XML 教程（一文彻底搞懂XML）-阿里云开发者社区

1，XML

==简单介绍XML：==

为了灵活实现不同路径，执行不同的资源，我们需要使用XML进行配置。

为了限制XML的内容，我们需要使用XML约束（DTD或schema）。

为了获取XML的内容，我们进行dom4j进行解析。

xml也可以传输数据，但现在主要是做配置文件，传输数据使用json。

1.1 XML概述

XML是可扩展标记语言（EXtensible Markup Language）的缩写，它是一种数据表示格式，可以描述非常复杂的数据结构，常用于传输和存储数据。xml在语法上与html比较相似，但html的标签都是固定的，xml中的标签是可以由用户自定义的。

特定

纯文本，默认使用UTF-8编码

可嵌套

如果把XML内容存为文件，那么它就是一个XML文件

使用场景

XML内容经常被当成消息进行网络传输

作为配置文件用于存储系统的信息

1.2 XML的创建、语法规则

就是创建一个XML类型的文件（File），要求文件的后缀必须使用xml。

语法规则

XML文件的后缀名为：xml

文档声明必须是第一行

<?xml version="1.0" encoding="UTF-8" standalone="yes/no"?>

文档的声明必须以<?xml开始，以?>结束，必须从文档的0行0列开始，
version是xml的版本，
encoding是xml的编码格式（可选的，默认就是UTF-8），
standalone,表示这个xml文档是否依赖其他文件。

XML的标签规则

标签由一对尖括号和合法标识符组成: ，必须存在一个根标签，有且只能有一个。

标签必须成对出现，有开始，有结束:

特殊的标签可以不成对，但是必须有结束标记，如:<br/>

标签中可以定义属性，属性和标签名空格隔开,属性值必须用引号引起来

标签需要正确的嵌套，标签之间不能交叉

注释

<!- 注释内容 -->

特殊字符

&lt;    <  小于
&gt;    >  大于
&amp;   &  和号
&apos;  '  单引号
&quot;  "  引号

如果想直接写特殊字符，不想转义，需要先写一个字符数据区<![CDATA[ 内容 ]]>

在字符数据区里面的特殊符号不在有任何含义，可以直接使用。

1.3 XML文档约束

由于XML文件可以自定义标签，导致XML文件可以随意定义，程序在解析的时候可能出现问题。于是出现了文档约束。

==文档约束：是用来限定xml文件中的标签以及属性应该怎么写。以此强制约束程序员必须按照文档约束的规定来编写xml文件。==

文档约束的分类

DTD

schema

DTD约束

DTD(Document Type Definition)文档类型定义，用来约束xml文档。规定xml文档中元素的名称，子元素的名称及顺序，元素的属性等等。

文档声明

内部DTD，在xml文档内部嵌入DTD，只对当前xml有效。

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE web-app[
    <!-- ......具体语法  -->
]>
<web-app>
</web-app>

外部DTD(本地DTD)，DTD在本地文件系统，内部自己项目使用。

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE web-app SYSTEM "web-app_....">
            <!-- SYSTEM "DTD约束文件所在路径"-->
<web-app>
</web-app>

外部DTD(网络)

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE web-app PUBLIC "dtd的名称"
 "dtd文件的路径">
<web-app>
</web-app>

我们选择使用外部DTD。创建外部DTD的步骤如下：

创建一个以.dtd为文件后缀名的文件。

看xml中有多少元素，有多少元素就写几个<!ELEMENT>

判断元素是简单元素还是复杂元素。
简单元素：没有子元素的元素。<!ELEMENT 元素名称 (#PCDATA)>

复杂元素：拥有子元素的元素。<!ELEMENT 元素名称 (子元素)>

<!ELEMENT students (student+)>
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>

关于使用dtd定义元素

复杂元素
表示子元素可以出现的次数：

+:表示只能出现一次或者多次

?:表示零次或者一次

*:表示出现任意次

子元素列表以逗号隔开,表示出现的顺序
子元素用|隔开，表示只能出现一个
<!ELEMENT person (name+,age?,sex*)>
<!ELEMENT person (name,age,sex)>
<!ELEMENT sex (man|woman)>
简单元素
<!ELEMENT name (#PCDATA)>        
<!ELEMENT age EMPTY>            
<!ELEMENT sex ANY>

关于使用dtd定义属性

属性类型

CDATA：字符串类型

（XX|XX|XX）：枚举类型，只能在一定的范围内出现值,而且值只能出现一次

ID：只能以字母或下划线开头

约束类型

REQUIRED：属性必须存在

IMPLIED：属性可有可无

FIXED：表示一个固定值

FIXED "人类"-----此属性必须为人类

"男" --------------此属性不写默认为男

<!ATTLIST 元素名称
    属性名称 属性类型 约束条件
    属性名称 属性类型 约束条件
    属性名称 属性类型 约束条件
>
<!ATTLIST student
    name CDATA #REQUIRED
    age ID #IMPLIED
    sex (男|女) "男"
    galaxy CDATA #FIXED "地球"
>


<person>
    <student name="张三" age="ten" galaxy="地球"></student>
    <!-- 
        name: 字符串类型  是必须出现的 
        age: ID类型  age属性可有可无
        sex: 枚举类型 默认值是男
        galaxy: 字符串类型  固定值就是"地球"
    -->
</person>

关于使用dtd定义实体

语法：<!ENTITY 实体名称 "实体内容">

应用方法：&实体名称;

类似取别名

<!ENTITY text "hello world">

<person>
    <student>&text;</student>
</person>

运行效果就是
<person>
    <student>hello world</student>
</person>

schema约束

schema约束介绍：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

Schema与DTD相比：

schema符合xml语法结构, dtd语法:<!ELEMENT 元素名称约束条件>

schema对名称空间支持得非常好,一个xml可以有多个schema,多个schema使用名称空间区分(类似于Java中的包名)

schema比DTD支持更多的数据类型、并支持用户自定义新的数据类型

schema定义约束的能力非常强大,可以对xml实例文档作出细致的语义限制

schema不能像DTD一样定义实体，比DTD更复杂，但schema现在已是w3c组织的标准，它正逐步取代DTD

步骤

创建一个schema文件,文件的后缀名是.xsd，必须有一个根节点,根节点是

xsd文件的头部书写

<schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.example.org/1"
    elementFormDefault="qualified">
</schema>

xml被约束文件的引入

<person xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xmlns="http://www.example.org/1"
        xsi:schemaLocation="http://www.example.org/1 person.xsd" id="123">
</person>

标签

schema 三个属性 xmlns、targetNamespace、elementFormDefault
表示根标签，有几个根标签，就有几个
看下层如果还有子元素，就写，:表示是一个复杂类型
在下一层先写出子元素的性质
子元素
- maxOccurs="unbounded"：表示该元素可以出现多次
- maxOccurs：表示该元素可以出现几次

<?xml version="1.0" encoding="UTF-8"?>
<!-- xmlns="http://www.w3.org/2001/XMLSchema"这个就表示这个文件是一个约束文档,与被约束文档加以区分 -->
<!-- targetNamespace="url路径"表示可以通过targetNamespace中的url路径(路径可以随便写)引入这个schema文件 -->
<!-- elementFormDefault="qualified":表示质量良好的 -->
<schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.example.org/1"
    elementFormDefault="qualified">
    <!-- 1、看被约束文件有几个元素,有几个元素写几个element -->
    <!-- 2、区分是简单元素还是复杂元素 -->
    <!-- person是一个复杂元素 -->
    <element name="person">
        <!-- <complexType>:表示一个复杂类型 -->
        <complexType>
            <!-- sequence:表示有序的 -->
            <sequence>
                 <!-- 这里面放子元素
                 maxOccurs="unbounded":表示该元素可以出现多次, maxOccurs:表示该元素可以出现几次 -->
                <element name="name" type="string" maxOccurs="unbounded"></element> 
                <element name="age" type="int"></element> 
            </sequence>
            <!--all:表示里面定义的元素只能出现一次  -->
            <!-- <all>
                <element name="name" type="string"></element>
                <element name="age" type="int"></element>
            </all> -->
            <!-- choice:元素只能出现其中一个 -->
            <!-- <choice>
                <element name="name" type="string"></element>
                <element name="age" type="int"></element>
            </choice> -->
            <!-- 约束属性:name:属性的名称 type:属性的数据类性 use="required":表示必须出现 -->
            <attribute name="id" type="string" use="required"></attribute>
        </complexType>
    </element>
</schema>

xml文件的引入

<?xml version="1.0" encoding="UTF-8"?>
<!-- 引入约束person.xsd文件 -->
<!-- xmlns="http://www.w3.org/2001/XMLSchema-instance":表示这是一个被约束的文件 -->
<!-- xmlns="http://www.example.org/1":表示引入targetNamespace中的url路径的方式,引入约束文件 -->
<!-- 由于表示被约束文件与约束文件的xmlns会发生冲突,所以要给表示被约束文件的xmlns去一个别名xmlns:xsi -->
<!-- xsi:schemaLocation="{namespace} {location}":{namespace}是targetNamespace中的url路径,{location}是约束文件的路径和名称 -->
<person xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xmlns="http://www.example.org/1"
        xsi:schemaLocation="http://www.example.org/1 person.xsd" id="123">
    <name>zhangsan</name>
    <age>18</age>
</person>

2，XML解析技术

关于xml的解析

==xml的解析方法：dom和sax==

dom解析分析：跟据xml的层次结构，在内存中分配一个树形结构,把xml中的标签、属性和文本都封装成对象。
- 优点：对于增删改操作很方便。
- 缺点：如果xml文件过大,会造成文件的溢出。
sax解析分析:采用事件驱动，边读边解析，从上到下,一行一行的解析,解析到某个对象,把对象名称返回。
- 优点:不会造成内存溢出,实现查询
- 缺点:不能实现增删改操作

Dom4j解析xml文件

dom4j介绍：

dom4j是一个组织，针对于xml文档解析,提供dom4j解析器
dom4j并不是JavaSE的一部分,所以使用它需要倒入对应的jar包

导包

下载dom4j框架，官网下载。
在项目中创建一个文件夹：lib
将dom4j-2.1.1.jar文件复制到 lib 文件夹
在jar文件上点右键，选择 Add as Library -> 点击OK
在类中导包使用

得到Document文档对象和根元素对象

创建一个Dom4j的解析器对象，代表整个dom4j的框架
- SEXReader reader = new SEXReader();
把XML文件加载到内存中成为一个Document文档对象
- Document document = reader.read(url);
获取根元素对象
- Element root = document.getRootElement();

元素的方法

返回值	方法名	说明
List	elements()	得到当前元素下所有子元素
List	elements(String name)	得到当前元素下指定名字的子元素返回集合
Element	element(String name)	得到当前元素下指定名字的子元素,如果有很多名字相同的返回第一个
String	getName()	得到元素名字
String	attributeValue(String name)	通过属性名直接得到属性值
String	elementText(子元素名)	得到指定名称的子元素的文本
String	elementTextTrim(子元素名)	得到指定名称的子元素的文本（去前后空格）
String	getText()	得到文本
String	getTextTrim()	得到文本(去前后空格)

3，XML检索技术：Xpath

XPath在解析XML文档方面提供了一独树一帜的路径思想，更加优雅，高效

XPath使用路径表达式来定位XML文档中的元素节点或属性节点。

使用Xpath检索出XML文件

导入jar包(dom4j和jaxen-1.1.2.jar)，Xpath技术依赖Dom4j技术
通过dom4j的SAXReader获取Document对象
利用XPath提供的API,结合XPath的语法完成选取XML文档元素节点进行解析操作。
Document中与Xpath相关的API如下：
- Node selectSingleNode("表达式") 获取符合表达式的唯一元素
- List selectNodes("表达式") 获取符合表达式的元素集合

Xpath的检索方式

绝对路径
- /根元素/子元素/孙元素
- 从根元素开始，一级一级向下查找，不能跨级
- /AAA/DDD/BBB:表示一层一层的，AAA下面DDD下面的BBB
相对路径
- ./子元素/孙元素
- . /属于是根元素，可以直接冲根元素向下进行查找
全文检索
- /* 表示所有元素
- //contact 找contact元素，无论元素在哪里
- //contact/name 找contact，无论在哪一级，但name一定是contact的子节点
- //contact//name contact无论在哪一种，name只要是contact的子孙元素都可以找到
属性查找
- //@属性名查找属性对象，无论是哪个元素，只要有这个属性即可。
- //元素[@属性名] 查找元素对象，全文搜索指定元素名和属性名。
- //元素//[@属性名=‘值’] 查找元素对象，全文搜索指定元素名和属性名，并且属性值相等。
BBB[1]:表示第一个BBB元素、 BBB[last()]:表示最后一个元素

XML实例

<?xml version="1.0" encoding="UTF-8"?>
 
<person> 
  <student id="hhh"> 
    <name>张三</name>  
    <age>300</age> 
  </student>  
  <student> 
    <name>李四</name>  
    <age>20</age> 
  </student> 
</person>

java代码

import java.io.Reader;
import java.util.List;
 
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;
 
public class Dom4j_xpath {
 
    public static void main(String[] args) {
        //getNames();
        getName();
    }
    /**
     * 获得所有的目标标签
     */
    private static void getNames() {
        try {
            //创建SAX解析器
            SAXReader reader = new SAXReader();
            //得到document
            Document document = reader.read("src/XPATH/Person.xml");
            //得到所有的name元素
            List<Node> list = document.selectNodes("//name");
            //遍历  增强for循环
            for (Node name : list) {
                //得到name的值
                String s = name.getText();
                System.out.println(s);
            }
        } catch (DocumentException e) {
            e.printStackTrace();
        }
    }
    
    private static void getName() {
        try{
            //创建SAX解析器
            SAXReader reader = new SAXReader();
            //得到document
            Document document = reader.read("src/XPATH/Person.xml");
            //得到目标元素
            Node name = document.selectSingleNode("//student[@id='hhh']/name");
            //得到目标元素中的值
            String s = name.getText();
            System.out.println(s);
        }catch(Exception e){
            e.printStackTrace();
        }
    }
}

XML 教程（一文彻底搞懂XML）

1，XML

1.1 XML概述

1.2 XML的创建、语法规则

1.3 XML文档约束

DTD约束

REQUIRED：属性必须存在

IMPLIED：属性可有可无

FIXED：表示一个固定值

FIXED "人类"-----此属性必须为人类

schema约束

2，XML解析技术

关于xml的解析

Dom4j解析xml文件

3，XML检索技术：Xpath

热门文章

最新文章

相关课程

相关电子书