XML 从基础到精通

1、简介

　　XML（可扩展标记语言）语言是一种数据交换标准，用于存储数据；关键词是标记；

　　XML具有以下优点：

　　　　(1) 方便的穿过防火墙，在不同的操作系统之间通信，跨语言，跨平台。数据共享非常方便。(JSON也具有同样的问题)

　　　　(2) 由于其自身结构特点，方便面向对象编程

　　　　(3) XML有一系列的相关技术支持，包括文件数据验证，输出，格式转换，文档对象等。

　　　　(4) 可扩展性好

　　　　(5) 在传输方面有很多优势 ，格式统一，更安全一点

　　XML缺点：

　　　　(1) 传输也有缺点，传输占用带宽(与json比较)

　　　　(2) 需要很多代码完成解析工作(与JSON比较)

2、XML语法

　　XML文件文件，第一行是声明（可选）：<?xml version = "1.0" encoding = "GBK"?>   或 <?xml?>

　　第二行实体声明（可选）：<!DOCTYPE persons
　　　　　　[<!ENTITY replace "被代替的内容" >]
　　　　　　　　　　　　　　　　　　　　　　　　　　>

<!DOCTYPE persons[<!ENTITY replace SYSTEM "C:\myTestJava\AnalyticalXML\test.txt" >]
>  ，实体分为内部实体和外部实体，第一种是内部实体，第二种是外部实体。 实体相当于编程语言中的宏，之后就可以用   &text;     代替test.txt文本文件中的内容，实体的作用①代替不便于用键盘输入的字符 ②代替很多文本，避免重复输入

　　之后便是各个元素之间的嵌套，语法<name></name>       或       <name />  (注意：  /前面有空格)

　　元素名不可以有空格，必须以字母开头；

　　根元素名是唯一的，其他元素不可以和根元素重名；其他元素名字可以重复；一个XML文档只能有一个根元素，所有的文档内容都包含在根元素中（前两行可以理解为不是文档内容）；

　　元素可以具有属性，语法：<name id = "20111907"  age = "23" />    注意：属性值一定要加双引号；

3、XML验证

　　对XML的验证有两种方式，一种是DTD，另一种是XSD;

　　DTD与XSD的对比：

　　　　DTD使用的是非XML语法，不可扩展，支持的数据类型少；

　　　　XSD遵循XML语法，支持多种数据类型，可以扩展；因此推荐使用XSD对XML进行验证；

　　首先要有XSD文件和XML文件，然后利用Java 或者是 C#进行验证即可；

　　XSD语法比较复杂，下面进行概述：

　　

4、XML解析

　　常用的XML解析方式有：DOM、SAX、JDOM、DOM4j

　　DOM：文档对象模型，即将整个XML文档读入内存，然后按照树状的层次结构组织存储；跟XML语法比较类似；优缺点：可以随机访问，修改；但内存占用较大；

　　SAX：一般称为推模型，按照流的方式顺序循环读取XML文件，根据XML语法标准，触发一系列的事件，在事件中对数据进行处理；还有一种与SAX类似的，称为STAX，也是按照流的方式读取，触发一系列的事件；两者的区别在于循环控制不同。SAX的循环控制是由SAX解析器控制的，而STAX是由应用程序控制的；优缺点：内存占用小，但是不能随机访问，不能访问之前访问过的数据（不可逆性）；

　　JDOM：是专门针对Java语言封装的接口和类，为开发者提供了一系列的API，缺点也是需要将整个文档读入内存，内存占用大，性能差；

　　DOM4J：基于SAX的解析器，读写方便，综合性能最好的解析方式，但是可移植性差；

　　

　　还有一种不常用的解析方式：VTD  面向文档对象的指针，利用数组对XML文档进行描述，数组的元素是一个64位的数，记录了元素的起始位置，深度等信息，并且在读取的时候是直接以二进制的方式读进内存中的。

5、Xpath

　　XPATH是记录XML元素路径的语言；一般用于选取元素  如：selectNode(XPATH)    eg:selectNode("\\*")    选取所有元素

　　/    表示绝对路径，即从当前元素开始的绝对路径

　　//   表示相对路径，即从当前元素开始所包含的所有元素  模糊匹配 eg:   //person     选取当前元素所包含的所有名为<person>的元素 也许会是子元素的子元素

　　*    表示任何，匹配所有元素   如：//*        选取当前元素包含的所有元素

　　[]    类似于数组的下标，如：//person[1]   选取//person 所选取的所有元素中的第一个，类似于还有[last()]

　　|     或，用于连接两个XPATH          如：//men  |  //women    选取当前元素所包含的所有<men>  和<women>

　　@    表示属性，必须放在中括号里。如：//[@id]  表示选取所有具有id属性的元素；  //[@id][@age]   表示选取具有id和age两个属性的元素       //[@*]    表示选取所有具有属性的元素；

关于XML解析，仅研究了利用DOM4j技术对XML进行读写删改等；详见：

http://www.cnblogs.com/tengpan-cn/p/4832624.html