第八章java對(duì)XML的解析

1、xml是擴(kuò)展性標(biāo)識(shí)語(yǔ)言的簡(jiǎn)寫特點(diǎn)：自定義標(biāo)簽作用：一種通用數(shù)據(jù)交換格式，系統(tǒng)配置文件一般采用xml格式書寫，用來記錄應(yīng)用程序的配置信息。優(yōu)點(diǎn)： 結(jié)構(gòu)嚴(yán)謹(jǐn)規(guī)范性強(qiáng) 標(biāo)準(zhǔn)的數(shù)據(jù)交換文件，已用于通用的配置信息文件 結(jié)構(gòu)簡(jiǎn)單，清晰，便于書寫，增強(qiáng)閱讀性 將數(shù)據(jù)結(jié)構(gòu)化，讓數(shù)據(jù)間具有明確的層次關(guān)系語(yǔ)言標(biāo)記 html標(biāo)記是固定標(biāo)記集合 xml提供的是一個(gè)定義標(biāo)記的標(biāo)準(zhǔn)，其中的標(biāo)記是可以自由定義代碼的書寫 html語(yǔ)言編寫相對(duì)隨意，要求松散。 xml語(yǔ)言編寫有非常嚴(yán)格的規(guī)范描述內(nèi)容 html將數(shù)據(jù)和顯示結(jié)合在一起 xml將數(shù)據(jù)和顯示相分離，記錄數(shù)據(jù)和數(shù)據(jù)間關(guān)系，只對(duì)數(shù)據(jù)進(jìn)行描述，不考慮顯示效果。張三20李四2

2、3 xml聲明（declaration）doctype聲明處理指令（processing instruction）注釋（comment）元素（element）cdata并不是每一個(gè)xml都需要所有的組成部分。文檔聲明（ xml文檔首行）: 格式： encoding定義文檔字符編碼集合，“gb2312” standalone定義文檔是否獨(dú)立，“yes”no”文檔類型定義： 指定xml文檔定義文檔類型所用的dtd來源處理指令 為處理xml文檔的應(yīng)用程序提供提示信息， 文檔注釋 注釋不可以嵌套文檔主體內(nèi)容自定義標(biāo)記對(duì)數(shù)據(jù)進(jìn)行結(jié)構(gòu)描述，通過樹形結(jié)構(gòu)體現(xiàn)文檔結(jié)構(gòu) 文檔中只能有一個(gè)頂層元素(根元素) 頂層

3、元素中包含： 元素屬性 元素文本內(nèi)容 cdata（character data字符數(shù)據(jù)區(qū)） 各種子元素1.所有xml標(biāo)記都嚴(yán)格區(qū)分大小寫2.xml只能有一個(gè)頂層元素，其他元素都包含在頂層元素中3.所有的標(biāo)記都必須要要有開始和結(jié)束標(biāo)簽，如果沒有單獨(dú)的結(jié)束標(biāo)簽，則在開始標(biāo)簽的內(nèi)部直接添加結(jié)束“/”4.所有標(biāo)記的屬性值必須用“ ”或 括起來5.名字中可以包含字母、數(shù)字及一些可見字符和中文6.名字不以數(shù)字和下劃線開頭，不以“xml”開頭，7.名稱中不可以包含空格，冒號(hào)(:)8.命名盡量簡(jiǎn)短，一個(gè)文件中大小寫盡量統(tǒng)一標(biāo)準(zhǔn)9.所有的xml標(biāo)記都必須合理嵌套，不允許出現(xiàn)交叉嵌套存放不想被解析的原始數(shù)據(jù)格式：

4、中示例：!cdataif( 2 在元素的文本中有些符號(hào)不可以直接出現(xiàn)，因?yàn)闀?huì)出現(xiàn)解析錯(cuò)誤。比如：“”對(duì)于這些符號(hào)可以使用轉(zhuǎn)義字符來標(biāo)識(shí)特殊字符轉(zhuǎn)義字符&>“"'什么是約束模式？ 定義：定義xml文檔中允許出現(xiàn)的元素名，元素中的屬性，元素中的內(nèi)容類型及元素間的嵌套關(guān)系和出現(xiàn)順序，為文檔指定xml約束模式后，就必須遵循該約束模式。xml約束模式語(yǔ)言： 用作xml約束模式的內(nèi)容也需要遵循一定的語(yǔ)法規(guī)則，這些規(guī)則形成xml約束模式語(yǔ)言，像這種創(chuàng)造xml標(biāo)記語(yǔ)言的語(yǔ)言稱為元語(yǔ)言。模式文檔：定義約束模式的文檔實(shí)例文檔：根據(jù)模式文檔編寫的文檔常見的約束模式文件：dtd、xm

5、lschema文檔類型定義（dtd）可定義合法的xml文檔構(gòu)建模塊。它使用一系列合法的元素來定義文檔的結(jié)構(gòu)。dtd文件的好處： 讓每一個(gè) xml 文件都可以具備單獨(dú)的格式描述。 也可以讓一個(gè)組織都使用同一種格式描述。 還可以直接引用一個(gè)權(quán)威機(jī)構(gòu)指定的格式描述。定義一個(gè)元素 格式： pcdata（parsed character data）（被解析的字符數(shù)據(jù)）如何給xml文檔加上約束呢？ 將dtd約束直接嵌套在xml文檔中。 格式： 引入外部的dtd文件到xml文檔中 !doctype students !doctype students mikemike2929bjbj 文檔類型名稱：可以自定

6、義，通常使用根節(jié)點(diǎn)名稱 system：表明xml遵循的是一個(gè)組織內(nèi)部的約束。 示例： public：表示xml遵循的是權(quán)威機(jī)構(gòu)或特定行業(yè)提供的dtd文件。 dtd名稱：用于標(biāo)識(shí)該dtd文件，只有在public聲明時(shí)才用到。元素是 xml 文檔的基本組成部分，在 xml 文檔中使用的每個(gè)元素及其屬性都要在 dtd 文件中進(jìn)行定義語(yǔ)法格式： 示例： 元素的使用規(guī)則定義了: 元素中包含的組成部分 每種組成部分出現(xiàn)的次數(shù) 各組成部分間的次序(#pcdata)表示元素中嵌套的內(nèi)容是普通文本字符串。empty：元素中不包含任何子元素和普通文本字符串，這種情況用于定義 xml 文件中的空元素：例如，定義的元

7、素形式為 +一次或多次 (書+)？0 次或一次 (書?)*0次或多次(書*)不使用規(guī)則只一次(書)每條元素定義語(yǔ)句的順序是無關(guān)緊要的 具有不同用途的元素不能使用相同的元素名 在元素的使用規(guī)則中可以通過正則表達(dá)式定義子元素出現(xiàn)的次數(shù)： 圓括號(hào)可將括在其中的內(nèi)容組合成一個(gè)可統(tǒng)一操作的分組，分組中可以嵌套更小的分組。元素的各個(gè)組成成份的特點(diǎn) 元素的使用規(guī)則中的各個(gè)組成成分用空白符分隔，他們的出現(xiàn)順序沒有嚴(yán)格要求：? 用逗號(hào)分隔，出現(xiàn)順序必須與排列順序一致： 用豎杠 | 分隔，它們?cè)?xml 文檔中只能出現(xiàn)它們之中的任何一個(gè)： 語(yǔ)法格式：語(yǔ)法格式：示例：示例： #required：必須設(shè)置該屬性 #i

8、mplied：可以設(shè)置也可以不設(shè)置 #fixed：說明該屬性的取值固定為一個(gè)默認(rèn)值，屬性類型 cdata：指的是純文本，即由字符、符號(hào)組成的字符串enumerated：屬性也可以被描述為一組可接受的取值的列表，xml文件中對(duì)屬性的賦值將從這個(gè)列表中選取一個(gè)值。這類屬性屬于枚舉類型enumerated，不過關(guān)鍵字enumerated是不出現(xiàn)在dtd定義中的。id：是用屬性值的方式為文件中的某個(gè)元素定義唯一標(biāo)識(shí)的方法，由處理文件的程序或腳本語(yǔ)言使用。 entity：將多內(nèi)容文本或者一個(gè)文件用一個(gè)簡(jiǎn)稱來標(biāo)識(shí)。?xml version = 1.0 encoding=gb2312 standalone=

9、yes?!doctype students !doctype students !attlist student sex ( male | female ) male“ lisilisi預(yù)覽結(jié)果：學(xué)生元素的id屬性會(huì)自動(dòng)加載male值。xml解析器是讀取xml文檔并分析其結(jié)構(gòu)的代碼。一般而言使用解析器需要以下步驟： 創(chuàng)建一個(gè)解析器對(duì)象 使解析器指向您的xml文檔 處理結(jié)果常見的解析模式 dom(document object model) 文檔對(duì)象模型，w3c的標(biāo)準(zhǔn)，dom處理xml文檔是基于將xml文檔解析成樹狀模型，放入內(nèi)存進(jìn)行處理 sax(simple api for xml) sax則

10、是采用基于事件驅(qū)動(dòng)的處理模式，它將xml文檔轉(zhuǎn)化成一系列的事件，由單獨(dú)的事件處理器來決定如何處理 jdom基于java語(yǔ)言的解析工具。 jaxp(java api for xml processing) sun推出的一套處理xml文檔的工具包。dom4j 基于java語(yǔ)言的優(yōu)秀的xml文檔解析工具，也應(yīng)用在jaxm(java api for xml messaging )中。 dom： java 讀入 xml 文檔并分析其結(jié)構(gòu)，將其轉(zhuǎn)化為內(nèi)存中的對(duì)象如果xml看成一顆數(shù)據(jù)樹，那么dom就是對(duì)這顆樹的一個(gè)對(duì)象描敘，是為xml文檔在邏輯上建立一個(gè)樹，樹的節(jié)點(diǎn)是一個(gè)個(gè)對(duì)象，通過存取這些對(duì)象就能夠存取

11、xml文檔的內(nèi)容。解析的過程：節(jié)點(diǎn)：xml文檔中的所有節(jié)點(diǎn)組成了一個(gè)節(jié)點(diǎn)樹。xml文檔中的每個(gè)元素、屬性、文本等都代表著樹中的一個(gè)節(jié)點(diǎn)。樹起始于文檔節(jié)點(diǎn)，并由此繼續(xù)伸出枝條，直到處于這棵樹最低級(jí)別的所有文本節(jié)點(diǎn)為止。常用節(jié)點(diǎn)類型如下表所示：節(jié)點(diǎn)類型附加說明實(shí)例元素節(jié)點(diǎn)(element)xml標(biāo)記元素屬性節(jié)點(diǎn)(attribute)xml標(biāo)記元素的屬性name=”ntcsoft”文本節(jié)點(diǎn)(text)xml標(biāo)記中的文本段jim文檔類型節(jié)點(diǎn)文檔類型聲明(documenttype)!doctype注釋節(jié)點(diǎn)commentxm注釋節(jié)點(diǎn)!文檔注釋節(jié)點(diǎn)關(guān)系：下面我們從一個(gè)xml文檔實(shí)例中了解一下各個(gè)節(jié)點(diǎn)之間的關(guān)

12、系： 工程師a 文檔根元素節(jié)點(diǎn)元素節(jié)點(diǎn)元素節(jié)點(diǎn)元素節(jié)點(diǎn)屬性節(jié)點(diǎn)name文本節(jié)點(diǎn)工程師a屬性節(jié)點(diǎn)position屬性節(jié)點(diǎn)name根節(jié)點(diǎn)父到子子到父下一節(jié)點(diǎn)上一節(jié)點(diǎn)firstchildlastchild通過上面的xml文檔，我們構(gòu)建出如下樹狀文檔對(duì)象模型，如下圖所示屬性屬性描述描述nodename結(jié)點(diǎn)名稱nodevalue結(jié)點(diǎn)內(nèi)部值，通常只應(yīng)用于文本結(jié)點(diǎn)nodetype節(jié)點(diǎn)類型對(duì)應(yīng)的數(shù)字parentnode如果存在，指向當(dāng)前結(jié)點(diǎn)的父親結(jié)點(diǎn)childnodes子結(jié)點(diǎn)列表firstchild如果存在，指向當(dāng)前元素的第一個(gè)子結(jié)點(diǎn)lastchild如果存在，指向當(dāng)前元素的最后一個(gè)子結(jié)點(diǎn)previoussi

13、bling指向當(dāng)前結(jié)點(diǎn)的前一個(gè)兄弟結(jié)點(diǎn)nextsibling指向當(dāng)前結(jié)點(diǎn)的后一個(gè)兄弟結(jié)點(diǎn)attributes元素的屬性列表節(jié)點(diǎn)編號(hào)：節(jié)點(diǎn)編號(hào)：節(jié)點(diǎn)名稱：節(jié)點(diǎn)名稱：1element2attribute3text4cdata section5entity reference6entity7processing instrucion8comment9document10document type11document fragment12notation注釋xml 文件只有載入內(nèi)存才能被操作，對(duì)于xml文件，載入內(nèi)存之后成為document 對(duì)象載入文檔的過程如下： 實(shí)例化 javax.xml.par

14、sers.documentbuilderfactory，并通過 documentbuilderfactory實(shí)例化 javax.xml.parsers.documentbuilder對(duì)象： documentbuilderfactory dbf =documentbuilderfactory.newinstance(); documentbuilder db = dbf.newdocumentbuilder(); 通過 documentbuilder 的 parse(string)方法傳入文件路徑，載入文檔，并返回由文檔在內(nèi)存生成的 文件樹document對(duì)象： document doc = d

15、b.parse(流);使用 document 對(duì)象獲取xml文檔的根節(jié)點(diǎn)rootelement el = doc.getdocumentelement();element el = doc.getdocumentelement();org.w3c.dom.document：表示整個(gè) xml 文檔；同時(shí)也是 node 的子接口，除了擁有node 的功能以外，還提供了面向整個(gè)文檔一些特殊操作，如創(chuàng)建節(jié)點(diǎn)、獲取某個(gè)名稱的節(jié)點(diǎn)等document常見方法： element getdocumentelement()：獲取文檔根節(jié)點(diǎn)；實(shí)際上，該方法的應(yīng)用等價(jià)于： node document.getfirst

16、child() 返回類型不同，不過可以將返回的 node 強(qiáng)制轉(zhuǎn)換為element 類型(element 是 node 的子接口)利用 node 讀取數(shù)據(jù) org.w3c.dom.node：是 xml 中所有 api 的父接口，element,text等都是它的子類,提供了對(duì)節(jié)點(diǎn)的基本操作，如獲取節(jié)點(diǎn)信息、獲取子節(jié)點(diǎn)、添加節(jié)點(diǎn)等，這些操作可以通過 node 對(duì)象的各個(gè) api 來實(shí)現(xiàn)常見的 方法： nodelist getchildnodes()：以 nodelist 形式存放當(dāng)前節(jié)點(diǎn)的子節(jié)點(diǎn)，若無，則返回空集合 node getfirstchild()：以 node 形式返回當(dāng)前節(jié)點(diǎn)的第一個(gè)

17、子節(jié)點(diǎn)，若無，則返回 null node getlastchild()：以 node 形式返回當(dāng)前節(jié)點(diǎn)的最后一個(gè)子節(jié)點(diǎn)，若無，則返回null node getnextsibling()：以 node 形式返回當(dāng)前節(jié)點(diǎn)的下一個(gè)兄弟節(jié)點(diǎn)，若無，則返回null node getprevioussibling：以 node 形式返回當(dāng)前節(jié)點(diǎn)的下一個(gè)兄弟節(jié)點(diǎn)，若無，則返回 null node getparentnode()：以 node 形式返回當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)，若無，則返回 null string getnodename()：得到節(jié)點(diǎn)名稱 string gettextcontent()：得到節(jié)點(diǎn)中的文

18、本內(nèi)容 boolean haschildnodes()：返回當(dāng)前節(jié)點(diǎn)是否存在子節(jié)點(diǎn) short nodetype：獲取節(jié)點(diǎn)類型，節(jié)點(diǎn)類型見前圖 nodelist getelementsbytagname(string name)：輸入標(biāo)簽名稱，以 nodelist 形式返回 指定標(biāo)記的元素，若無，則返回空集合；該方法適用于文檔中的所有元素，不需確定該元素的位置org.w3c.dom.element：在 dom 中，使用最多的不是普通文本，也不是注釋，而是一些標(biāo)簽，它們含有屬性，可能含有子標(biāo)簽element特有的 api： string getattribute(string name)：通過屬

19、性名稱獲得屬性值 nodelist getelementsbytagname(string name)：輸入標(biāo)簽名稱，以 nodelist 形式返回 string gettagname()：得到元素的名稱 boolean hasattribute(string name)：判斷該元素是否存在某個(gè)名稱的屬性建立xml文件文件，在其中放置數(shù)據(jù)庫(kù)連接需要的數(shù)據(jù)，然后建立jsp文件和servlet文件，對(duì)xml文件中的數(shù)據(jù)進(jìn)行解析及顯示。最常見的 api 包括以下幾個(gè)： void settextcontent(string textcontent)：設(shè)置此節(jié)點(diǎn)的文本內(nèi)容 node removechild(node oldchild)：從子節(jié)點(diǎn)列表中移除oldchild所指示的子節(jié)