XML的概述，.Dom4解析和SAX解析

1.什么是XML

• XML 指可扩展标记语言（EXtensible Markup Language） html(hyper text markup langauge)

• XML 是一种标记语言，很类似 HTML

• XML 的设计宗旨是传输数据，而非显示数据(webservice)

• XML 标签没有被预定义。您需要自行定义标签。

• XML 被设计为具有自我描述性。

• XML 是 W3C 的推荐标准

• XML可以存储数据（小型数据库）

• XML可以作为框架的配置问 web.xml applicationContext.xml(spring的配置文件) ,hibernate.cfg.xml

2.XML与HTML的主要区别

• XML 不是 HTML 的替代。
• XML 和 HTML 为不同的目的而设计：
• XML 被设计为传输和存储数据，其焦点是数据的内容。
• HTML 被设计用来显示数据，其焦点是数据的外观。
• HTML 旨在显示信息，而 XML 旨在传输信息。

3.XML语法

• XML 标签对大小写敏感
• XML 元素都须有关闭标签<student> </student>
• XML 文档必须有根元素
• XML 的属性值须加引号

4.XML命名规则

XML 元素必须遵循以下命名规则：

• 名称可以含字母、数字以及其他的字符

• 名称不能以数字或者标点符号开始

• 名称不能以字符 “xml”（或者 XML、Xml）开始

• 名称不能包含空格

可使用任何名称，没有保留的字词。

5.特殊字符

<	"<"	小于
>	>	大于
&	&	和号
'	'	单引号
"	"	引号

2.XML解析

文档：

根据xml文件创建对应的类

3.Dom4解析

3.1什么是Dom4j

dom4j是一个Java的XML API，是jdom的升级品，用来读写XML文件的。dom4j是一个十分优秀的javaXML API，具有性能优异、功能强大和极其易使用的特点，它的性能超过sun公司官方的dom技术，同时它也是一个开放源代码的软件，可以在SourceForge上找到它。在IBM developerWorks上面还可以找到一篇文章，对主流的Java XML API进行的性能、功能和易用性的评测，所以可以知道dom4j无论在哪个方面都是非常出色的。如今可以看到越来越多的Java软件都在使用dom4j来读写XML，特别值得一提的是连Sun的JAXM也在用dom4j。这已经是必须使用的jar包， Hibernate也用它来读写配置文件。

3.2 核心类

SAXReader Demo4读取文件的类

常用方法：

​ read 读取指定的xml文件

Document 文档类 用于加载指定的文档

常用方法：

​ getRootElement 获取根节点

Element 标签类，元素

​ 常用方法：

​ elements 获取所有的直接子标签

​ attribute 获取指定属性名称的属性对象

​ elementText 获取指定子标签名称的文本内容

​ element 获取指定标签名称的标签对象

​ getText(); 得到当前标签中间的文本

3.3 实现xml解析

4.SAX解析

4.1 什么是SAX

SAX，全称Simple API for XML，既是一种接口，也是一种软件包。它是一种XML解析的代替方法。SAX不同于DOM解析，它逐行扫描文档，一边扫描一边解析。由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中，这对于大型文档的解析是个巨大优势

dom:把XML文件读取到内容，构建树形结构

4.2 SAX优缺点

• SAX的优点：

  1. 解析速度快

  2. 占用内存少

• SAX的缺点：

  1. 无法知道当前解析标签（节点）的上层标签，及其嵌套结构，仅仅知道当前解析的标签的名字和属性，要知道其他信息需要程序猿自己编码

  2. 只能读取XML，无法修改XML

  3. 无法随机访问某个标签（节点）

• SAX解析适用场合

  SAX解析适用场合 对于CPU资源宝贵的设备，如Android等移动设备对于只需从xml读取信息而无需修改xml

4.3 代码实现

创建自定义处理数据的模板类

继承DefaultHandler类

重新四个方法

startDocument();解析到xml文件的开始

startElement();解析到标签的开头 <book>

endElement(); 解析到标签结尾</book>

character(); 解析到标签中间的文本

代码：

public classMyBookHandler extends DefaultHandler

{/* 声明解析后存储对象的集合*/

private Book book;

private List<Book>books;

private String tagName;//当前解析的标签

public list<Book> getBooks(){

return books;

}

public void startDocument() throws SAXException{

System.out.println("文档的开始");

}

public void endDocument()throws SAXException{

System.out.println("文档的结束");

}

/*解析到标签的开头String qName 解析到的标签的名称<book id="1001">

Attributes attributes  当前这个标签中的属性 id="1001"   */

public void startElement (String uri,String localName,String qName,Attributes attributes) throws SAXException{

if("books".equals(qName)){

books=new ArrayList<>();

}else if("book".equals(qName)){

book=new Book();

String ids=attributes.getValue("id");

String date=attributes.getValue("publishdate");

book.setId(Integer.parseInt(ids));

book.setPublishdate(date);

}

tagName=qName;

}

/*解析到标签的结尾

@param  uri

@param   localName

@param   qName

@throws   SAXEXception  */

public void endElement(String uri,String locatiion,String qName)throws SAXException{

//Sysem.out.println(“标签的结尾”+qName);

tagName=" ";

if("book"equals (qName))

{

book.add(book);

}

/*** 解析到文本
     * @param ch
     * @param start
     * @param length
     * @throws SAXException  */

public void characters(char[] ch, int start, int length) throws SAXException {
        // 把char类型的数组--->string
        String content = new  String(ch,start,length);
        //System.out.println(content);//有可能得到换行符或者空格
        content = content.trim();
        //System.out.println("处理后："+content+"---标签"+tagName);
        //book.setName(content);
        if ("name".equals(tagName)) {//""
            book.setName(content);
        }else if("author".equals(tagName)) {
            book.setAuthor(content);
        }else if("price".equals(tagName)) {
            //book.setPrice(Double.parseDouble(content));
        }

}

使用SAX进行解析

伪代码：

具体代码：

扩展：DOM解析

dom解析：xml文件加载到内存中，在内存中构建树形结构，文件比较大，不建议使用DOM解析

核心API:

DocumentBuilderFactory

DocumentBuilder

Document xml文档

Node xml文件中的一个节点(标签节点，属性节点，空格或者注释等也是Node对象)

​ getNodeName(); 标签名称

​ getNodeValue(); 属性值

​ getAttributes() ; 得到属性列表

​ getTextContent()；标签中的文本

NodeList: 子节点列表

Attribute 属性对象