri) throws Exception { 22 //创建解析器工厂 23 DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance(); 24 //创建解析器 25 DocumentBuilder builder = builderFactory.newDocumentBuilder(); 26 //解析xml返回document 27 Document document = builder.parse(uri); 28 return document; 29 } 30 //回写xml方法 31 private static void writeBack(Document document,String uri) throws Exception{ 32 TransformerFactory transformerFactory = TransformerFactory.newInstance(); 33 Transformer transformer = transformerFactory.newTransformer(); 34 transformer.transform(new DOMSource(document),new StreamResult(uri)); 35 } 36 //查询所有name元素的值 37 public static void selectAll(String uri) throws Exception { 38 //查询所有name元素的值 39 /* 40 * 1、创建解析器工厂 41 * 2、根据解析器工厂创建解析器 42 * 3、解析xml返回document 43 * 4、得到所有的name元素 44 * 5、返回集合，遍历集合，得到每一个name元素 45 * */ 46 Document document = jaxpParseXml(uri); 47 //得到name元素 48 NodeList list = document.getElementsByTagName("name"); 49 //遍历集合 50 for(int i=0;i<list.getLength();i++) { 51 Node name1 = list.item(i); 52 //得到name1元素里面的值 53 String s = name1.getTextContent(); 54 System.out.println(s); 55 } 56 } 57 //查询xml中第一个name元素的值 58 public static void selectSin(String uri) throws Exception{ 59 /* 60 * 1、创建解析器工厂 61 * 2、根据解析器工厂创建解析器 62 * 3、解析xml返回document 63 * 4、得到所有的name元素 64 * 5、使用返回集合，里面方法item，下标获取具体的元素 65 * 6、得到具体的值，使用getTextContent方法 66 * */ 67 Document document = jaxpParseXml(uri); 68 NodeList list = document.getElementsByTagName("name"); 69 Node name1 = list.item(0); 70 String s1 = name1.getTextContent(); 71 System.out.println(s1); 72 } 73 //在第一个p1下面（末尾）添加<sex>nv</sex> 74 public static void addSex(String uri) throws Exception { 75 /* 76 * 1、创建解析器工厂 77 * 2、根据解析器工厂创建解析器 78 * 3、解析xml返回document 79 * 4、得到第一个p1（得到所有p1，使用item方法下标得到） 80 * 5、创建sex标签createElementNode 81 * 6、串及文本createTextNode 82 * 7、把文本添加到sex下面appendChild 83 * 8、把sex添加到第一个p1下面 84 * 9、回写xml 85 * */ 86 Document document = jaxpParseXml(uri); 87 NodeList list = document.getElementsByTagName("p1"); 88 Node p1 = list.item(0); 89 Element sex1 = document.createElement("sex"); 90 Text text = document.createTextNode("女"); 91 sex1.appendChild(text); 92 p1.appendChild(sex1); 93 writeBack(document,uri); 94 } 95 //修改第一p1下面的sex内容是男 96 public static void modifySex(String uri) throws Exception{ 97 /* 98 * 1、创建解析器工厂 99 * 2、根据解析器工厂创建解析器 100 * 3、解析xml返回document 101 * 4、得到sex item方法 102 * 5、修改sex里面的值setTextContent方法 103 * 6、回写xml 104 * */ 105 Document document = jaxpParseXml(uri); 106 Node sex1 = document.getElementsByTagName("sex").item(0); 107 sex1.setTextContent("男"); 108 writeBack(document,uri); 109 } 110 //删除<sex>男</sex>节点 111 public static void delSex(String uri) throws Exception{ 112 /* 113 * 1、创建解析器工厂 114 * 2、根据解析器工厂创建解析器 115 * 3、解析xml返回document 116 * 4、获取sex元素 117 * 5、获取sex的父节点,使用getParentNode方法 118 * 6、删除，使用父节点删除removeChild方法 119 * 7、回写xml 120 * */ 121 Document document = jaxpParseXml(uri); 122 Node sex1 = document.getElementsByTagName("sex").item(0); 123 Node p1 = sex1.getParentNode(); 124 p1.removeChild(sex1); 125 writeBack(document,uri); 126 } 127 //遍历节点，把xml中的所有元素名称打印出来 128 public static void listElement(String uri) throws Exception { 129 /* 130 * 1、创建解析器工厂 131 * 2、根据解析器工厂创建解析器 132 * 3、解析xml返回document 133 * ===使用递归实现====== 134 * 4、得到根节点 135 * 5、得到根节点子节点 136 * 6、得到根节点子节点的子节点 137 * */ 138 Document document = jaxpParseXml(uri); 139 //编写一个方法实现遍历操作 140 list1(document); 141 } 142 private static void list1(Node node) { 143 //判断元素类型时候才打印 144 if (node.getNodeType() == Node.ELEMENT_NODE){ 145 System.out.println(node.getNodeName()); 146 } 147 //得到一层子节点 148 NodeList list = node.getChildNodes(); 149 //遍历list 150 for(int i=0; i<list.getLength();i++){ 151 //继续得到node1的子节点 152 Node node1 = list.item(i); 153 list1(node1); 154 } 155 }
六、Schema约束
（一）schema介绍
dtd语法：<!ELEMENT 元素名称 约束>
schema符号xml的语法，xml语句
一个xml中可以有多个schema，多个schema使用名称空间区分（类似于Java包名）
dtd里面有PCDATA类型，但是在schema里面可以支持更多的数据类型
比如年龄只能是整数，在schema中可以直接定义一个整数类型
schema语法更加复杂，schema目前不能替代dtd
(二)schema的快速入门
创建一个schema文件，后缀名是“.xsd”
根节点<schema>
1、在schema文件中
属性 xmlns="http://www.w3.org/2001/XMLSchema"
-表示当前xml是一个约束文件
targetNamespace="http://www.itcast.cn/201711111"
-使用schema约束文件，直接通过这个地址引入约束文件
elementFormDefault="qualified"
2、步骤：
①看xml中有多少个元素
<element>
②看简单元素和复杂元素
如复杂元素：
<complexType> <sequence> 子元素 </sequence> </complexType>
③简单元素，写在复杂元素的子元素位置
<element name="person"> <complexType> <sequence> <element name="name" type="string"></element> <element name="age" type="int"></element> </sequence> </complexType> </element>
④在被约束文件里面引入约束文件