二、XML

2.1 XML 简介

XML 即可扩展标记语言，一种简单的数据存储语言，使用一系列简单的标记来描述结构化数据

XML 的特点

• XML 与操作系统，编程语言的开发平台无关
• 规范统一，实现不同系统之间的数据交互

2.1.1 XML 的文档结构

以下是 XML 代码描述图书的信息

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book id="bk101">
        <title>.NET高级编程</title>
        <author>王珊</author>
        <description>包含C#框架和网络编程等</description>
    </book>
    <book id="bk102">
        <title>XML基础编程</title>
        <author>李明明</author>
        <description>包含XML基础概念和基本用法</description>
    </book>
</books>

• 通过以上代码来具体了解 XML 文档结构

2.1.2 XML 声明

• <?xml version="1.0" encoding="UTF-8"?> 表示 XML 声明，用于标明这是一个 XML 文件
• XML 声明主要有以下部分组成
  • version 文档符合 XML 1.0 规范
  • encoding 文档字符编码，默认为 UTF-8
• 对于任何一个 XML 文档，都是固定格式

2.1.3 标签

• XML 中，通过用尖括号 <> 括起来的各种标签来标记数据
• 标签必须成对使用，必须有开始标签 <> 和 结束标签 </>
• 标签之间是标签描述的内容
• 例如 <author>王珊</author> 则表示作者信息

2.1.4 元素

• XML 文档的主要部分是元素

• 元素由开始标签、结束标签和元素内容注册

• 元素内容指开始标签和结束标签之间的内容，可以包含子元素，字符数据等

• 元素的命名规则如下

  • 名称中可以包含字母、数字或其他的字符
  • 名称不能以数字或标点符号开始
  • 名称不能以字符 xml、XML 等开始
  • 名称中不能包含空格
  • 元素允许是空元素，如 <title></title>、<title/>

• 根元素

  • 每个 XML 文档必须有且仅有一个根元素，如 <books></books>
  • 根元素是一个完全包括文档中其他所有元素的元素
  • 根元素的起始标签要放在所有其他元素的起始标签之前
  • 根元素的结束标签要放在所有其他元素的结束标签之后

• 属性

  • <book id="bk101"> 标签中使用 id 属性描述图书的编号信息
  • 属性的定义语法如下

  <元素名 属性名="属性值">
  

  • 属性值用双引号包裹
  • 一个元素可以有多个属性，多个属性之间用空格隔开
  • 元素中不能直接包含 <、"、&
  • 属性只能加在元素的起始标签上

• XML 中的特殊字符的处理

  • 在 XML 中，有时在元素的文本中会涉及一些特殊字符 < > ' " &
  • 使用这些字符，需要用到 XML 中的预定义实体代替
  • XML 中的预定义实体和特殊字符的对应关系

  特殊字符	实体名称
  <	<
  >	>
  &	&amp;
  "	&quot;
  ’	&apos;

• CDATA - （未解析）字符数据

  • 术语 CDATA 是不应该由 XML 解析器解析的文本数据。

  • 像 < 和 & 字符在 XML 元素中都是非法的。

  • < 会产生错误，因为解析器会把该字符解释为新元素的开始。

  • & 会产生错误，因为解析器会把该字符解释为字符实体的开始。

  • CDATA 部分中的所有内容都会被解析器忽略

• CDATA 语法格式如下

  <![CDATA[要显示的字符]]>
  

2.2 解析 XML 概述

在实际应用当中，经常需要对 XML 文档进行各种操作

如在应用程序启动时去读取 XML 配置文件信息

或把数据库中的内容读取出来转为 XML 文档形式

这种情况就要运用到 XML 文档的解析技术

目前常用的 XML 解析技术有 4 种

2.2.1 DOM

• DOM 是基于 XML 的树结构来完成解析的
• DOM 解析 XML 文档时，会根据读取的文档，构建一个驻留内存的树结构
• 使用 DOM API 可以操作这个树结构
• 支持删除、修改、重新排列等多种功能
• 但 DOM 解析同时也比较消耗资源

2.2.2 SAZ

• SAZ 是基于事件的解析，为了解决 DMO 解析的资源消耗而出现的
• SAZ 是通过事件处理器完成对文档的解析
• SAZ 不用事先调入整个文档，所以它的优势就是占用资源少，内存消耗小
• 在解析数据量较大的 XML 文档时会采用这种方式

2.2.3 JDOM

• JDOM 是针对 Java 的特定文档模型
• 它简化了与 XML 的交互并且币使用 DOM 更快
• JDOM 仅使用具体类而不使用接口，在某方面简化了 API
• 但是也限制了灵活性
• API 大量使用了 Java 集合类型，对于属性这类的 Java 开发者而简化了使用

2.2.4 DOM4J

• DOM4J 是一个非常优秀的 Java XML API
• 具有性能优异、功能强大、易用的特点
• DOM4J 用于在 Java 平台上使用 Java 集合框架处理 XML、XPath 和 XSLT
• DOM4J 大量使用接口，面向接口编程使它币 JDOM 更加灵活

2.3 使用 DOM 读取 XML 数据

2.3.1 DOM 概念

• DOM 即文档对象模型
• DOM 把 XML 文件映射成一课倒挂的 “树”
• 以根元素为根节点，每个节点都以对象形式存在
• 通过存取这些对象就能存取 XML 文档的内容
• 例如，创建文件 book.xml 并保存，book.xml 内容如下

<?xml version="1.0" encoding="UTF-8"?>
<book id="bk101">
    <title>三国演义</title>
    <author>罗贯中</author>
    <price>30元</price>
</book>

• book.xml 对应的 DOM 树结构

2.3.2 使用 DOM 读取手机收藏信息

• 可以使用 JAXP 来解析 XML
• JAXP 包含 3 个包，这 3 个包都在 JDK 中
  • org.w3c.dom：W3C 推荐的用于使用 DOM 解析 XML 文档的接口
  • org.xml.sax：用于使用 SAZ 解析 XML 文档的接口
  • javax.xml.parsers：解析其工厂工具，获得并配置特殊的解析器
• 使用 DOM 解析 XML 时需要导入这些包中相关的类
• JAXP 会把 XML 文档转换成一个 DOM 树
• 使用 DOM 解析 XML 文档的步骤如下
  • 创建解析器工厂对象，即 DocumentBuilderFactory 对象
  • 由解析器工厂对象创建解析器对象，即 DocumentBuilder 对象
  • 由解析器对象对指定的 XML 文件进行解析，构建相应的 DOM 数，创建 Document 对象
  • 以 Document 对象为起点，对DOM 树的节点进行增加、删除、修改、查询等操作

2.3.3 使用 DOM 读取 XML 数据，使用 DOM 读取手机收藏信息中的品牌和型号信息 示例

XML 文档代码如下

<?xml version="1.0" encoding="UTF-8"?>
<PhoneInfo>
    <Brand name="华为">
        <Type name="P90"/>
    </Brand>
    <Brand>
        <Type name="iPhone Z"/>
        <Type name="iPhone ZL"/>
    </Brand>
</PhoneInfo>

手机收藏信息的 XML 文档对应的 DOM 树主要结构

根据使用 DOM 解析 XML 的文档步骤，关键代码如下

package Test01;

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import java.io.IOException;

public class Test01 {
    public static void main(String[] args) throws ParserConfigurationException, IOException, SAXException {
        //得到 DOM 解析器的工厂实例
        DocumentBuilderFactory dbf=DocumentBuilderFactory.newDefaultInstance();
        //从 DOM 工厂获取 DOM 解析器
        DocumentBuilder db=dbf.newDocumentBuilder();
        //解析 XML 文档，等到一个 Document 对象，即DOM数
        //xml 文件位置，从 src包下开始
        Document doc= db.parse("src/main/java/Test01/收藏信息.xml");
        //等到所有的 Brand 节点列表信息
        NodeList brandList=doc.getElementsByTagName("Brand");
        //循环 Brand 信息
        for (int i=0; i<brandList.getLength();i++){
        //获取第 i 个 Brand 元素信息
            Node brand=brandList.item(i);
        //获取第 i 个 Brand 元素的 name属性
            Element element= (Element) brand;
            String attrValue=element.getAttribute("name");
         //获取第 i 个 Brand 元素的所有子元素的 name 属性值
         NodeList types=element.getChildNodes();
            for (int j = 0; j <types.getLength() ; j++) {
                    Node node=types.item(j);
                    if (node.getNodeType()==Node.ELEMENT_NODE){
                        Element typeElement= ((Element) types.item(j));
                        String type=typeElement.getAttribute("name");
                        System.out.println("手机"+attrValue+type);
                    }
            }
        }
    }
}

2.3.4 使用 DOM 解析 XML 时主要使用以下对象

Node 对象

• Node 对象是 DOM 结构中的基本对象，代表了文档树中的一个抽象节点
• Node 对象的主要方法如下

方法名	说明
getChildNodes()	返回包含此节点所有子节点 NodeList
getFirstChild()	如果节点存在子节点，则返回第一个子节点
getLastChild()	如果节点存在子节点，则返回最后一个子节点
getNextSibling()	返回在 DOM 树中这个节点的下一个兄弟节点
getPreviousSibling()	返回在 DOM 树中这个节点的上一个兄弟节点
getNodeName()	返回节点的名称
getNodeValue()	返回节点的值
getNodeType()	返回节点的类型

NodeList 对象

• NodeList 对象是指包含了一个或多个节点 (Node) 列表
• 可以通过方法来获取列表中的元素
• NodeList 对象的常用方法

方法名	说明
getLength()	返回列表长度
item(int idnex)	返回指定位置的 Node 对象

Document 对象

• Document 对象代表整个 XML 文档
• 所有其他的 Node 都以一定的顺序包含在 Document 对象之内
• 它是对 XML 文档进行操作的起点，先通过解析 XML 源文件获取 Document 对象然后来执行后续的操作
• Document 对象的主要方法

方法名	说明
getElementsByTagName(String name)	返回一个 NodeList 对象，包含所有给定标签名的标签
getDocumentElement()	返回一个代表这个 DOM 树的根节点的 Element 对象

Element 对象

• Element 对象代表 XML了文档中的 标签元素
• 在标签中可以包含属性，因而 Element 对象中也有存取属性的方法
• Element 对象方法如下

方法名	说明
getAttribute(String attributename)	返回标签中给定属性名称的属性的值
getElementsByTagName(String name)	返回具有给定标签名称的所有后代 Elements 的 NodeList

注意事项

• XML 文档中的空白符也会被作为对象映射在 DOM 树中
• 所以直接调用 Node 对象的 getChildNodes() 方法有时会出现一些问题
• 解决方案如下
  • 使用 Element 的 getElementByTagName(String name)，返回的 NodeList 对象就是所期待的对象
  • 调用 Node 的 getChildNodes() 方法得到 NodeList 对象，每次通过 item() 方法提取 Node 对象然后判断
  • 判断 node.getNodeType()==Node.ELEMENT_NODE 即判断是否为元素节点

2.4 使用 DOM4J 解析 XML

2.4.1 DOM4J API 概述

• 使用 DOM4J 只要了解 XML-DOM 模型就能使用
• DOM4J 主要接口都在 org.dom4j 这个包里定义

类	说明
Attribute	定义了 XML 属性
Branch	为能够包含子节点的节点，定义了一个公共行为
CDATA	定义了 XML CDATA 区域
CharacterData	是一个标识接口，标识基于字符的节点，如 CDATA、Comment 和 Text
Comment	定义了 XML 注释的行为
Document	定义了 XML 文档
DocumentType	定义 XML DOCTYPE 声明
Element	定义了 XML 元素
ElementHandler	定义了 Element 对象的处理器
ElementPath	被 ElementHandler 使用，用于取得当前正在处理的路径层次信息
Entity	定义 XML 实体
Node	为 dom4j 中所有的 XML 节点定义了多态行为
NodeFilter	定义了在 dom4j 节点中产生的一个滤镜或谓词的行为
ProcessingInstruction	定义 XML 处理指令
Text	定义了 XML 文本节点
Visitor	用于实现 Visitor 模式
XPath	通过分析一个字符串提供一个 XPath 表达式

• 使用这些需要提前导入一个 dom4j 的包

<!-- https://mvnrepository.com/artifact/org.dom4j/dom4j -->
<dependency>
    <groupId>org.dom4j</groupId>
    <artifactId>dom4j</artifactId>
    <version>2.1.4</version>
</dependency>

2.4.2 使用 DOM4J 操作 XML 数据

1、Document 对象相关

• 读取 XML 文件，获得 Document 对象

SAXReader reader=new SAXReader();
Document document=reader.read(new File("input.xml"));

2、节点相关

• 获得文档的根元素

Element rootElm=document.getRootElement();

• 取得某节点的单个子节点

Element memberElm=rootElm.element("member"); //member 是节点名

• 取得节点的文字

String text=emeberElm.getText();
//或者用下面这种方式
//取得根元素下的 name 子节点的文字
String text=rootElm.elementText("name");

• 在某个节点下添加子节点，newMemberElm 是某个已存在的节点

Element ageElm=newMemberElm.addELment("age");

• 设置文字节点

ageElm.setText("29");

• 删除某节点

parentElm.remove(childElm);// childElm 是待删除的节点，parentElm是其父节点

3、属性相关

• 取得某节点下的某属性

Element root=document.getRootElement();
Attribute attribute=toor.attribute("size"); //属性名 size

• 取得属性的值

String text=attribute.getText();
//也可以使用
String text2=root.element("name").attributeValue("firstname");

• 为某节点添加属性

newMemberElm.addAttribute("name","learningdom4j");

• 设置属性的值

Attribute attribute=root.attribute("name");
attribute.setText("learningdom4j");

• 删除某属性

Attribute attribute=root.attribute("size"); //属性名saize
root.remove(attribute)

e attribute=toor.attribute(“size”); //属性名 size

- 取得属性的值

~~~java
String text=attribute.getText();
//也可以使用
String text2=root.element("name").attributeValue("firstname");

• 为某节点添加属性

newMemberElm.addAttribute("name","learningdom4j");

• 设置属性的值

Attribute attribute=root.attribute("name");
attribute.setText("learningdom4j");

• 删除某属性

Attribute attribute=root.attribute("size"); //属性名saize
root.remove(attribute)