XML简介与Dom4j解析XML

一.XML简介

首先我们先简单介绍一下什么是xml，如果对这方面已有所了解的小伙伴们可以跳过标题一。
比较着急的小伙伴可以直接看标题二中的2.Dom4j解析XML

1.什么是 XML

• XML 指可扩展标记语言（EXtensible Markup Language）
• XML 是一种标记语言，很类似 HTML
• XML 的设计宗旨是传输数据，而非显示数据
• XML 标签没有被预定义。需要我们自行定义标签。
• XML 被设计为具有自我描述性
• XML 是 W3C 的推荐标准

2.XML 的主要作用

• 用来保存数据，而且这些数据具有自我描述性
• 它还可以做为项目或者模块的配置文件
• 还可以做为网络传输数据的格式(现在 JSON 为主)。

3.XML 与 HTML

• XML 不是 HTML 的替代。
• XML 和 HTML 为不同的目的而设计：
  XML 被设计为传输和存储数据，其焦点是数据的内容。
  HTML 被设计用来显示数据，其焦点是数据的外观。
• HTML 旨在显示信息，而 XML 旨在传输信息。
• XML 标签对大小写敏感，而HTML标签对大小写不敏感，浏览器在解析HTML标签时会自动把其标签名转化为小写。

4.XML 属性

xml 的标签属性和 html 的标签属性是非常类似的，属性可以提供元素的额外信息
标签上可以书写属性: 一个标签上可以书写多个属性。每个属性的值必须使用 引号 引起来。

5.XML语法规则

• 所有 XML 元素都须有关闭标签(也就是闭合)
• XML 标签对大小写敏感
• XML 必须正确地嵌套
• XML 文档必须有根元素
  根元素就是顶级元素， 没有父标签的元素，叫顶级元素。
  根元素是没有父标签的顶级元素，而且是唯一一个才行。
• XML 的属性值须加引号
• XML 中的特殊字符

• 文本区域(CDATA 区)
  CDATA 语法可以告诉 xml 解析器，我 CDATA 里的文本内容，只是纯文本，不需要 xml 语法解析
  CDATA 格式:<![CDATA[ 这里可以把你输入的字符原样显示，不会解析 xml ]]>
  示例：

<?xml version="1.0" encoding="UTF-8"?>
<!-- xml 声明 version 是版本的意思 encoding 是编码 -->
<students>
    <student id="001">
        <name>Mr.Yu</name>
        <age>21</age>
        <gender><![CDATA[<男>]]></gender>
    </student>

    <student id="002">
        <name>小明</name>
        <age>20</age>
        <gender><![CDATA[<男>]]></gender>
    </student>
</students>

二.Dom4j解析XML

1.树结构与xml文件的解析技术

1.1树结构

不管是 html 文件还是 xml 文件它们都是标记型文档，都可以使用 w3c 组织制定的 dom 技术来解析。

上图树结构对应的XML文件：

<bookstore>
<book category="COOKING">
  <title lang="en">Everyday Italian</title> 
  <author>Giada De Laurentiis</author> 
  <year>2005</year> 
  <price>30.00</price> 
</book>
<book category="CHILDREN">
  <title lang="en">Harry Potter</title> 
  <author>J K. Rowling</author> 
  <year>2005</year> 
  <price>29.99</price> 
</book>
<book category="WEB">
  <title lang="en">Learning XML</title> 
  <author>Erik T. Ray</author> 
  <year>2003</year> 
  <price>39.95</price> 
</book>
</bookstore>

document 对象表示的是整个文档(可以是 html 文档，也可以是 xml 文档)。

1.2xml文件的解析技术

2.Dom4j解析XML

解压好下载的文件后，我们对文件目录做个简单介绍：

我们现在需要用到dom4j-1.6.1.jar，把该jar包导入到工程中。
导入jar包后，我们用Dom4j解析XML需要以下几个步骤：

具体代码如下：

public class TestMain {
      
    public static void main(String[] args) {
      
        try {
      
            parseXml();
        } catch (DocumentException e) {
      
            e.printStackTrace();
        }
    }

    public static void parseXml() throws DocumentException {
      
        // 要创建一个 Document 对象，需要我们先创建一个 SAXReader 对象
        SAXReader reader = new SAXReader();
        // 通过创建 SAXReader 对象。来读取 xml 文件，获取 Document 对象
        Document document= reader.read("05_xml/xml/students.xml");
        //通过 Document 对象。拿到 XML 的根元素对象
        Element root = document.getRootElement();
        //通过根元素对象。获取所有的 book 标签对象,Element.elements(标签名)它可以拿到当前元素下的指定的子元素的集合
        List<Element> students = root.elements("student");
        //遍历每个 student 标签对象。然后获取到 student 标签对象内的每一个元素。
        for (Element student : students) {
      
            //获取student的id属性
            String id = student.attributeValue("id");
            //拿到 student 下面的 name 元素对象
            Element nameElement = student.element("name");
            //拿到 student 下面的 age 元素对象
            Element ageElement = student.element("age");
            //拿到 student 下面的 gender 元素对象
            Element genderElement = student.element("gender");
            //再通过 getText() 方法拿到起始标签和结束标签之间的文本内容
            System.out.println("学号："+id);
            System.out.println("姓名:"+nameElement.getText());
            System.out.println("年龄:"+ageElement.getText());
            System.out.println("性别:"+genderElement.getText());
            System.out.println("*****************************");
        }
    }
}

解析的xml文件：

<?xml version="1.0" encoding="UTF-8"?>
<!-- xml 声明 version 是版本的意思 encoding 是编码 -->
<students>
    <student id="001">
        <name>Mr.Yu</name>
        <age>21</age>
        <gender><![CDATA[<男>]]></gender>
    </student>

    <student id="002">
        <name>小明</name>
        <age>20</age>
        <gender><![CDATA[<男>]]></gender>
    </student>
</students>

解析输出结果：