资源描述
第八章 java对XML的解析,XML是扩展性标识语言的简写 特点:自定义标签 作用:一种通用数据交换格式,系统配置文件一般采用XML格式书写,用来记录应用程序的配置信息。 优点: 结构严谨规范性强 标准的数据交换文件,已用于通用的配置信息文件 结构简单,清晰,便于书写,增强阅读性 将数据结构化,让数据间具有明确的层次关系,XML( Extensible Markup Language),语言标记 html标记是固定标记集合 xml提供的是一个定义标记的标准,其中的标记是可以自由定义 代码的书写 html语言编写相对随意,要求松散。 xml语言编写有非常严格的规范 描述内容 html将数据和显示结合在一起 xml将数据和显示相分离,记录数据和数据间关系,只对数据进行描述,不考虑显示效果。,XML与HTML区别, 张三 20 李四 23 ,XML举例,XML声明(declaration) DOCTYPE声明 处理指令(processing Instruction) 注释(comment) 元素(element) CDATA 并不是每一个XML都需要所有的组成部分。,XML文档的组成部分,文档声明( xml文档首行): 格式: encoding定义文档字符编码集合,“gb2312” Standalone定义文档是否独立,“yes”no” 文档类型定义: 指定xml文档定义文档类型所用的dtd来源 处理指令 为处理XML文档的应用程序提供提示信息, ,XML文档的组成部分,文档注释 注释不可以嵌套 文档主体内容自定义标记对数据进行结构描述,通过树形结构体现文档结构 文档中只能有一个顶层元素(根元素) 顶层元素中包含: 元素属性 元素文本内容 CDATA(character data字符数据区) 各种子元素,XML文档的组成部分,所有XML标记都严格区分大小写 XML只能有一个顶层元素,其他元素都包含在顶层元素中 所有的标记都必须要要有开始和结束标签,如果没有单独的结束标签,则在开始标签的内部直接添加结束“/” 所有标记的属性值必须用“ ”或 括起来,XML语法规则,名字中可以包含字母、数字及一些可见字符和中文 名字不以数字和下划线开头,不以“xml”开头, 名称中不可以包含空格,冒号(:) 命名尽量简短,一个文件中大小写尽量统一标准 所有的XML标记都必须合理嵌套,不允许出现交叉嵌套,XML命名规则,存放不想被解析的原始数据 格式:中 示例: ,CDATA区域(字符数据区域),在元素的文本中有些符号不可以直接出现,因为会出现解析错误。比如:“” 对于这些符号可以使用转义字符来标识,XML中的特殊字符,什么是约束模式? 定义:定义XML文档中允许出现的元素名,元素中的属性,元素中的内容类型及元素间的嵌套关系和出现顺序,为文档指定XML约束模式后,就必须遵循该约束模式。 XML约束模式语言: 用作XML约束模式的内容也需要遵循一定的语法规则,这些规则形成XML约束模式语言,像这种创造XML标记语言的语言称为元语言。 模式文档:定义约束模式的文档 实例文档:根据模式文档编写的文档 常见的约束模式文件:DTD、XMLSchema,XML文档的约束模式,文档类型定义(DTD)可定义合法的XML文档构建模块。它使用一系列合法的元素来定义文档的结构。 DTD文件的好处: 让每一个 XML 文件都可以具备单独的格式描述。 也可以让一个组织都使用同一种格式描述。 还可以直接引用一个权威机构指定的格式描述。,DTD文件(Document Type Definition), 定义一个元素 格式: PCDATA(Parsed Character DATA)(被解析的字符数据),DTD文件示例,如何给XML文档加上约束呢? 将DTD约束直接嵌套在xml文档中。 格式: 引入外部的DTD文件到XML文档中 ,DTD文件与XML文档的结合, mike 29 bj ,将DTD约束直接嵌套在xml文档中, 文档类型名称:可以自定义,通常使用根节点名称 SYSTEM:表明XML遵循的是一个组织内部的约束。 示例: PUBLIC:表示XML遵循的是权威机构或特定行业提供的DTD文件。 DTD名称:用于标识该DTD文件,只有在PUBLIC声明时才用到。,引入外部的DTD文件到XML文档中,元素是 XML 文档的基本组成部分,在 XML 文档中使用的每个元素及其属性都要在 DTD 文件中进行定义 语法格式: 示例: ,DTD 文档元素定义,元素的使用规则定义了: 元素中包含的组成部分 每种组成部分出现的次数 各组成部分间的次序 (#PCDATA)表示元素中嵌套的内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,这种情况用于定义 XML 文件中的空元素:例如,定义的元素形式为,DTD 文档元素使用规则,DTD 文档元素使用规则,每条元素定义语句的顺序是无关紧要的 具有不同用途的元素不能使用相同的元素名 在元素的使用规则中可以通过正则表达式定义子元素出现的次数:,圆括号可将括在其中的内容组合成一个可统一操作的分组,分组中可以嵌套更小的分组。 ,元素的各个组成成份的特点 元素的使用规则中的各个组成成分用空白符分隔,他们的出现顺序没有严格要求:? 用逗号分隔,出现顺序必须与排列顺序一致: 用竖杠 | 分隔,它们在 XML 文档中只能出现它们之中的任何一个: ,DTD 文档元素使用规则,语法格式: 示例: #REQUIRED:必须设置该属性 #IMPLIED:可以设置也可以不设置 #FIXED:说明该属性的取值固定为一个默认值, 属性类型 CDATA:指的是纯文本,即由字符、符号组成的字符串,DTD 文档属性定义,Enumerated:属性也可以被描述为一组可接受的取值的列表,XML文件中对属性的赋值将从这个列表中选取一个值。这类属性属于枚举类型ENUMERATED,不过关键字ENUMERATED是不出现在Dtd定义中的。 ID:是用属性值的方式为文件中的某个元素定义唯一标识的方法,由处理文件的程序或脚本语言使用。 ENTITY:将多内容文本或者一个文件用一个简称来标识。,属性类型, lisi 预览结果:学生元素的id属性会自动加载male值。,ENUMERATED,XML解析器是读取XML文档并分析其结构的代码。 一般而言使用解析器需要以下步骤: 创建一个解析器对象 使解析器指向您的XML文档 处理结果 常见的解析模式 DOM(Document Object Model) 文档对象模型,w3c的标准,DOM处理XML文档是基于将XML文档解析成树状模型,放入内存进行处理,XML解析,SAX(Simple Api for Xml) SAX则是采用基于事件驱动的处理模式,它将XML文档转化成一系列的事件,由单独的事件处理器来决定如何处理 JDOM基于Java语言的解析工具。 JAXP(Java API for XML Processing) SUN推出的一套处理XML文档的工具包。 DOM4J 基于Java语言的优秀的XML文档解析工具,也应用在JAXM(Java API for XML Messaging )中。,XML常见解析方式,DOM: Java 读入 XML 文档并分析其结构,将其转化为内存中的对象 如果XML看成一颗数据树,那么DOM就是对这颗树的一个对象描叙,是为XML文档在逻辑上建立一个树,树的节点是一个个对象,通过存取这些对象就能够存取XML文档的内容。 解析的过程:,DOM(Document Object Model),节点:XML文档中的所有节点组成了一个节点树。 XML文档中的每个元素、属性、文本等都代表着树中的一个节点。 树起始于文档节点,并由此继续伸出枝条,直到处于这棵树最低级别的所有文本节点为止。 常用节点类型如下表所示:,节点关系:下面我们从一个XML文档实例中了解一下各个节点之间的关系: 工程师A ,通过上面的XML文档,我们构建出如下树状文档对象模型,如下图所示,常用节点属性如下表所示:,DOM 基本 API,注释,载入文档,XML 文件只有载入内存才能被操作,对于xml文件,载入内存之后成为Document 对象 载入文档的过程如下: 实例化 javax.xml.parsers.DocumentBuilderFactory,并通过 DocumentBuilderFactory实例化 javax.xml.parsers.DocumentBuilder对象: DocumentBuilderFactory dbf =DocumentBuilderFactory.newInstance(); DocumentBuilder db = dbf.newDocumentBuilder();,载入文档,通过 DocumentBuilder 的 parse(String)方法传入文件路径,载入文档,并返回由文档在内存生成的 文件树Document对象: Document doc = db.parse(流); 使用 Document 对象获取XML文档的根节点root Element el = doc.getDocumentElement();,利用 Document 读取数据,org.w3c.dom.Document:表示整个 XML 文档;同时也是 Node 的子接口,除了拥有Node 的功能以外,还提供了面向整个文档一些特殊操作,如创建节点、获取某个名称的节点等 Document常见方法: Element getDocumentElement():获取文档根节点;实际上,该方法的应用等价于: Node Document.getFirstChild() 返回类型不同,不过可以将返回的 Node 强制转换为Element 类型(Element 是 Node 的子接口),利用 DOM 读取数据,利用 Node 读取数据 org.w3c.dom.Node:是 XML 中所有 API 的父接口,Element,text等都是它的子类,提供了对节点的基本操作,如获取节点信息、获取子节点、添加节点等,这些操作可以通过 Node 对象的各个 API 来实现 常见的 方法: NodeList getChildNodes():以 NodeList 形式存放当前节点的子节点,若无,则返回空集合 Node getFirstChild():以 Node 形式返回当前节点的第一个子节点,若无,则返回 null Node getLastChild():以 Node 形式返回当前节点的最后一个子节点,若无,则返回null,利用 DOM 读取数据,Node getNextSibling():以 Node 形式返回当前节点的下一个兄弟节点,若无,则返回null Node getPreviousSibling:以 Node 形式返回当前节点的下一个兄弟节点,若无,则返回 null Node getParentNode():以 Node 形式返回当前节点的父节点,若无,则返回 null String getNodeName():得到节点名称 String getTextContent():得到节点中的文本内容 boolean hasChildNodes():返回当前节点是否存在子节点 short nodeType:获取节点类型,节点类型见前图,NodeList getElementsByTagName(String name):输入标签名称,以 NodeList 形式返回 指定标记的元素,若无,则返回空集合;该方法适用于文档中的所有元素,不需确定该元素的位置,利用 Element 读取数据,org.w3c.dom.Element:在 DOM 中,使用最多的不是普通文本,也不是注释,而是一些标签,它们含有属性,可能含有子标签 Element特有的 API: String getAttribute(String name):通过属性名称获得属性值 NodeList getElementsByTagName(String name):输入标签名称,以 NodeList 形式返回 String getTagName():得到元素的名称 boolean hasAttribute(String name):判断该元素是否存在某个名称的属性,建立xml文件文件,在其中放置数据库连接需要的数据,然后建立JSP文件和servlet文件,对xml文件中的数据进行解析及显示。,实例,利用 Node 修改数据,最常见的 API 包括以下几个: void setTextContent(String textContent):设置此节点的文本内容 Node removeChild(Node oldChild):从子节点列表中移除oldChild所指示的子节点并将其返回 Node insertBefore(Node new, Node ref):在现有子节点 ref之前插入节点 new Node replaceChild(Node new, Node old):将子节点列表中的子节点 oldChild 替换为 newChild,并返回 oldChild 节点 Node appendChild(Node newChild):将节点 newChild 添加到此节点的子节点列表的末尾,利用 DOM 持久化数据,XML 文件保存,利用javax.xml.transform包中的类来进行文档的保存,过程如下: 实例化TransformerFactory, 并通过该工厂类实例化Transformer, 利用 Transformer 的 transform 方法将源输出到目标: transformer.transform(source, result);,利用 DOM 持久化数据,通过 javax.xml.transform.dom.DOMSource 将 Document 对象封装为 DOM 源: DOMSource source = new DOMSource(doc); 通过 javax.xml.transform.stream. StreamResult 包装 java.io.File 对象,确定输出的目标: File file = new File(newFile.xml); StreamResult result = new StreamResult(file);,
展开阅读全文