大话XML解析

时间：2023-12-21 19:12:20

之前我写过一篇关于xml解析的文章：http://blog.csdn.net/sdksdk0/article/details/50749326。今天这篇文章主要是进一步加深对xml基础的理解了使用，毕竟基础是很重要的嘛！写的应该会更注重细节的内容。主要内容有xml语法、DOM解析、SAX解析、Xpath，schema约束。

一、xml语法

标签

  1. 有开始标签和结束标签
  2. xml标签名称区分大小写
  3. xml标签一定要正确配对
  4. 中间不能使用空格
  5. 不能以数字开头，可以以下划线或字母开头
  6. 在一个xml文档中，有且仅有一个根标签

属性

  1. 属性值一定要以引号包含,也不能单双引号混用 name="erim"
  2. 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

<   &lt;

>   &gt;

"   &quot;

&   &amp;

空格 &nbsp;

写法：&lt;p&gt;段落&lt;/p&gt;

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：

  1. JAXP （oracle官方）
  2. JDOM
  3. 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：（面试常考）
大话XML解析

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。




    

  1. 导包:jaxen-1.1-beta.jar
    2. 

  2. 

    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
    

    3. 



xpath的语法


    

  1. / ，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）
    2. 

  2. // ，相对路径，表示不分任何层次结构的选择元素
    3. 

  3. *，通配符，表示匹配所有元素
    4. 

  4. [],条件，表示选择什么条件下的元素
    5. 

  5. @，属性，表示选择属性节点
    6. 

  6. and ,关系，表示条件的与关系（等价于&）
    7. 

  7. text(),文本，表示选择文本内容
    8. 






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 : list) {

			System.out.println(node);

		}

	}



五、SAX解析









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


    

  1. SAXParser:用于读取和解析xml文件
    2. 

  2. parse()方法，用于解析xml文件。parse(File f,DefaultHandler dh)方法，解析xml文件。
    3. 

  3. 参数1：File:表示读取xml文件
    4. 

  4. 参数2：DefaultHandloer:SAX事件处理程序
    5. 



                    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。其实这些东西说难不难，说易烨不易，主要是很多细节上面的东西，希望可以多查看帮助文档来进一步了解，常用的几种格式要掌握，如果想要进进一步加强理解可以查看：http://blog.csdn.net/sdksdk0/article/details/50749326







源码地址：




相关文章