JAVA基础XML的解析

---

一、XML的概述

　　 XML的全名为可扩展标记语言(Extensible Markup Language),XML的作用为：1、传输，2、存取数据，3、软
件的配置文件。传输现在都用更轻量的Json，而存储则用数据库。所以软件的配置文件是现在的XML的主要用途。
现在的一些主流框架都是使用XML进项配置的。

（一）XML的基本语法

　　1、XML的文档声明：通常出现在XML的第一行第一列的位置!
  写法:
　　　　<?xml 属性名=”属性值” 属性名=”属性值” ...?>
　　　　* version :必须的. 使用”1.0”
　　　　* encoding :字符集. 是使用浏览器打开的时候采用的默认的字符集的编码.
　　　　* standalone :描述XML文档是否需要依赖其他的文件.
  举例：<?xml version="1.0" encoding="UTF-8"?>
　　2、XML的注释
  写法:
　　　　<!-- XML的注释 -->
　　3、XML的元素：xml中的元素其实就是一个个的标签 - a: 包含标签体（<>成对儿出现），b: 不包含标签体
（<元素名 属性/>）
  举例：

  a: 

<student>
　　　<name>zhangsan</name>
　　　<age>18</age>
</student>

  b:

 <student
　　　　name="zhangsan"
　　　　age="18"
/>

　　元素的命名规范：
　　　　* 严格区分大小写;<a><A>
　　　　* 只能以字母或下划线开头;abc _abc
　　　　* 不能以xml(或XML、Xml等)开头;
　　　　* 名称字符之间不能有空格或制表符;
　　　　* 名称字符之间不能使用冒号;
　　4、XML元素中的属性：一个元素可以有多个属性，每个属性都有它自己的名称和取值。
  写法：
　　　　* 属性值一定要用引号(单引号或双引号)引起来。
　　　　* 属性名称的命名规范与元素的命名规范相同
　　　　* 元素中的属性是不允许重复的
　　5、XML的特殊字符和CDATA区
  特殊字符：

  CDATA区的写法：
　　　　<![CDATA[ 内容 ]]>

二、XML的约束

　　在XML中都是用户自定义的标签，若出现小小的错误，软件程序将不能正确地获取文件中的内容而报错。
(如：Tomcat)，所以就可以编写一个文档来约束一个XML的书写规范，这个文档称之为约束。XML的约束就是
用来约束XML的文档中可以出现哪些标签，不能出现哪些标签，标签中是否有顺序，出现的次数。XML的约束
包括2种：1、DTD，2、Schema。
  两者的区别：
　　　　* 语法的不同，DTD的语法自成一体而Schema的语法则和XML类似。
　　　　* Schema具有命名空间
　　　　* Schema具有更强强的语义和约束
　　　　* Schema能够更好地被解析器解析

（一）DTD约束

　　1、DTD中定义元素：在DTD文档中使用ELEMENT关键字来声明一个XML元素。
  语法：
　　　　<!ELEMENT 元素名称 使用规则>
  元素的一些约束规则：
　　　　* (#PCDATA):指示元素的主体内容只能是普通的文本.(Parsed Character Data)
　　　　* EMPTY：用于指示元素的主体为空。比如<br/>
　　　　* ANY:用于指示元素的主体内容为任意类型。
　　　　* (子元素)：指示元素中包含的子元素
　　　　* 如果子元素用逗号分开，说明必须按照声明顺序去编写XML文档
　　　　* 如果子元素用"|"分开，说明任选其一。
　　　　* 用+(至少一次)、
　　　　　   *(可有可无，零次、一次或多次)、
　　　　　  ？(可以有也可以无，有的话只能有一次。零次或一次)来表示元素出现的次数
　　2、DTD中定义属性：在DTD文档中使用ATTLIST关键字来为一个元素声明属性。
  写法：
　　　　<!ATTLIST 元素名
　　　　属性名1 属性值类型 设置说明
　　　　属性名2 属性值类型 设置说明
　　　　......
　　　　>
  属性的类型和约束：
　　　　* CDATA：表示属性的取值为普通的文本字符串
　　　　* ENUMERATED (DTD没有此关键字)：表示枚举，只能从枚举列表中任选其一
　　　　* ID:表示属性的取值不能重复
　　　　* #REQUIRED：表示该属性必须出现
　　　　* #IMPLIED：表示该属性可有可无
　　　　* #FIXED:表示属性的取值为一个固定值。语法：#FIXED "固定值"
  例子：

<?xml version="1.0" encoding="UTF-8"?>
<!--根元素有且只能有一个 -->
<!ELEMENT 例子 (数+)>
<!ELEMENT 数 (1,2,3,4)>
<!ELEMENT 1 (#PCDATA)>
<!ELEMENT 2 (#PCDATA)>
<!ELEMENT 3 (#PCDATA)>
<!ELEMENT 4 (#PCDATA)>

　　3、DTD的引用方式
  * 内部引用DTD:
　　　　<!DOCTYPE persons [

　　　　]>
  * 外部引用DTD:
　　* 本地DTD:
　　　　<!DOCTYPE persons SYSTEM "***.dtd">
　　* 网络DTD:
　　　　<!DOCTYPE persons PUBLIC "url" "***.dtd">

（二）Schema约束

　　 一个XML Schema文档通常称之为模式文档(约束文档)，遵循这个文档书写的xml文件称之为实例文档。
Schema约束自身就是一个XML文件，但它的扩展名通常为.xsd。Schema支持名称空间。名称空间：可以理
解为JAVA里的package，约束文档:可以理解为一个JAVABean类，实例文档：就是通过JAVABean类创建的实
例对象。
　　可以通过命名空间来分辨出约束文档（W3C的命名空间：xmlns="http://www.w3.org/2001/XMLSchema"）
，实例文档（W3C的命名空间：xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"）W3C的命名空间
后缀名为instance的为实力文档。
  举例：
　　*Schema文件

<?xml version="1.0" encoding="UTF-8"?>
<schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.xmldemo.com"
elementFormDefault="qualified">
<element name="persons">
<!-- 复杂元素 -->
<complexType>
<!-- 有序的，最大值不限定，最小值为一 -->
<sequence maxOccurs="unbounded" minOccurs="1">
<element name="person">
<complexType>
<sequence>
<!-- 简单表签 -->
<element name="name" type="string"></element>
<element name="age" type="int"></element>
<element name="sex" type="string"></element>
</sequence>
<!-- 属性，在有序和复杂元素之间 -->
<attribute name="id" type="int" />
</complexType>
</element>
</sequence>
</complexType>
</element>
</schema>

　　*实例文档

<?xml version="1.0" encoding="UTF-8"?>
<p:persons xmlns:p="http://www.xmldemo.com" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.xmldemo.com schame.xsd ">
<p:person>
<p:name>p:name</p:name>
<p:age>0</p:age>
<p:sex>p:sex</p:sex>
</p:person>
</p:persons>

　　写的好约束文件可以使用eclipse自动引入：
1、

2、

三、XML的解析

　　XML的解析一共有2种方式：DOM解析:（DOM:Document Object Model）SAX解析:（Simple Api for XML）
　　　　* DOM：文档对象模型。这种方式是W3C推荐的处理XML的一种方式。
　　　　* SAX：这种方式不是官方标准，属于开源社区XML-DEV，几乎所有的XML解析器都支持它。
　　两者的解析方式的优缺点
　　　　* DOM解析是一次把DOM树都加载到内存里进行解析，可以对其进行增删改，但是当解析的XML比较大的
时候可能会造成内存溢出。
　　　　* SAX解析是以事件驱动的方式一行一行进行解析的，不会造成内存的溢出，但是不能对XML进行修改。
　　针对这两种解析的方式，不同的公司提供了不同的API的实现
　　　　* JAXP :SUN公司提供的一套XML的解析的API.
　　　　* JDOM :开源组织提供了一套XML的解析的API-jdom.
　　　　* DOM4J :开源组织提供了一套XML的解析的API-dom4j.
　　　　* pull :主要应用在Android手机端解析XML.
　　java中常用的API为DOM4J。

（一）DOM4J

　　 DOM4J的常用的构造和方法：
　　　　* 创建SAXReader对象：new SAXReader()
　　　　* 设置读取路径返回Document对象对XML进行操作：
　　　　　　reader.read(要读取XML的路径);
　　　　* 创建OutputFormat对象设定输出格式: OutputFormat.createPrettyPrint()
　　　　* 根据输出路径和输出格式创建输出对象：
　　　　　　new XMLWriter(new FileOutputStream(输出路径, 输出格式);
　　DOM4J的常用方法：
　　　　* 获取根元素对象（根标签）:
　　　　　　返回值类型 - Element,调用对象 - Document getRootElement();
　　　　* 获取所有的子元素:
　　　　　　返回值类型 - List ,调用对象 - Element elements();
　　　　* 根据指定的元素名称来获取相应的所有的子元素:
　　　　　　返回值类型 - List ,调用对象 - Element elements(String name);
　　　　* 根据指定的子元素名称，来获取子元素中的文本:
　　　　　　返回值类型 - String ,调用对象 - Element elementText(String name);
　　　　* 获取当前元素对象的文本：
　　　　　　返回值类型 - String ,调用对象 - Element getText();
　　　　* 设置当前元素对象的文本：
　　　　　　返回值类型 - void ,调用对象 - Element setText(String text);
　　　　* 添加当前元素对象的文本:
　　　　　　返回值类型 - Element ,调用对象 - Element addText(String text);
　　　　* 根据指定的属性名称获取其对应的值:
　　　　　　返回值类型 - String ,调用对象 - Element attributeValue(String name);
　　　　* 根据指定的属性名称和值进行添加或者修改:
　　　　　　返回值类型 - Element ,调用对象 - Element addAttribute(String name,String value);
　　　　* 删除某一元素(需父类对象删除子元素)：
　　　　　　返回值类型 - void ,调用对象 - Element remove(Element element);
　　　　* 在目标节点中添加新的节点：
　　　　　　返回值类型 - Element ,调用对象 - Element addElement(String name);
　　　　* 创建一个新的元素对象：
　　　　　　返回值类型 - Element，调用对象 - DocumentHelper DocumentHelper.createElement(String name);

（二）示例代码

　　* 目标XML文件：

<?xml version="1.0" encoding="UTF-8"?>

<State Code="37" Name="河南" description="郑州" GDP="99999亿" YY="你YY个啥劲儿">
<City>
<Name>郑州</Name>
<Region>高薪区</Region>
</City>
<City>普吉岛</City>
<City>三门峡</City>
<City>安阳</City>
<City>南阳</City>
<City>北京</City>
</State>

　　* 工具类：

public class Dom4jUtils {
//私有构造
private Dom4jUtils() {
super();
// TODO Auto-generated constructor stub
}
//创建Document对象
public static Document creatDocument() throws Exception {
SAXReader reader = new SAXReader();
Document document = reader.read("src\\com\\xmldemo\\city.xml");
return document;
}
//创建输出对象
public static void write(Document d) throws Exception {
OutputFormat format = OutputFormat.createPrettyPrint();
XMLWriter writer = new XMLWriter(new FileOutputStream("src\\com\\xmldemo\\city.xml"), format);
writer.write(d);
}
}

　　* 一顿操作：

/**添加或修改属性,如果没有该属性就添加有的话就更新
* @throws Exception
*/
private static void method07() throws Exception {
Document document = Dom4jTUtils.creatDocument();
Element rootElement = document.getRootElement();
//为根元素添加YY属性和值
Element element = rootElement.addAttribute("YY", "你YY个啥劲儿");
Dom4jTUtils.write(document);
}

/**打印某一节点的属性
* @throws Exception
*/
private static void method06() throws Exception {
Document document = Dom4jTUtils.creatDocument();
Element rootElement = document.getRootElement();
//获取Name属性的值
String value = rootElement.attributeValue("Name");
System.out.println(value);
}

/**在某一标签位置添加新标签
* @throws Exception
*/
private static void method05() throws Exception {
Document document = Dom4jTUtils.creatDocument();
Element rootElement = document.getRootElement();
// 创建一个新元素对象
Element createElement = DocumentHelper.createElement("City");
//为此元素设置值
createElement.setText("普吉岛");
//遍历
List<Element> list = rootElement.elements();
//将此节点加入到list集合的指定位置
list.add(1, createElement);
//写回
Dom4jTUtils.write(document);
}


/**像某已指定元素添加元素
* @throws Exception
*/
private static void method04() throws Exception {
Document document = Dom4jTUtils.creatDocument();
Element rootElement = document.getRootElement();
//在Root节点下添加一个新节点"City"
Element addElement = rootElement.addElement("City");
//为节点添加文本
addElement.addText("北京");
//写回
Dom4jTUtils.write(document);
}


/**删除某一元素
* @throws Exception
*/
private static void methed03() throws Exception {
Document document = Dom4jTUtils.creatDocument();
Element rootElement = document.getRootElement();
List<Element> list = rootElement.elements();
//获取要删除元素的父元素（删除只能由父亲删除儿子）
Element parent = list.get(2).getParent();
//删除
parent.remove(list.get(2));
//将document写回
Dom4jTUtils.write(document);
}

/**修改某一标签的文本
* @throws Exception（为了方便抛出大的异常）
*/
private static void medom02() throws Exception {
Document document = Dom4jTUtils.creatDocument();
Element rootElement = document.getRootElement();
List<Element> list = rootElement.elements();
//设置第三个元素的文本
list.get(2).setText("青青草原");
//使用工具类将document写回XML文档
Dom4jTUtils.write(document);
}

/**获取第一个元素的Name属性
* @throws Exception（为了方便抛出大的异常）
*/
private static void method() throws Exception {
//使用工具类创建Document对象
Document document = Dom4jTUtils.creatDocument();
//获得根节点
Element element = document.getRootElement();
//获得根节点下的所有元素节点
List<Element> elements = element.elements();
//获取第一个节点的Name属性文本
String name = elements.get(0).elementText("Name");
System.out.println(name);
}


/**用递归的方式遍历所有元素
* @param elements 根节点
*/
public static void run(Element elements) {
//打印每个元素的名字
System.out.println(elements.getName());
//获取每个节点
List<Element> elements2 = elements.elements();
//递归调用
for (Element object : elements2) {
run(object);
}
}