XML入门笔记

2020-04-22 本文已影响0人憨憨二师兄

XML的概念与用途

XML的概念

XML的全称是Extensible Markup Language 即：可扩展标记语言
编写XML就是编写标签，与HTML非常类似，扩展名为.xml
类似格式如下：hr.xml
```
<employee>
  <name>张三</name>
  <age>31</age>
  <height>178</height>
</employee>
```
良好的人机可读性

XML的用途

Java程序的配置描述文件
用于保存程序产生的数据
用于网络间的数据传输

XML的文档结构

第一行必须是XML声明
XML声明说明XML文档的基本信息，包括版本号与字符集，写在XML第一行
```
<?xml version = "1.0" encoding = "UTF-8"?>
```
version代表版本号 1.0/1.1
encoding = "UTF-8" 为设置字符集
有且只有一个根节点

XML标签的书写规则与HTML相同
示例：hr.xml

<?xml version = "1.0" encoding = "UTF-8"?>
<!--人力资源管理系统-->
<hr>
  <employee no="27149">
      <name>张三</name>
      <age>31</age>
      <salary>4000</salary>
      <department>
          <dname>会计部</dname>
          <address>没有科技-103</address>
      </department>
  </employee>

  <employee no="27150">
      <name>李四</name>
      <age>29</age>
      <salary>10000</salary>
      <department>
          <dname>研发部</dname>
          <address>没有科技-104</address>
      </department>
  </employee>
</hr>

XML标签书写规则

合法的标签名

标签名要有意义
建议使用英文，小写字母，单词之间使用"-"分割
多级标签之间不要重名

正确的标签格式示例：

<shop-cart>
  <item>相册</item>
</shop-cart>

适当的注释与缩进

适当的注释与缩进会增强阅读性

合理使用属性

标签的属性用于描述标签不可或缺的信息
对标签分组或者为标签设置id时常用属性表示

特殊字符与CDATA标签的使用

标签体中，出现"<"，">"等特殊字符，会破坏文档的结构
如：下面的XML是无效的，不合法的

<exam>
     <question> 1 + 4 < 3 是否正确？</question>
     <question> 3 + 5 > 8 是否正确？</question>
 </exam>

解决特殊字符破坏文档的方法一：使用实体引用
XML支持五种实体引用
1. < 对应<
2. > 对应>
3. & 对应 &
4. ' 对应'
5. " 对应"
解决特殊字符破坏文档的方法二：使用CDATA标签
CDATA标签指的是不应该由XML解析器进行解析的文本数据
使用方法：从<![CDATA[开始,到]]>结束

有序的子元素

有序的子元素是指：在XML多层嵌套的子元素中，标签前后顺序应该保持一致

XML语义约束

XML语义约束就是用于规定XML文档中允许出现哪些元素
XML语义约束有两种定义方式：DTD 与 XML Schema

XML语义约束之DTD

DTD，即：Document Type Definition，翻译过来就是文档定义类型。DTD是一种简单易用的语句约束方式。
DTD文件的扩展名为.dtd

利用DTD中的<!ELEMENT> 标签，我们可以定义XML文档中允许出现的节点及数量
以hr.xml 作为示例说明：

定义hr节点下只允许出现1个employee子节点
<!ELEMENT hr(employee)>
定义hr节点下最少出现1个employee子节点
<!ELEMENT hr(employee+)>
定义hr节点下可出现  0...n个employee子节点
<!ELEMENT hr(employee*)>
定义hr节点下最多出现1个employee子节点
<!ELEMENT hr(employee?)>  

定义employee节点下必须包含以下四个节点，并且需要按照顺序出现
<!ELEMENT employee(name,age,salary,department)>

定义name标签只能是文本，#PCDATA代表文本元素
<!ELEMENT name(#PCDATA)>

在XML中使用<!DOCTYPE>标签来引用DTD文件

书写格式：
<!DOCTYPE 根节点 SYSTEM "dtd文件路径">
示例：
<!DOCTYPE hr SYSTEM "hr.dtd">

DTD语义约束示例

拿hr.xml文件进行举例，首先在同目录下创建hr.dtd文件，并在hr.xml文件中引入hr.dtd

<?xml version = "1.0" encoding = "UTF-8"?>
<!--人力资源管理-->
<!DOCTYPE hr SYSTEM "hr.dtd">
<hr>
    <employee no="27149">
        <name>张三</name>
        <age>31</age>
        <salary>4000</salary>
        <department>
            <dname>会计部</dname>
            <address>没有科技-103</address>
        </department>
    </employee>

    <employee no="27150">
        <name>李四</name>
        <age>29</age>
        <salary>10000</salary>
        <department>
            <dname>研发部</dname>
            <address>没有科技-104</address>
        </department>
    </employee>
</hr>

hr.dtd文件如下：

<?xml version = "1.0" encoding = "UTF-8"?>
<!ELEMENT hr (employee+)>
<!ELEMENT employee (name,age,salary,department)>
<!-- employee 中的 no 属性 属于 CDATA 即：不应该被XML解析的部分 默认值为 "" -->
<!ATTLIST employee no CDATA "">
<!-- #PCDATA 为 纯文本  -->
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT salary (#PCDATA)>
<!ELEMENT department (dname,address)>
<!ELEMENT dname (#PCDATA)>
<!ELEMENT address (#PCDATA)>

XML Schema

XML Schema 比DTD更为复杂，并且提供了更多的功能
XML Schema 提供了数据类型，格式限定，数据范围等特性
XML Schema 是W3C标准

以hr.xml举例，对应的xsd文件为：

<?xml version="1.0" encoding="UTF-8" ?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
    <xs:element name="hr">
        <!--complexType标签的含义是复杂节点，包含子节点时必须使用这个标签-->
        <xs:complexType>
            <xs:sequence>
                <xs:element name="employee" minOccurs="1" maxOccurs="9999">
                    <xs:complexType>
                        <xs:sequence>
                            <xs:element name="name" type="xs:string"></xs:element>
                            <xs:element name="age">
                                <xs:simpleType>
                                    <xs:restriction base="xs:integer">
                                        <xs:minInclusive value="18"></xs:minInclusive>
                                        <xs:maxInclusive value="60"></xs:maxInclusive>
                                    </xs:restriction>
                                </xs:simpleType>
                            </xs:element>
                            <xs:element name="salary" type="xs:integer"></xs:element>
                            <xs:element name="department">
                                <xs:complexType>
                                    <xs:sequence>
                                        <xs:element name="dname" type="xs:string"></xs:element>
                                        <xs:element name="address" type="xs:string"></xs:element>
                                    </xs:sequence>
                                </xs:complexType>
                            </xs:element>
                        </xs:sequence>
                        <!--required 必须的；表明 no 这个属性在任何employee节点下必须存在-->
                        <xs:attribute name="no" type="xs:string" use="required"></xs:attribute>
                    </xs:complexType>
                </xs:element>
            </xs:sequence>
        </xs:complexType>
    </xs:element>
</xs:schema>

在hr.xml文件中引入这个xmd文件需要在根节点上加入：

<?xml version = "1.0" encoding = "UTF-8"?>
<!--人力资源管理-->
<!--<!DOCTYPE hr SYSTEM "hr.dtd">-->
<hr xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  xsi:noNamespaceSchemaLocation="hr.xsd">
    <employee no="27149">
        <name>张三</name>
        <age>31</age>
        <salary>4000</salary>
        <department>
            <dname>会计部</dname>
            <address>没有科技-103</address>
        </department>
    </employee>

    <employee no="27150">
        <name>李四</name>
        <age>29</age>
        <salary>10000</salary>
        <department>
            <dname>研发部</dname>
            <address>没有科技-104</address>
        </department>
    </employee>
</hr>

XML文档解析及XPath语言

DOM文档模型与Dom4j

DOM(Document Object Model) 定义了访问和操作XML文档的标准方法，DOM把XML文档作为树结构来查看，能够通过DOM树来读写所有元素。
Dom4j是一个易用的，开源的库，用于解析XML。它应用于Java平台，具有性能优异，功能强大和极易使用的特点。
Dom4j将XML视为Document对象
XML标签被Dom4j定义为Element对象

Dom4j读取遍历XML

继续使用hr.xml文件作为示例，首先需要引入dom4j的jar包，在这里就不赘述了，直接看代码即可：

package dom4j;

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;

import java.util.List;

public class HrReader {

    public static void readXml(){
        String file = "C:/Users/11750/IdeaProjects/xml/src/hr.xml";
        // SAXReader类是读取XML文件的核心类，用于将XML解析后以树的形式保存在内存中
        SAXReader reader = new SAXReader();
        try {
            Document document = reader.read(file);
            // 获取XML文档的根节点
            Element root = document.getRootElement();
            List<Element> employees = root.elements("employee");
            for(Element employee : employees){
                // 获取属性
                Attribute no = employee.attribute("no");
                System.out.print(no.getText() + " ");

                // element方法用于获取唯一的子节点对象
                Element name = employee.element("name");
                String empName = name.getText(); // getText方法用于获取标签文本
                System.out.print(empName + " ");

                // or
                System.out.print(employee.elementText("age") + " ");
                System.out.print(employee.elementText("salary") + " ");

                //
                Element department = employee.element("department");
                System.out.print(department.elementText("dname") + " ");
                System.out.println(department.elementText("address") + " ");


                System.out.println();
            }
        } catch (DocumentException e) {
            e.printStackTrace();
        }
    }

    public static void main(String[] args) {
        HrReader.readXml();
    }
}

显示结果如下：

Dom4j 更新XML

Dom4j除了可以读取XML文档中数据，还可以向XML文档中写入数据，继续使用hr.xml文件作为示例，向hr.xml写入新的员工：

package dom4j;

import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;

import java.io.FileOutputStream;
import java.io.OutputStreamWriter;
import java.io.Writer;

public class HrWriter {

    public static void writeXml(){
        String file = "C:/Users/11750/IdeaProjects/xml/src/hr.xml";
        SAXReader reader = new SAXReader();
        try {
            Document document = reader.read(file);
            Element root = document.getRootElement();
            Element newEmp = root.addElement("employee");

            // add attribute
            newEmp.addAttribute("no","3311");

            // set name
            Element name = newEmp.addElement("name");
            name.setText("王五");

            // set age
            newEmp.addElement("age").setText("26");

            // set salary
            newEmp.addElement("salary").setText("5200");

            // set
            Element department = newEmp.addElement("department");
            department.addElement("dname").setText("人事部");
            department.addElement("address").setText("没有科技-105");

            // 输出流写入到 xml 文件中
            Writer writer = new OutputStreamWriter(new FileOutputStream(file),"UTF-8");
            document.write(writer);
            writer.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public static void main(String[] args) {
        HrWriter.writeXml();
    }

}

更新XML文档后，发现已经添加了王五这名原工的信息，再次使用HrReader.readXml() 遍历所有员工可以得到：

XPath路径表达式

XPath 路径表达式是XML文档中查找数据的语音
掌握XPath可以极大的提高在提取数据时的开发效率
学习XPath本质就是掌握各种形式的表达式的使用技巧

几种最常用的基本表达式有：

表达式	描述
nodename	选取此节点的所有子节点
/	从根节点选取
//	从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置
.	选取当前节点
..	选取当前节点的父节点
@	选取属性

XPath基本表达式案例

路径表达式	结果
bookstore	选取bookstore元素的所有子节点
/bookstore	选取根元素bookstore
bookstore/book	选取属于 bookstore 的子元素的所有book元素
//book	选取所有book子元素，而不管它们在文档中的位置
bookstore//book	选取bookstore元素的后代的所有book元素，而不管他们位于bookstore下面的什么位置
//@lang	选取名为lang的所有属性

XPath 谓语表达式

路径表达式	结果
/bookstore/book[1]	选取bookstore子元素的第一个book元素
/bookstore/book[last()]	选取属于bookstore子元素的最后一个 book元素
/bookstore/book[last() - 1]	选取属于bookstore子元素的倒数第二个 book元素
/bookstore/book[position() < 3]	选取最前面的两个属于bookstore元素的子元素的book元素
//title[@lang]	选取所有拥有名为lang的属性的title元素
//title[@lang='eng']	选取所有title元素，且这些元素拥有值为eng的lang属性
/bookstore/book[price > 35.00]	选取bookstore 元素的所有book元素，且其中price的值要大于35.00
/bookstore/book[price > 35.00]/title	选取bookstore 元素的所有book元素下的title元素，且其中price的值要大于35.00

Jaxen与XPath实战

Jaxen

Jaxen是一个Java编写的开源的XPath库，可以适应多种不同的对象模型，包括DOM,XOM,dom4j和JDOM
Dom4j底层依赖Jaxen实现XPath查询
Jaxen下载地址：jaxen.codehaus.org

Dom4j里面提供了用来支持XPath的方法，不过使用XPath表达式之前，还需要引入支持XPath的jar包。

示例如下：

hr.xml文件：

<?xml version="1.0" encoding="UTF-8"?>
<!--人力资源管理--><!--<!DOCTYPE hr SYSTEM "hr.dtd">-->
<hr xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="hr.xsd">
    <employee no="3301">
        <name>李铁柱</name>
        <age>37</age>
        <salary>3600</salary>
        <department>
            <dname>人事部</dname>
            <address>XX大厦-B105</address>
        </department>
    </employee>
    <employee no="3302">
        <name>林海</name>
        <age>50</age>
        <salary>7000</salary>
        <department>
            <dname>财务部</dname>
            <address>XX大厦-B106</address>
        </department>
    </employee>
    <employee no="3303">
        <name>安娜</name>
        <age>24</age>
        <salary>4600</salary>
        <department>
            <dname>人事部</dname>
            <address>XX大厦-B105</address>
        </department>
    </employee>
    <employee no="3304">
        <name>张晓宇</name>
        <age>29</age>
        <salary>3000</salary>
        <department>
            <dname>后勤部</dname>
            <address>XX大厦-B108</address>
        </department>
    </employee>

    <employee no="3305">
        <name>赵子轩</name>
        <age>19</age>
        <salary>1500</salary>
        <department>
            <dname>后勤部</dname>
            <address>XX大厦-B108</address>
        </department>
    </employee>

    <employee no="3306">
        <name>张晓璇</name>
        <age>20</age>
        <salary>1700</salary>
        <department>
            <dname>后勤部</dname>
            <address>XX大厦-B108</address>
        </department>
    </employee>
    <employee no="3307">
        <name>张檬</name>
        <age>43</age>
        <salary>8700</salary>
        <department>
            <dname>会计部</dname>
            <address>XX大厦-B103</address>
        </department>
    </employee>
    <employee no="3308">
        <name>李梅</name>
        <age>33</age>
        <salary>8700</salary>
        <department>
            <dname>工程部</dname>
            <address>XX大厦-B104</address>
        </department>
    </employee>
    <employee no="3309">
        <name>张三</name>
        <age>31</age>
        <salary>4000</salary>
        <department>
            <dname>会计部</dname>
            <address>XX大厦-B103</address>
        </department>
    </employee>
    <employee no="3310">
        <name>李四</name>
        <age>23</age>
        <salary>3000</salary>
        <department>
            <dname>工程部</dname>
            <address>XX大厦-B104</address>
        </department>
    </employee>
</hr>

引入Jaxen的jar包：jaxen-1.1.6.jar后，对XPath的测试程序如下：

package dom4j;

import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;

import java.util.List;

public class XPathTest {
    public static void xPath(String xPathExp){
        String file = "C:/Users/11750/IdeaProjects/xml/src/hr.xml";
        SAXReader reader = new SAXReader();
        try {
            Document document = reader.read(file);
            // 执行 XPath表达式:document.selectNodes(xPathExp)
            // Node 为 Element和 Attribute 的父类
            List<Node> nodes = document.selectNodes(xPathExp);
            for(Node node : nodes){
                Element emp = (Element) node;
                System.out.println("编号: " + emp.attributeValue("no"));
                System.out.println("姓名: " + emp.elementText("name"));
                System.out.println("年龄: " + emp.elementText("age"));
                System.out.println("薪水: " + emp.elementText("salary"));
                System.out.println("===============");
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public static void main(String[] args) {
        // 获取到所有的employee节点
        XPathTest.xPath("/hr/employee");
        XPathTest.xPath("//employee");
        // 统计所有工资小于4000的员工
        XPathTest.xPath("//employee[salary<4000]");
        // 查询李铁柱这名员工的信息
        XPathTest.xPath("//employee[name='李铁柱']");
        // 查询编号为3304的这名员工的信息
        XPathTest.xPath("//employee[@no=3304]");
        // 查询第一个员工的信息
        XPathTest.xPath("//employee[1]");
        // 查询最后一个员工的信息
        XPathTest.xPath("//employee[last()]");
        // 查询前五个员工的信息
        XPathTest.xPath("//employee[position()<6]");
        // 查询第三名员工和第八名员工的信息
        XPathTest.xPath("//employee[3] | //employee[8]");
    }
}