龙空技术网

XML基本解析

LeviT 893

前言:

目前你们对“html解析xml”大致比较关注,同学们都想要剖析一些“html解析xml”的相关知识。那么小编也在网摘上搜集了一些关于“html解析xml””的相关知识,希望各位老铁们能喜欢,我们一起来了解一下吧!

XML;

是什么?

Extensible Markup Languare 可扩展标记型语言

为什么要有XML?

1.HTML的标签是固定的,不可以改变,也不可以进行一个···扩展

2.HTML语法松散

作用;

制作配置文件;如组件类。。。。。

存储数据;存储少量的数据

◆◆◆注;XML不是HTML的升级版,因为应用的领域不一样。

XML是描写关系型的数据

HTML是描述页面的数据显示效果

--------------------------------------------XML和HTML的区别--------------------------------------------------------------------

XML和HTML的区别;

A、HTML是将数据和显示的效果混合在一起,描述了数据的显示效果,

-----而且标签是固定,而且语法松散

B、XML是将数据和显示的效果是分离的,只是描述了数据之间的关系和存储的格式,

-----没有描述数据的显示效果,没有一套具体的标签,只是一个规范。

XML适用金融,科学等有关系型的领域

XML的重点是;处理数据,和数据结构

◆注;引入外部CSS文件,对XML标签进行一个修饰,

<>xml-stylesheet tyep = "text/css" href = "">

--------------------------------------------XML的特点--------------------------------------------------------------------

XML特点;

1.语法严谨,区分大小写

2.标签名可以是中文

3.文件后缀是 .xml

4.换行也是算一个元素

5.可以自定义标签

6.id不可以以数字开头

存储数据的方式;

* XML 存储关系型的数据

* properties 存储key,value的数据

* 文本 什么都可以存储

* 数据库

--------------------------------------------XML的语法--------------------------------------------------------------------

XML语法;

1.文档声明 Document declaration;

版本 编码集 是否与其他文件关联

<?xml vaersion = "1.0" encoding = "编码集" standalone = "no默认" ?>

2.元素 Element;

1.自定义标签;建议标签名全部小写,保持与HTML的书写习惯,

因为出现同名的大小写不便于阅读

2.成对出现

3.闭合标签和结束体标签

4.符合逻辑嵌套

3.属性 Attribute;

1.属性名小写,属性也是可以自定义的,

2.属性值要使用 "" 或 '',id不可以以数字开头

3.多个属性要使用 空格 隔开

4.可以将属性作为一个子标签,因为XML用途不是用于显示页面的

4.注释 Comment;

1.<!-- --> 和HTML一样

2.注释不可以嵌套

5.CDATA;

1.XML的转义字符基本和HTML一致。

2.如果需要转义的字符太多了则可以使 CDATA

3.CDATA可以将一段字符串原样的输出

<![CDATA[字符串]]>

6.处理指令;

1.处理指令时告知解析引擎是要如何处理文档的。

2.处理指令必须使用 <? ?>

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

◆注;

1.XML必须要有一个根节点

2.XML不会在页面显示

3.缩进写法适合阅读

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓XML—— 文件结构↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

◆◆◆注; XML文档必须要有一个根节点◆◆◆

XML文件结构;

Node

|--- Element

|--- Attr

|--- Comment

|--- Text

|--- Document

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓XML—— 解析技术↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

xml解析;

为什么要有?

因为XML主要是用于存储数据,做配置文件.......

那么XML的数据的···取出···可以通过解析技术可以实现.....

而读取XML文件;

1.IO ---- 读取出来的数据不是理想的数据。

2.DOM解析 ---- DOM4J 是一个开源的解析技术

3.SAX解析 ---- SAX 是SUN公司定义的,比较规范,SAX里面也是有使用了DOM4J的技术

解析技术;

1.DOM4J 是一个开源组织的

2.JAXP 是SUN公司定义的

|-- DOM

|-- SAX

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓DOM—— 解析技术↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

DOM解析;

特点;1.是一次性装载这个文件到内存中,不利于大文件存取操作,

2.适合增删改查,因为一次是整个文件加载,无需在到硬盘对文件中的内容一个一个去查找

3.在内存中是一棵倒挂的树

4.DOM是解析XML的底层接口之一

5.是W3C定义的

6.DOM是一个规范,而DOM4J是一个实现了这个规范的解析技术

DOM4J;

1.是DOM解析的一个实现解析技术(如同实现类)

2.特点和DOM一样,也是一棵倒立的树型形状。

3.不是W3C定义的,是一个开源团队发布的

DOM4J;也是一个组件,而这个组件也是需要下载的,

-----------------------------------------------DOM4J获取XML文件的方式--------------------------------------------------------------------

◆◆◆注;注意导包的路径。

DOM4J获取文件的三种方式;

1.通过解析器的方法传入一个绝对路径

a.创建解析器

★ SAXReader sr = new SAXReader();

b.调用解析器的read方法获取XML文档,使用文档对象接收

★ Document doc = sr.read("绝对路径");

2.通过解析器的方法传入一个相对路径

a.创建解析器

★ SAXReader sr = new SAXReader();

b.调用解析器的read()方法,获取到XML文档,使用文档对象接收

★ Document doc = sr.read("相对路径");

3.通过类的getResourceAsStream("/文件名")方法

a.通过运行时类的对象的getResourceAsStream()的方法

---获取到这个XML文档的流

★InputStream is = 类名.class.getResourceStream("/文件名");

b.创建解析器

★ SAXReader sr = new SAXReader();

c.调用解析器的read()方法传入获取到的XML文件流,使用文档对象接收

★ Document doc = sr.read(is);

------------------------------------------DOM4J获取XML文件的元素方法--------------------------------------------------------------------

◆◆◆注;必须要先获取到根节点,在根据根节点获取到其他节点 ◆◆◆

DOM4J获取元素方法; --- 使用Element Object调用

1.getRootElement() 获取到根节点

2.elements(写/没写) 只能写子标签,不可以写孙标签

没写;获取到所有的子标签标签 返回的是一个集合

写了;获取到指定标签名的所有标签

3.getName(); 获取到标签名

4.elementText() 获取到标签的内容

5.element() 获取到指定标签

6.elementById() 获取到指定的Id标签

7.elementIterator() 获取到标签迭代器

8.getQName() 获取到标签名

获取属性的方法;----使用 Element Object调用

1.attributeValue() 获取到指定的属性的值

2.attirbutes() 获取到所有的属性

添加的方法;----使用 Element Object 调用

1.addElement() 添加元素

2.addAttribute() 添加属性

3.addCDATA() 添加CDATA

4.addText() 添加标签内容

直接删除元素方法;使用获取到的元素对象,

◆ 调用detach()方法可以删除这个元素和这个元素的所有子元素。

如;element.detach()

------------------------------------------DOM4J刷新文件--------------------------------------------------------------------

DOM4J刷新文件;

1.声明文件内容的写入格式。

a.缩进格式;

OutputFormat of = OutputFormat.createPrettyPrint();

b.行内格式;

OutputFormat of = OutputFormat.createCompactFormat();

2.创建写入器

XMLWriter writer = new XMLWriter("FileStream_Path","OutputFormat_Obj");

3.调用写入器的方法写入重写写入文件

writer.write("Document_Obj");

◆注;

1.将获取到的XML文档对象的内容转换成一个字符串

String Document.asXML();

2.将字符串转换成一个XML文档对象

Document.DocumentHanper.parseText("String_Obj");

------------------------------------------DOM4J创建 --> 写入过程--------------------------------------------------------------------

◆◆◆注意导包◆◆◆

1.创建解析器对象;

SAXReader reader = new SAXReader()

2.调用解析器方法获取到XML文档;

Document doc = reader.read("String_Path");

3.获取到根路径;

Element doc.getRootElement();

---4.1;将获取到的文档对象转换成字符串

String doc.asXML();

---4.2;将字符串解析成一个XML文档对象

Document DocumnetHanper.parseText("String");

5.规定写入XML文件的格式;

1.OutputFormat of = OutputFormat.createPattryPrint(); --- 缩进格式

2.OutputFormat of = OutputFormat.createCompactFormat(); --- 行内格式

6.创建写入器;

XMLWriter writer = new XMLWriter("FileStream_Path",OutputFormat);

7.调用写入器的写入XML文件的方法;

writer.wirte(Document);

8.关闭流;

writer.close();

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓Xpath—— 查询表达式↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

Xpath;

为什么要有?

在DOM4J中加载文件时,直接加载整个文件到内存中的,不便于获取某一个指定的节点。

什么是Xpath?

1、是一个查询表达式语言,也是一个开源的语言

2、在DOM4J中融合了这个Xpath这个查询表达式语言

3、这个语言也是一个组件来的,但是在DOM4J组件中已经附带了

dom4J --- lib --- jaxen-1.1-beta-6.jar

作用;

可以通过Xpath表达式快速定位到某一个XML文件的节点。

------------------------------------------Xpath—— 表达式符号 --------------------------------------------------------------------

表达式符号;

//x 相对定位到某节点

/x 绝对定位绝对定位到某一个节点

/* 是所有节点

[num] 第N个节点

[@x] 选中到某一个属性

normalize-span 去空格

[text()] 获取到内容

------------------------------------------Xpath—— 使用 --------------------------------------------------------------------

Xpath的使用;

DOM4J的selectNodes("表达式"); 方法

DOM4J的selectSingleNode("表达式"); 方法

Document .selectNodes() ------ 是返回所有节点的集合

Document .selectSingleNode("表达式") ----- 返回某一个具体的节点

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓JAXP —— 解析技术↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

JAXP解析技术;

是Sun公司开发的,是XML文档解析技术的一个集合统称。

包含;

DOM解析

一次性读取整个文件到内存中。

SAX解析

读取一行,解析一行,处理一行。

这2项解析技术都是由SUN公司制定的,较规范

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓JAXP——SAX —— 解析技术↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

SAX解析技术;

为什么要有?

1.DOM4J不适合大文件的读取,因为一次性加载整个文件。

是什么?

1.Simple API For XML 简单的解析XML文档API,是由SUN公司定义的一个解析技术,较规范。

2.也是融合了DOM4J的部分技术。

作用;

用于解析XML文档的一个解析技术

特点;

一次读取一行,解析一行,处理一行。

适合大文件的存取,不适合增删改查。

◆注;由于是SUN公司开发的,而在Eclipse或MyEclipse中已经有了组件。

◆◆◆◆◆注;SAX解析主要是用于查询,一般都不使用写入操作,因为一般的XML文件都不会太大

-----------------------------------------SAX获取XML文件的方式--------------------------------------------------------------------

SAX获取XML文件的方式;

只有 2 种,传入的字符串是···绝对路径···或···相对路径···

-----------------------------------------SAX获取XML文件的流程 --------------------------------------------------------------------

SAX获取XML文件的流程;

因为是SUN公司定义的所以也较规范,也定义了获取XML文件的流程

1.获取到解析器工厂对象

SAXParserFactory spf = SAXParserFactory.newInstance();

2.通过解析器工厂对象获取到具体的解析器对象

SAXParser sp = spf.newSAXParser();

3.通过具体的解析器对象,获取到读取器

XMLReader reader = sp.getXMLReader()

4.通过调用读取器的setContentHandler(obj)方法设置事件处理

reader.setContentHandler(obj);

5.调用读取器的解析方法,解析XML文件

reader.parse("绝对路径/相对路径");

◆注;具体的事件处理在继承事件处理接口·下·的具体实现类,的类中定义

事件处理;

在SAX中引入了一个事件处理的概念,是用于对文件的内容进行的处理。

1.在调用解析文件parse()的方法,时会触发事件处理方法中的对象的···主要三个方法···

2.而事件处理ContenHandler是一个接口,

如果实现这个了接口则需要实现这个接口的所有方法

所以可以实现这个接口的具体的实现类。

主要三个方法;

startElement(String uri, String localName, String qName,

Attributes attributes) ----- 获取到开始标签

characters(char[] ch, int start, int length) ----- 获取到标签内容

endElement(String uri, String localName, String qName)

----- 获取到结束标签

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓JAXP——DOM —— 解析技术↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

JAXP-DOM解析技术;

为什么要有?

1.在SUN公司定义了一个SAX解析,而这个解析的特点是,每次读取一行,

而不便于增删改。。。。。

2.而不用DOM4J,因为如果是使用SUN公司定义的标准较规范,

3.使得代码便于阅读,因为在阅读是不必查看是使用什么技术。。。。。

4.在未来的开发中统一使用SUN公司的技术,可以使得兼容性问题的风险降低。。

是什么?

JAXP-DOM解析技术是由SUN公司开发的,里面融合了DOM4J的部分技术

作用;

可以用于解析XML文档。

特点;

1.一次性加载整个XML文档到内存中。

2.不适合大的文档存取,适合增删改查

3.也是一个倒立的树型结构。

4.也是遵循DOM规范的。

------------------------------ JAXP——DOM —— 创建->获取XML文档流程 -------------------------------------------------------------------

Jaxp-DOM创建流程;

1.获取到Jaxp_DOM解析工厂对象

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

2.通过解析工厂对象获取到具体的解析器对象

DomcumentBuilder db = dbf.newDocumentBuilder();

3.通过解析器的解析XML文档的方法获取到XML文档

Document doc = db.parse("绝对路径/相对路径")

操作文档元素的方法;

参考;Java_API ---> Document对象,中的方法

和DOM4J/SAX类似

◆◆◆注;不可以使用通过类名获取到文件输入流对象

Node n = doc.getElementsByTagName("节点名")[num];

-------------------------------- JAXP——DOM —— 创建->写入XML文档流程 --------------------------------------------------------------------

JAXP-DOM创建-写入;

1.获取到JAXP-DOM解析工厂接口对象

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

2.通过解析工厂的对象获取到具体的解析器对象

DocumentBuilder bd = dbf.newDocumentBuilder();

3.使用解析器对象的parse()方法,获取到XML文档的对象

Document doc = bd.parse(绝对路径/相对路径);

4.1.在JAXP-DOM的中加入了插入的insertBefore();的方法

a.创建节点

Element_Obj.createElement("结点名");

b.获取到参考节点

c.获取到某一个节点(父节点)

Element ele = doc.getDocumentElement();

d.通过父节点插入某一个节点

ele.insertBefore(插入的节点,参考节点);

5.创建写入工厂对象 【transformer 转换模型】

TransformerFactory tff = TransformerFactory.newInstance();

6.通过工厂对象获取到具体的写入对象

Transformer tf = tff.newTransformer();

<------

7.调用写入对象的write方法写入

▲--> tf.write(new DOMSource("源文件路径"),new StreamResult(new FileOutputStream("目标路径")));

◆◆◆注;

1.new DOMSource() 是一个类,而这个类可以关联要转换的Document对象

2.new StreamResult() 是一个类,可以表示数据写出的目的地。

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓ XML —— 约束↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

XML约束;

为什么要有?

在XML文档中的标签可以随意定义,使得文档不规范,

也避免用户输入有误,提高用户的体验性。

如;在描述人职业的XML文档中,用户不小心写错了或有人故意破坏,写了个动物标签。

什么是XML约束?

规定(规范)XML文档的书写格式。

作用;

使得文档变得规范,便于阅读,提高用户的体验性。

主流约束;

DTD

是一个控制不是很精准的一个约束技术

文件后缀是 .dtd

Scheme

是一个控制精准的一个约束技术,逐步的取代DTD

文件后缀是 .xsd

◆◆◆注;叫是叫Scheme而在书写scheme约束文档时是写schema

----因为Schema的意思更加具体。

schema :模式,计划

scheme :计划,策划,体制

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓ DTD —— 约束↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

DTD约束;

是什么?

Document Type Definition 文档类型定义

作用;

用于规定(规范)一个XML文档的书写格式

特点;

对文档的内容控制不够精准是,如做不到内容的控制等。

--------------------------------------------DTD文档定义 --------------------------------------------------------------------

DTD文档定义;

1.常用的数据类型;

(#PCDATA) 可变长度的字符串

EMPTY 空类型 【一般用于定义闭合标签】

ANY 任意类型

2.常用的定义符号;

? 0或1

+ 1或N

* 0或N

() 必须出现 1次

3.常用的定义元素的关键字;

ELEMENT 定义元素

ATTLIST 定义元素的属性

◆注;

1.都是大写

2.一个标签名可以同时使用2个,

因为;ELMENT是定义元素

ATTLIST 是定义元素的属性

4.定义属性常用的关键字;

1.#REQUIRED 必须给这个标签定义该属性

2.#IMPLIED 这个属性可写可不写

3.#Fixed 给这个属性定义一个固定值

--------------------------------------------DTD文档引入方式 --------------------------------------------------------------------

DTD文档引入方式;

1.外部引入;

<!DOCTYPE 根名 SYSTEM "文件名">

2.内部定义;

<!DOCTYPE 根名[

<!ELEMENT 根名(子标签)>

<!ELEMENT 子 (#PCDATA)>

]>

3.外部引入;key --- value

<!DOCTYPE 根名 PUBLIC "名称空间【唯一】" "文件名">

--------------------------------------------DTD文档定义 --------------------------------------------------------------------

1.文件后缀是DTD

<!ELEMENT 书名 (作者+,价格?)>

<!ElEMENT 作者 (#PCDATA)>

<!ATTLIST 作者 titile CDATA #IMPLIED>

<!ELEMENT 价格 (#PCDATA)>

2.DTD文件没有注释

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■↓↓↓↓↓↓ Scheme —— 约束↓↓↓↓↓↓↓↓■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

Scheme约束;

为什么要有?

1.DTD约束对XML的格式控制不够精准

2.使得用户可选择性更多,因为Scheme也比较麻烦

是什么?

Scheme;体制,策划

作用;

规范(规定)XML的文档书写格式

为什么说Scheme控制更加精准?

1.可选择规定的内容类型更多

2.内容类型的控制

3.内容的规定

特点;

1.文件后缀是.xsd

2.scheme文件的也是属于一个XML文件,因为声明处与XML一样

3.文件的根节点一定是【schema】

◆◆◆注;不要写成scheme ,

scheme 是策划,计划,体制

schema 是 计划,模式

--------------------------------------------Scheme文档定义 --------------------------------------------------------------------

Scheme文档定义;

1.可以指定一个自定义名

2.xmlns 的W3C域名是固定的格式,不可以改变

3.targetNamespace 域名名称空间可以自定义,但是是要求唯一的

4.elementFormDefault 是固定的格式

5.根标签一定要是 【schema】

常用关键字解析;

sequence 序列;

是指定约束XML文件定义节点时

按照一个什么顺序进行一个定义

complextype 复杂类型;

是在xsd文档声明这个节点下有子节点。

name;

是标签名

type;

是标签内容类型

★注;type如果设置成数值型(double,decimal....)的,一般都是要显示的赋值

常见的单词

Ocuurs 重视的意思

decimal 小数

--------------------------------------------Scheme文档开头解析 --------------------------------------------------------------------

xs是自定义的一个标识符

名称空间是一个key,保证唯一性用于约束XML文档时,XML文档找到这个文档

<?xml version = "1.0" encoding = "UTD-8"> ----- 指定文档类型

<xs:schema xmlns:xs = "; ----- 固定的格式

targetNamespace = "自定义" ----- 自定义域名,用于标识,

|====一般是域名,保证在网络上的唯一性

elementFormDefault = "qualified" ----- 固定格式,qualified;合格

>

</xs:schema>

----------------------------------XML文档 —— 引用 —— Scheme文档 --------------------------------------------------------------------

1.my ----- 是自定义的一个名字,可以用于在引入多个约束文件时,可以区分

2.xis ----- 是自定义的,也是可以用于在引入多个约束文件时区分,

3.xmlns:xis = ";

----- 是固定格式

4.xis:schemaLacation ----- 引入一个本地的文件,通过使用 名称空间 + 文件名 指定 key + value

<my:schema 【根名】 xmlns:my = "scheme文档的名称空间值"

xmlns:xis = ";

xis:schemaLacation = "scheme文档名称空间 文件名"

>

</my:scheme>

标签: #html解析xml #java创建xml文件内容不换行 #xml特殊字符转义对照