Java高级特性第12节 XML技术

一、XML简介

　　1. XML介绍

　　XML是可扩展标记语言（Extensible Markup Language ），XML是一种数据格式，类似 HTML，是使用标签进行内容描述的技术，与HTML不同的是，XML的标签和属性都是根据业务需求自定义的。

　　XML可以作为配置文件的载体，例如servlet、struct2、hibernate的配置都是通过XML进行配置的：web.xml（web工程项目的核心配置文件）、beans.xml（Spring框架）、hibernate-config.xml（hibernate框架）、mapping.xml（hibernate和mybatis框架）等。

　　XML有以下特点：

XML与操作系统、编程语言的开发平台都无关（通用的数据交换格式）
实现不同系统之间的数据交换（包括系统的配置文件）
是一种标记语言，没有固定的标记，可以自定义创建

　　作用：数据交互、配置应用程序和网站等

　　2. XML文档结构

　　下面是一个XML文档BookStore.xml：

<bookstore>

    <book category="COOKING">

        <title lang="en">Everyday Italian</title>

        <author>Giada De Laurentiis</author>

        <year>2019</year>

        <price>30.00</price>

    </book>

    <book category="CHILDREN">

        <title lang="en">Harry Potter</title>

        <author>J K. Rowling</author>

        <year>2005</year>

        <price>29.99</price>

    </book>

    <book category="WEB">

        <title lang="en">Learning XML</title>

        <author>Erik T. Ray</author>

        <year>2015</year>

        <price>39.95</price>

    </book>

</bookstore>

　　它的树形结构如下：

XML 的声明

<?xml version=”1.0” standalone=”yes” encoding=”UTF-8”?>

　　这是一个XML处理指令。处理指令以 <? 开始，以 ?> 结束。<? 后的第一个单词是指令名，如xml, 代表XML声明。version, standalone, encoding 是三个特性，特性是由等号分开的名称-数值对，等号左边是特性名称，等号右边是特性的值，用引号引起来。

version: 说明这个文档符合1.0规范
standalone: 说明文档在这一个文件里还是需要从外部导入, standalone 的值设为yes 说明所有的文档都在这一文件里完成
encoding: 指文档字符编码

标签

　　在XML中，用尖括号括起来的各种标签来标记数据，标签成对出现来界定字符数据，XML文档中可以包含任意数量的标签。

　　标签分为两大类：
　　单标签：<标签名属性名=属性值属性名=属性值/>
　　双标签：<标签名属性名=属性值属性名=属性值></标签名>

根元素

　　每个XML文档有且仅有一个根元素。如<bookstore></bookstore>。

　　根元素是一个完全包含文档中其他所有元素的元素，根元素的起始标记要放在所有其它元素起始标记之前，根元素的结束标记根放在其它所有元素的结束标记之后。

元素

　　元素的基本结构由开始标记，数据内容，结束标记组成，如

<Person>

  <Name>Zhang San</Name>

  <Sex>Male</Sex>

</Person>

　　需要注意的是:

- 元素标记区分大小写，<Name> 与 <name>是两个不同的标记；　　
- 结束标记必须有反斜杠，如 </Name>；

　　XML元素标记命名规则如下:

名字中可以包含字母，数字及其它字母
名字不能以数字或下划线开头
名字不能用xml开头
名字中不能包含空格和冒号

属性

　　标签的属性可以有多个，多个属性写在标签上使用空格隔开就行。如：<元素名属性名="属性值" 属性名="属性值"></>

- 属性值用双引号包裹；
- 一个元素可以有多个属性；
- 属性值中不能直接包含<、“、&（不建议：‘、>），最好都不要写；

XML注释

<!-- this is comment -->

　　需要注意的是：

注释中不要出现“--”或“-”；
注释不要放在标记中；
注释不能嵌套；

XML中特殊字符的处理

　　（1）在 XML 中，有 5 个预定义的实体引用：

<	<	小于
>	>	大于
&	&	和号
'	'	单引号
"	"	引号

　　在 XML 中，只有字符 "<" 和 "&" 确实是非法的。大于号是合法的，但是用实体引用来代替它是一个好习惯。

　　（2）如果在元素的文本中存在大量的特殊字符，可以使用CDATA处理：

　　语法格式：<![CDATA[要显示的字符]]>

　　注意：在 XML 中，空格会被保留。HTML会把多个连续的空格字符裁减（合并）为一个：

HTML:	Hello           my name is David.

输出:	Hello my name is David.

　　但在 XML 中，文档中的空格不会被删节。

格式良好的XML文档
- 所有XML元素都必须有结束标签（</……>）
- XML标签对大小写敏感
- XML必须正确的嵌套
- 同级标签以缩进对齐
- 元素名称可以包含字母、数字或其他的字符
- 元素名称不能以数字或者标点符号开始（<5name>是错误的；<name5>是正确的）
- 元素名称中不能含空格（<student name>是错误的；<studentname>是正确的的）

二、在XML中使用命名空间

　　命名空间在XML中可以用作元素或属性名称的名称集合，它们用来标识来自特定域（标准组组、公司、行业）的名称。

　　1. 空间命名的必要性

　　XML解析器在解析XML文档时，对于重名的元素，可能出现解析冲突，命名空间有助于标准化元素和属性，为它们加上唯一标识。

　　2. 声明命名空间

　　语法：xmlns:[prefix]="[命名空间的URL]"

prefix是前缀名称，它用作命名空间的别名；
xmlns是保留属性；

　　3. 属性和命名空间

　　除非带有前缀，否则属性属于它们的元素所在的命名空间。

　　4. 命名空间的应用

　　例如，这个 XML 文档携带着某个表格中的信息：

<h:table xmlns:h="http://www.w3.org/TR/html4/">

   <h:tr>

   <h:td>Apples</h:td>

   <h:td>Bananas</h:td>

   </h:tr>

</h:table>

　　此 XML 文档携带着有关一件家具的信息：　

<f:table xmlns:f="http://www.w3school.com.cn/furniture">

   <f:name>African Coffee Table</f:name>

   <f:width>80</f:width>

   <f:length>120</f:length>

</f:table>

　　与仅仅使用前缀不同，我们为 <table> 标签添加了一个xmlns属性，里面的网址是统一资源标识符，目的是唯一标识一个命名空间，每一个统一资源标识符都是不一样的，但是没有实际意义，但是一般都能连到一个网页，取值这样就为前缀赋予了一个与某个命名空间相关联的限定名称。

三、验证XML文档

　DTD 是 DocType Definition 的简称，中文翻译为文档类型定义，DTD 的作用是定义 XML 文档的合法构建模块。它使用一系列的合法元素来定义文档结构，用于约定 XML 的格式。规定了文档中所使用的元素、实体、元素的属性、元素与实体之间的关系。

　　DTD主要作用有：

使用 DTD 可以提供一种统一的格式。
使用 DTD 可以保证数据交流和共享的顺利进行。DTD 使用户能够不依赖具体的数据就知道文档的逻辑结构。
使用 DTD 可以验证数据的有效性。DTD 对文档的逻辑结构进行了约束，这种约束可以比较宽松，也可以十分严格。可以根据 DTD 检查数据，以验证其是否符合规定和要求，这可以保证数据的正确和有效。

　　1. 使用DTD验证XML文档

　　DTD 主要定义方式：

　　（1）内部定义法，DTD 文件放在 XML 文件内部。

 <!DOCTYPE 根元素 [元素定义]>

　　DTD元素定义语法: <!ELEMENT NAME CONTENT>

ELEMENT : 关键字
NAME : 元素名称
CONTENT：元素类型

　　如下面的例子:　

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

<!DOCTYPE bookstore [

    <!ELEMENT bookstore (book+)>

    <!ELEMENT book (bookname,author,price)>

    <!ATTLIST book id CDATA #REQUIRED>

    <!ELEMENT bookname (#PCDATA)>

    <!ELEMENT author (#PCDATA)>

    <!ELEMENT price (#PCDATA)>

]>

<bookstore>

    <book>

            <bookname>唐诗</bookname>

            <author>libai</author>

            <price>112.00元</price>

    </book>

    <book>

            <bookname>降龙十八讲秘籍</bookname>

            <author>郭芙</author>

            <price>5元</price>

    </book>

</bookstore>

　　常用的元素类型如下：

#PCDATA: 可以包含任何字符数据，但是不能在其中包含任何子元素，如: <!ELEMENT title (#PCDATA)>
EMPTY：用于指示元素的主体为空。比如<br/>
ANY：用于指示元素的主题内容为任意类型。
（子元素）：指示元素中包含的子元素。
纯元素类型，只包含子元素，并且除这些子元素外没有文本内容，如：<!ELEMENT poems(poem*)>

　　DTD中一些符号的用途；

　　1）如果子元素用逗号隔开，必须按照声明顺序去编写XML文档。

　　例如：<!ELEMENT FILE(TITLE, AUTHOR, EMAIL)>

　　2）如果子元素用"|" 分开，说明任选其一。
　　例如：<!ELEMENT FILE(TITLE|AUTHOR|EMAIL)>
　　3）用+、*、? 来表示元素出现的次数。
　　如：<!ELEMENT MYTITLE((TITLE*,AUTHOR?,EMAIL))*|COMMIT>

　　DTD属性（ATTLIST）定义：

<!ATTLIST 元素名称

    属性名 属性类型  约束

    属性名 属性类型  约束

    ......

>

　　属性声明举例：

<!ATTLIST 商品

 类别 CDATA  #REQUIRED  必须的

 颜色 CDATA  #IMPLIED       可选的

>

　　对应的XML为：<商品类别="服装" 颜色="黄色" />

　　属性值类型：

CDATA：表示属性的取值为普通的文本字符串。
ENUMERATED（DTD没有此关键字）：表示枚举，只能从枚举列表中任选其一，如(鸡肉|牛肉|猪肉|鱼肉)
ID：表示属性的取值不能重复（不能只写数字）

　　设置说明：

#REQUIRED：表示该属性必须出现
#IMPLIED：表示该属性可有可无。
#FIXED：表示该属性的取值为一个固定值。语法：#FIXED "固定值"
直接值：表示属性的取值为默认值。

　　DTD 定义属性示例：

<!ATTLIST 页面作者

   姓名   CDATA    #IMPLIED

   年龄   CDATA    #IMPLIED

   联系信息  CDATA  #REQUIRED

   网站职务  CDATA  #FIXED  "页面作者"

   个人爱好  CDATA  "上网"

>

　　（2）使用外部DTD验证XML

　　语法格式：<!DOCTYPE 根元素 SYSTEM "DTD文件路径">

　　如下例子:

　　book.xml：

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

<!DOCTYPE bookstore SYSTEM "bookstore.dtd">

    <bookstore>

    <book>

            <bookname>带你飞培训教程</bookname>

            <author>huangjinjin</author>

            <price>1.00元</price>

    </book>

    <book>

            <bookname>降龙十八讲秘籍</bookname>

            <author>洪七公</author>

            <price>0.01元</price>

    </book>

</bookstore>

　　bookstore.dtd：

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

    <!DOCTYPE bookstore [

    <!ELEMENT bookstore (book+)>

    <!ELEMENT book (bookname,author,price)>

    <!ATTLIST book id CDATA #REQUIRED>

    <!ELEMENT bookname (#PCDATA)>

    <!ELEMENT author (#PCDATA)>

    <!ELEMENT price (#PCDATA)>

    ]>

　　2. 使用Schema验证XML文档

　　XML Schema 是基于 XML DTD 的替代者，XML Schema 描述 XML 文档的结构。XML Schema 语言也称作 XML Schema 定义（XML Schema Definition 简称 XSD）。DTD 不是通过 XML 语法定义文档结构，不能定义数据类型和限制；Schema 通过 XML 语法定义文档结构，可以定义数据类型和限制。

　　XML Schema 对 XML 文件的主要约定有：

定义可出现在 XML 文档中的元素；
定义可出现在 XML 文档中的属性；
定义哪个元素是子元素；
定义子元素的次序；
定义子元素的数目；
定义元素是否为空，或者是否可包含文本；
定义元素和属性的数据类型；
定义元素和属性的默认值以及固定值。

　　1）Schema文档结构

　　Schema文档本身是一个XML文档，所以必须满足XML文档结构。在每个Schema文档中必须包含一个根元素<xs:schema>。

　　note.xsd:

<?xml version="1.0"?>

<!--每个Schema中都必须包含xs:schema根节点，然后在根节点中定义内容！-->

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"

　　　　　　targetNamespace="http://www.w3school.com.cn"

　　　　　　xmlns="http://www.w3school.com.cn"

　　　　　　elementFormDefault="qualified">

    定义内容

</xs:schema>

　　说明：

xmlns:xs="http://www.w3.org/2001/XMLSchema"：显示 schema 中用到的元素和数据类型来自命名空间 "http://www.w3.org/2001/XMLSchema"。同时它还规定了来自命名空间 "http://www.w3.org/2001/XMLSchema" 的元素和数据类型应该使用前缀 xs：
targetNamespace="http://mynamespace/myschema" ：显示被此 schema 定义的元素验证的XML来自的命名空间。
xmlns="http://www.w3school.com.cn" ：指定默认的命名空间。
elementFormDefault="qualified" ：指目标XML是否遵循本Schema，qualified表示遵循,unqualified表示不遵循。

　　2）在XML中引用Schema文档　　　

<?xml version="1.0"?>

<!--引用Schema文档-->

<note xmlns="http://www.w3school.com.cn"

　　　　xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

　　　　xsi:schemaLocation="http://www.w3school.com.cn note.xsd">

　　<to>George</to>

　　<from>John</from>

　　<heading>Reminder</heading>

　　<body>Don't forget the meeting!</body>

</note>

　　说明：

xmlns="http://www.w3school.com.cn" ：规定了默认命名空间的声明。此声明会告知 schema 验证器，在此 XML 文档中使用的所有元素都被声明于 "http://www.w3school.com.cn" 这个命名空间。
xsi:schemaLocation="http://www.w3school.com.cn note.xsd"：指定文件路径。

　　3) Schema常用数据类型：

　　Schema中支持丰富的数据类型，可以简单分为简单类型和复合类型。

简单类型包括：
- 内置的数据类型。
  - 基本的数据类型

基本的数据类型
数据类型	描述
string	字符串
boolean	布尔类型
decimal	特定精度的数字
float	单精度浮点数
double	双精度浮点数
duration	表示持续时间/日期格式
dateTime	完整日期格式
time	代表时分秒
date	代表日期

- - 扩展的数据类型

扩展的数据类型
数据类型	描述
ID	用于唯一表示元素
IDREF	应用ID元素的属性或属性
ENTITY	实体类型
long	表示长整型：-9223372036854775808~9223372036854775807
int	表示整型：-2147483648~--2147483647
short	表示短整型：-32768~32767
byte	整型：-128~127

- 用户自定义的简单类型（通过simpleType定义）
复合类型（通过complexType定义）

　　4）Schema中的元素类型

　　1、根元素：schema。

　　　　包含已经定义的schema。

属性：
- xmlns：schema的命名空间。
- targetNamespace：要验证的XML文件的命名空间。
- elementFormDefault：要验证的XML是否遵循当前的验证命名空间。

　　2、用于定义元素和属性的元素：element、attribute、group、attributeGroup。

　　1) element:声明一个元素

属性：
- name：需要限定XML文档元素的名称。
- type：需要限定XML文档元素的类型。
- ref：引用外部定义的元素
- minOccurs：元素最小出现的次数。
- maxOccurs：元素最大出现的次数。

　　　　例：声明student节点，类型为string类型，最小出现1次，最多出现3次。

<xs:element name="student" type="xs:string" minOccurs="1" maxOccurs="unbounded" />

　　2）group：声明一个分组

　　　　将多个元素声明放到一个分组中，然后在其他元素中通过group引用。

属性:name分组的名称

　　例：将name和age定义为一个分组，然后在student中引用这个分组。

<!--外部定义一个标记-->

<xs:element name="student">

　　<xs:complexType>

　　　　<!--引用分组标记-->

　　　　<xs:group ref="stuinfo" maxOccurs="unbounded"></xs:group>

　　</xs:complexType>

</xs:element>

<!--定义一个分组标记-->

<xs:group name="stuinfo">

　　<xs:sequence>

　　　　<!--自定义的子元素:name和age，name类型为string,age类型为byte，只能出现1次-->

　　　　<xs:element name="name" type="xs:string"></xs:element>

　　　　<xs:element name="age" type="xs:byte"></xs:element>

　　</xs:sequence>

</xs:group>

　　3）attribute元素：

　　　　用于声明一个属性：

属性：
- name：属性名称
- type：属性类型
- user：是否必选，required必选，optional可选，默认可选
- default：默认值
- fixed：固定值

　　注意：默认值和固定值不能同时出现。

　　示例：属性的用法

　　Schema文档：　

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

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified" attributeFormDefault="unqualified">

    <xs:element name="students">

        <xs:complexType>

            <xs:sequence>

                <xs:element name="student" maxOccurs="unbounded">

                    <xs:complexType>

                        <xs:attribute name="name" type="xs:string" />

                        <xs:attribute name="age" type="xs:byte" />

                    </xs:complexType>

                </xs:element>

            </xs:sequence>

        </xs:complexType>

    </xs:element>

</xs:schema>

　　XML文档：

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

<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="students.xsd">

    <student name="zhangsan" age="29"/>

    <student name="lisi" age="19"/>

</students>

　　4）attributeGroup属性组

　　　　和前面的元素组类型，在外部定义属性组，然后在元素中引用属性组。

　　Schema文档：

<!--定义属性组：stuattgroup-->

<xs:attributeGroup name="stuattgroup">

    <xs:attribute name="name" type="xs:string"/>

    <xs:attribute name="age" type="xs:byte"/>

</xs:attributeGroup>

<!--引用属性组-->

<xs:element name="student" maxOccurs="unbounded">

    <xs:complexType>

        <xs:attributeGroup ref="stuattgroup"></xs:attributeGroup>

    </xs:complexType>

</xs:element>

　　3、用于定义简单类型：simpleType。

　　　　它决定了元素和属性值得约束和相关信息。

　　属性：name

　　常用的两种方式：

　　1）restriction：约束

　　　　对现有类型进行扩充。

　　示例：设置年龄必须在18-100之间

<xs:attributeGroup name="stuattgroup">

    <xs:attribute name="name" type="xs:string"/>

    <!--将原来的xs:int换位age类型-->

    <xs:attribute name="age" type="age"/>

</xs:attributeGroup>

<!--扩展int类型，设置int取值只能是18到100，包含18和100-->

<xs:simpleType name="age">

    <xs:restriction base="xs:int">

        <xs:minInclusive value="18" />

        <xs:maxInclusive value="100" />

    </xs:restriction>

</xs:simpleType>

　　2）list：列表

　　　　从一个特定的数据类型的集合中选择定义一个简单类型元素。

　　Schema文档：

<!--Schema文档-->

<!--定义列表数据，其每项子元素为自定义扩展类型-->

<xs:simpleType name="stuScore">

    <xs:list itemType="stuScoreItem"></xs:list>

</xs:simpleType>

<!--定义扩展类型限定0-100之间-->

<xs:simpleType name="stuScoreItem">

    <xs:restriction base="xs:int">

        <xs:minInclusive value="0" />

        <xs:maxInclusive value="100" />

    </xs:restriction>

</xs:simpleType>

<!--声明Scores节点，包含list格式数据-->

<xs:element name="scores" type="stuScore">

</xs:element>

<!--XML文档中的数据-->

<scores xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="scores.xsd">

10 20 300

</scores>

　　4、用于定义复杂类型：complexType。

　　　　需要使用在节点下包含子节点的情况。

　　Schema文档：　　

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

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified" attributeFormDefault="unqualified">

    <xs:element name="students">

        <xs:complexType>

            <xs:sequence>

                <!--通过ref来应用student标记 maxbounded表示不限定出现的次数-->

                <xs:element ref="student" maxOccurs="unbounded"></xs:element>

            </xs:sequence>

        </xs:complexType>

    </xs:element>

    <!--外部定义一个标记-->

    <xs:element name="student">

        <xs:complexType>

            <xs:sequence>

                <!--自定义的子元素:name和age，name类型为string,age类型为byte，只能出现1次-->

                <xs:element name="name" type="xs:string"></xs:element>

                <xs:element name="age" type="xs:byte"></xs:element>

            </xs:sequence>

        </xs:complexType>

    </xs:element>

</xs:schema>

　　XML文档：

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

<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="students.xsd">

    <student>

        <name>张三</name>

        <age>20</age>

    </student>

    <student>

        <name>李四</name>

        <age>20</age>

    </student>

</students>

　　5、用于进行约束：choice、list、sequence、restriction。

　　1) choice

　　　　把一组属性声明组合到一起，一边被复合类型所应用，XML中只能出现限定选项中的一个元素。

　　Schema文档：

<!--设定交通工具只能是自行车，小汽车，摩托车中的一项-->

<xs:element name="交通工具">

    <xs:complexType>

        <xs:choice>

            <xs:element name="自行车" type="xs:string"></xs:element>

            <xs:element name="小汽车" type="xs:string"></xs:element>

            <xs:element name="摩托车" type="xs:string"></xs:element>

        </xs:choice>

    </xs:complexType>

</xs:element>

　　XML文档：

<交通工具 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="vehicle.xsd">

    <自行车></自行车>

    <!--

    <小汽车></小汽车>

    <摩托车></摩托车>

    包含任意一个，包含多个会报错！

    -->

</交通工具>

　　2）sequence

　　表示元素必须按照规定的序列进行显示。