首页 资讯 社群 我的社区 搜索

大话XML解析

zhupei
2018-10-12 11:05:42

 一、xml语法

标签
有开始标签和结束标签
xml标签名称区分大小写
xml标签一定要正确配对
中间不能使用空格
不能以数字开头,可以以下划线或字母开头
在一个xml文档中,有且仅有一个根标签
属性
属性值一定要以引号包含,也不能单双引号混用 name="erim"
一个标签内可以多个属性,但是属性名不能重复,例如不能有两个 id="1" id="2"
注释
<!--xml的注释  -->

文档申明
如果在ide中开发,保存xml文件时会自动按照文档申明的encoding来保存。

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

转义字符

<   <
> >
" "
& &
空格  
写法:<p>段落</p>

CDATA块
作用,可以让一些需要包含特殊字符的内容,统一进行原样输出。

<![CDATA[
<html><head>head</head><body>body</body></html>
]]>

处理指令
作用:告诉xml解析器如何解析xml内容

<?xml-stylesheet type="text/css"  href="1.css" ?>

完整例子:

<?xml version="1.0" encoding="utf-8"?>
<codes>
<code>
<p>段落</p>
<p>段落</p>
</code>
<code>
<![CDATA[
<html><head>head</head><body>body</body></html>
]]>
</code>
</codes>

 二、xml解析的方式


有DOM解析和SAX解析方式。

Dom解析常用工具有:

JAXP (oracle官方)
JDOM
DOM4J(常用)
SAX解析常用工具有:Sax解析工具(oracle官方)
xml解析和sax解析的对比:


 三、DOM解析

 
  原理
  xml解析器一次性把整个xml文档加载进内存,然后再内存中构建一棵Document的对象树,通过Document对象,得到树的节点对象,通过节点对象访问到xml文档的内容。不适合读取大容量的文件,容易导致内存溢出。

DOM4J工具
需要导包。

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"));

示例代码:

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);
}
}

Dom4j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

示例代码:

//用nodeIterator(),得到当前节点下的所有子节点对象
Iterator<Node> it=doc.nodeIterator();
while(it.hasNext()){
Node node=it.next();
String name=node.getName();
System.out.println(name);

//继续取出其下面的子节点
//只有标签节点才有子节点
if(node instanceof Element){
Element elem=(Element) node;
Iterator<Node> it2=elem.nodeIterator();
while(it2.hasNext()){
Node n2=it2.next();
System.out.println(n2.getName());
}
}
}

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> iterator = list.iterator();

示例代码:

public void test3() throws DocumentException {
SAXReader reader=new SAXReader();
Document doc=reader.read(new File("./src/contact.xml"));

Element rootElem=doc.getRootElement();
String name=rootElem.getName();

System.out.println(name);
//得到当前标签下指定名称的第一个子标签
//Element contactElem=rootElem.element("contact");
//System.out.println(contactElem.getName());

//得到当前标签下指定名称的所有子标签
Iterator<Element> it=rootElem.elementIterator("contact");
while(it.hasNext()){
Element elem=it.next();
System.out.println(elem.getName());
}
List<Element> list=rootElem.elements();
//遍历List的方法:普通for,增强for,迭代器
for(int i=0;i<list.size();i++){
Element e=list.get(i);
System.out.println(e.getName());
}
Iterator<Element> iterator = list.iterator();
while(it.hasNext()){
Element elem=it.next();
System.out.println(elem.getName());
}

//想要获取更深层次的标签,只能一层层的读取
Element nameElem=doc.getRootElement().element("contact").element("name");
System.out.println(nameElem.getName());

}

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

示例代码:

//获取属性,先获取属性所在的标签对象,然后才能获取属性
Element contactElem=doc.getRootElement().element("contact");
String idValue=contactElem.attributeValue("id");
System.out.println(idValue);

//得到属性对象
Attribute idAttr=contactElem.attribute("id");
System.out.println(idAttr.getName()+"="+idAttr.getValue());


//得到所有属性的对象,使用List
List<Attribute> list=contactElem.attributes();
for (Attribute attribute : list) {
System.out.println(attribute.getName()+"="+attribute.getValue());
}
//使用迭代器
Iterator<Attribute> it=contactElem.attributeIterator();
while(it.hasNext()){
Attribute attr=it.next();
System.out.println(attr.getName()+"="+attr.getValue());
}

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

示例代码:

public void test5() throws DocumentException{
SAXReader reader=new SAXReader();
Document doc=reader.read(new File("./src/contact.xml"));

//空格和换行也是有内容的

//获取文本,要先获取标签,再获取标签上的文本
Element nameElem=doc.getRootElement().element("contact").element("name");

String text=nameElem.getText();
System.out.println(text);

String text2=doc.getRootElement().element("contact").elementText("name");
System.out.println(text2);

}

Dom4j修改xml文档
写出内容到xml文档
new XMLWriter(OutputStream,OutputFormat)

writer(Document)

<pre name="code" class="java">                     Document doc=new SAXReader().read(new File(".src/contact.xml"));

//指定文件输出位置
FileOutputStream out=new FileOutputStream("D:/contact.xml");
//创建写出对象
//紧凑的
OutputFormat format=OutputFormat.createCompactFormat();
OutputFormat format1=OutputFormat.createPrettyPrint();

//影响了xml文档保存时的编码和xml文档申明的编码,使用该方法生成的xml避免了乱码问题
format.setEncoding("utf-8");

XMLWriter writer=new XMLWriter(out,format);

writer.write(doc);
writer.close();

修改xml文档的API
增加:

DocumentHelper.createDocument()
addElement("contact");

addAttribute("id", "001");
//增加一个标签
Element rootElem=doc.addElement("contactList");
Element contactElem=rootElem.addElement("contact");
contactElem.addElement("name");

//增加属性
contactElem.addAttribute("id", "001");
contactElem.addAttribute("name", "aa");

修改: setValue(),setText()

Element contactElem=doc.getRootElement().element("contact");

//得到属性对象
Attribute idAttr=contactElem.attribute("id");
//修改属性值
idAttr.setValue("003");

Element contactElem1=doc.getRootElement().element("contact");
contactElem1.addAttribute("id", "004");

//修改文本
Element nameElem=doc.getRootElement().element("contact").element("name");
nameElem.setText("锤子");

删除: deatch()

//删除标签对象
/*Element ageElem=doc.getRootElement().
element("contact").element("age");
ageElem.detach();*/
//ageElem.getParent().remove(ageElem);

//删除属性
Element contactElem=(Element) doc.getRootElement().elements().get(0);

Attribute idAttr=contactElem.attribute("id");
idAttr.detach();

 四、XPATH

  
  当使用dom4j查询比较深的层次的时候非常麻烦。可以快速查找信息。 主要用于快速获取节点对象。

  XPath使用一个紧凑的、非XML语法方便使用在uri和XML属性值的XPath。XPath操作基于XML文档的逻辑结构,而不是其表面的语法。Xpath的名字来自其使用的符号在URL路径通过一个XML文档的层次结构导航。 除了用于定位,XPath还设计有一个真子集,可用于匹配(测试一个节点是否符合一个模式);使用XPath进行XSLT。

  XPath模型的XML文档的节点树。有不同类型的节点,包括元素节点、属性节点和文本节点。XPath定义了一个方法来计算每个节点类型字符串值。某些类型的节点也有名字。XPath完全支持XML命名空间的XML名称] [。因此,一个节点的名称被建模为一个地方的部分和一个可能的空命名空间URI;这就是所谓的扩展名。在[ 5数据模型]中详细描述了数据模型。

  导包:jaxen-1.1-beta.jar
  使用xpath的方法:

  List selectNodes();//查询多个节点对象 Node selectSingleNode("xpath表达式");//查询一个节点对象

xpath的语法
/ ,绝对路径 ,表示从xml的跟位置开始或者子元素(一个层次结构)
// ,相对路径,表示不分任何层次结构的选择元素
*,通配符,表示匹配所有元素
[],条件,表示选择什么条件下的元素
@,属性,表示选择属性节点
and ,关系,表示条件的与关系(等价于&)
text(),文本,表示选择文本内容

示例代码:
public static void main(String[] args) throws DocumentException {
Document doc = new SAXReader().read(new File("./src/contact.xml"));

String xpath = "";
xpath="/contactList";
xpath="/contactList/contact";
xpath="//contact/name";
xpath="//name";

//通配符
xpath="/contactList/*";
xpath="/contactList//*";

//条件
xpath="//contact@id]";
//第二个contact标签
xpath="//contact[2]";
xpath="//contact[last()]";

//属性
xpath="//@id"; //选取的是id属性节点对象,返回Attribute对象
xpath="//contact[not(@id)]";
//选取id属性为002d contact标签
xpath="//contact[@id='002']";
xpath="//contact[@id='001' and @name='aa']";

//选取文本内容
xpath="//name/text()"; //返回Text对象
xpath="//contact/name[text()='张三']";


List<Node> list = doc.selectNodes(xpath);
for (Node node
ch, int start, int length) : 读到文本内容时调用



  原理
  读取加载处理都是一部分一部分的进行的,对内存要求比较低。


  AX解析允许在读取文档的时候,即对文档进行处理,而不必等到整个文档装载完才会文档进行操作。

  SAX采用事件处理的方式解析XML文件,利用 SAX 解析 XML 文档,涉及两个部分:解析器和事件处理器: 解析器可以使用JAXP的API创建,创建出SAX解析器后,就可以指定解析器去解析某个XML文档。 解析器采用SAX方式在解析某个XML文档时,它只要解析到XML文档的一个组成部分,都会去调用事件处理器的一个方法,解析器在调用事件处理器的方法时,会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。 事件处理器由程序员编写,程序员通过事件处理器中方法的参数,就可以很轻松地得到sax解析器解析到的数据,从而可以决定如何对数据进行处理


  核心API
  SAXParser:用于读取和解析xml文件
  parse()方法,用于解析xml文件。parse(File f,DefaultHandler dh)方法,解析xml文件。

  参数1:File:表示读取xml文件

  参数2:DefaultHandloer:SAX事件处理程序

void startDocument()  :  在读到文档开始时调用
void endDocument() :在读到文档结束时调用
void startElement(String uri, String localName, String qName, Attributes attributes) :读到开始标签时调用
void endElement(String uri, String localName, String qName) :读到结束标签时调用
void characters(char[] ch, int start, int length) : 读到文本内容时调用

  示例代码:

</pre><pre name="code" class="java">public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {
SAXParser parser=SAXParserFactory.newInstance().newSAXParser();

MyDefalutHandler3 handler=new MyDefalutHandler3();
parser.parse(new File("./src/contact.xml"), handler);

List<Contact> list=handler.getList();
for (Contact contact : list) {
System.out.println(contact);
}

}
public class MyDefalutHandler3 extends DefaultHandler {

private List<Contact> list = new ArrayList<Contact>();

public List<Contact> getList() {
return list;
}

private Contact contact;
private String curTag;
// 开始标签
@Override
public void startElement(String uri, String localName, String qName,
Attributes attributes) throws SAXException {
curTag=qName;
// 读取到contact的开始标签创建Contact对象
if ("contact".equals(qName)) {
contact = new Contact();

// 设置id值
contact.setId(attributes.getValue("id"));

}
}

// 文本内容
@Override
public void characters(char[] ch, int start, int length) throws SAXException {
//当前文本内容
String content=new String(ch,start,length);

if("name".equals(curTag)){
contact.setName(content);
}
if("age".equals(curTag)){
contact.setAge(content);
}
if("phone".equals(curTag)){
contact.setPhone(content);
}
if("email".equals(curTag)){
contact.setEmail(content);
}
if("qq".equals(curTag)){
contact.setQq(content);
}
}

// 结束标签
@Override
public void endElement(String uri, String localName, String qName)
throws SAXException {
// 读到contact的结束标签则放入list中
curTag=null;
if ("contact".equals(qName)) {
list.add(contact);
}
}

}

 六、schema约束

  XML Schema 也是一种用于定义和描述 XML 文档结构与内容的模式语言,其出现是为了克服 DTD 的局限性
  XML Schema 文件自身就是一个XML文件,但它的扩展名通常为.xsd。支持名称空间。 一个XML Schema文档通常称之为模式文档(约束文档),遵循这个文档书写的xml文件称之为实例文档。

  和XML文件一样,一个XML Schema文档也必须有一个根结点,但这个根结点的名称为schema。

  编写了一个XML Schema约束文档后,通常需要把这个文件中声明的元素绑定到一个URI地址上,在XML Schema技术中有一个专业术语来描述这个过程,即把XML Schema文档声明的元素绑定到一个名称空间上,以后XML文件就可以通过这个URI(即名称空间)来告诉解析引擎,xml文档中编写的元素来自哪里,被谁约束。

  学习目标:不需要我们编写xsd 重点:根据xsd编写出xml文档。 难点:在xml中引入xsd约束

  基本操作步骤:
  a、根据xsd文件,找到根元素
<?xml version="1.0" encoding="UTF-8"?>
<书架>

</书架>

  b、根元素来在哪个名称空间 使用xmlns关键字来声明名称空间。

<?xml version="1.0" encoding="UTF-8"?>
<tf:书架 xmlns:tf="http://www.tianfang1314.cn">

</tf:书架>

  c、名称空间和哪个xsd文件对应

<?xml version="1.0" encoding="UTF-8"?>
<tf:书架 xmlns:tf="http://www.tianfang1314.cn"
schemaLocation="http://www.tianfang1314.cn book.xsd">

</tf:书架>

  d、schemaLocation来自一个标准的名称空间:固定写法

<?xml version="1.0" encoding="UTF-8"?>
<tf:书架 xmlns:tf="http://www.tianfang1314.cn"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.tianfang1314.cn book.xsd">

</tf:书架>

  总结:
  XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。xml是一种重要的知识点,需要多练习才能进一步的掌握。

用户评论