XML学习(一)

本文主要记录xml学习过程中的一些笔记，包括xml作用，语法以及解析。

1、HTML和XML的区别

1.1、HTML

名称：     HyperText Markup Languae（超文本标记语言）

标签：     标签是w3c组成指定，固定的，约100来个。也可以自定义标签。（自定义标签也可叫xml标签）

作用：     负责网页的结构 。被设计用来显示数据。

HTML: 负责网页的结构

CSS： 负责网页的样式（美观）

Javascript： 负责在浏览器端与用户进行交互。

负责静态的网页制作的语言。HTML语言特点：

1）由标签组成。 <title> <p> <hr/> <br/>等。

2）语法结构松散的。表现在：大小写不区分，结束标签和开始标签不一定匹配。

1.2、XML

名称：Extend Markup Languge（可扩展标签语言）。是一种标记语言，很类似 HTML

标签：标签由开发者自己制定的（要按照一定的语法定义），没有被预定义。

作用：设计宗旨是传输数据，而非显示数据。被设计为具有自我描述性。

• 描述带关系的数据（作为软件的配置文件）: 包含与被包含的关系。
• 作为数据的载体（存储数据，小型的"数据库"）

2 XML作用

2.1 描述带关系的数据（软件的配置文件）

web服务器（PC）：

使用ip（255.43.12.54）地址和端口（1521），连接oracle数据库，保存学生数据。

把ip地址端口配置到xml文件：

host.xml

<host>

<ip>255.43.12.55</ip>

<port>1521</port>

</host>

2.2 数据的载体（小型的"数据库"）

教师管理系统：  教师信息：姓名+工龄+邮箱

当发送教师数据给财务管理系统时，可以有多种发送方式，如：

1. 字符串发送：String teacher = name=张三&email=zhangsan@qq.com&workage=2 。此法存在问题： 1）不好解析 2）不是规范）。
2. xml格式发送：

teacher.xml

<teacher>

<name>张三</name>

<email>zhangsan@qq.com</email>

<workage>2</workage>

</teacher>

这种一种规范

3 XML语法

xml文件以xml后缀名结尾。

xml文件需要使用xml解析器去解析。浏览器内置了xml解析器。

3.1 标签

语法： <student></student> 开始标签 标签体内容 结束标签

1）<student/> 或 <student></student> 空标签。没有标签体内容

2）xml标签名称区分大小写。

3）xml标签一定要正确配对。

4）xml标签名中间不能使用空格。

5）xml标签名不能以数字开头

6）注意： 在一个xml文档中，有且仅有一个根标签

3.2 属性

语法： <Student name="eric">student</Student>

注意：

1）属性值必须以引号包含，不能省略，也不能单双引号混用！！！

2）一个标签内可以有多个属性，但不能出现重复的属性名！！！

3.3 注释

语言： <!-- xml注释 --> 。在 XML 中编写注释的语法与 HTML 的语法很相似：

<!-- This is a comment --> 

3.4 xml文档声明

语法： <?xml version="1.0" encoding="utf-8"?>

version: xml的版本号

encoding： 解析xml文件时查询的码表（解码过程时查询的码表）

注意：

1）如果在ecplise工具中开发xml文件，保存xml文件时自动按照文档声明的encoding来保存文件。

2）如果用记事本工具修改xml文件，注意保存xml文件按照文档声明的encoding的码表来保存。

3.5 转义字符/实体引用

在xml中内置了一些特殊字符，这些特殊字符不能直接被浏览器原样输出。如果希望把这些特殊字符按照原样输出到浏览器，对这些特殊字符进行转义。转义之后的字符就叫转义字节。

如果你把字符 "<" 放在 XML 元素中，会发生错误，这是因为解析器会把它当作新元素的开始。

这样会产生 XML 错误：

<message>if salary < 1000 then</message>

为了避免这个错误，请用实体引用来代替 "<" 字符：

<message>if salary &lt; 1000 then</message> 

在 XML 中，有 5 个预定义的实体引用：

&lt;	<	小于
&gt;	>	大于
&amp;	&	和号
&apos;	'	单引号
&quot;	"	引号

注释：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。

3.6 CDATA块

作用： 可以让一些需要进行包含特殊字符的内容统一进行原样输出。

3.7 处理指令

作用： 告诉xml解析如果解析xml文档

案例： <?xml-stylesheet type="text/css" href="1.css"?> 告诉xml解析该xml文档引用了哪个css文件

需要提取xml内容可以使用xml-stylesheet指令指令

4 XML解析

4.1 引入

xml文件除了给开发者看，更多的情况使用程序读取xml文件的内容。这叫做xml解析

4.2 XML解析方式（原理不同）

DOM解析

SAX解析

4.3 XML解析工具

DOM解析原理:

1）JAXP （oracle-Sun公司官方）

2）JDOM工具（非官方）

3）Dom4J工具（非官方）

java三大框架（默认读取xml的工具就是Dom4j）

.......

SAX解析原理：

1）Sax解析工具（oracle-sun公司官方）

4.4 什么是DOM解析

DOM解析原理：xml解析器一次性把整个xml文档加载进内存，然后在内存中构建一颗Document的对象树，通过Document对象，得到树上的节点对象，通过节点对象访问（操作）到xml文档的内容。

4.5 Dom4j工具

非官方，不在java jdk中。

使用步骤：

1）导入dom4j的核心包。 dom4j-1.6.1.jar

2）编写Dom4j读取xml文件代码

public static void main(String[] args) {

try {

//1.创建一个xml解析器对象

SAXReader reader = new SAXReader();

//2.读取xml文档，返回Document对象

Document doc = reader.read(new File("./src/contact.xml"));

System.out.println(doc);

} catch (DocumentException e) {

e.printStackTrace();

throw new RuntimeException(e);

}

}

4.6 Domj4读取xml文件

节点：

Iterator Element.nodeIterator(); //获取当前标签节点下的所有子节点

标签：

Element Document.getRootElement(); //获取xml文档的根标签

Element ELement.element("标签名") //指定名称的第一个子标签

Iterator<Element> Element.elementIterator("标签名");// 指定名称的所有子标签

List<Element>     Element.elements(); //获取所有子标签

属性：

String Element.attributeValue("属性名") //获取指定名称的属性值

Attribute Element.attribute("属性名")；//获取指定名称的属性对象

Attribute.getName() //获取属性名称

Attibute.getValue() //获取属性值

List<Attribute>     Element.attributes(); //获取所有属性对象

Iterator<Attribute>        Element.attibuteIterator(); //获取所有属性对象

文本：

Element.getText(); //获取当前标签的文本

Element.elementText("标签名") //获取当前标签的指定名称的子标签的文本内容

5、总结：

本文主要介绍了一下：XML的作用、XML语法以及XML解析（DOM解析），下一篇将继续学习 xPath技术、 SAX解析 、 XML约束等xml操作知识。

参考文档：http://www.w3school.com.cn/xml/xml_syntax.asp