Java高级特性 第12节 XML技术

一、XML简介

 　　1. XML介绍

　　XML是可扩展标记语言（Extensible Markup Language ），XML是一种数据格式，类似 HTML，是使用标签进行内容描述的技术，与HTML不同的是，XML的标签和属性都是根据业务需求自定义的。

　　XML可以作为配置文件的载体，例如servlet、struct2、hibernate的配置都是通过XML进行配置的：web.xml（web工程项目的核心配置文件）、beans.xml（Spring框架）、hibernate-config.xml（hibernate框架）、mapping.xml（hibernate和mybatis框架）等。

　　XML有以下特点：

• XML与操作系统、编程语言的开发平台都无关（通用的数据交换格式）
• 实现不同系统之间的数据交换（包括系统的配置文件）
• 是一种标记语言，没有固定的标记，可以自定义创建

　　作用：数据交互、配置应用程序和网站等

　　2. XML文档结构

　　下面是一个XML文档BookStore.xml：

<bookstore>
    <book category="COOKING">
        <title lang="en">Everyday Italian</title>
        <author>Giada De Laurentiis</author>
        <year>2019</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>2015</year>
        <price>39.95</price>
    </book>
</bookstore>

　　它的树形结构如下：

　　

• XML 的声明

<?xml version=”1.0” standalone=”yes” encoding=”UTF-8”?>

　　这是一个XML处理指令。处理指令以 <? 开始，以 ?> 结束。<? 后的第一个单词是指令名，如xml, 代表XML声明。version, standalone, encoding 是三个特性，特性是由等号分开的名称-数值对，等号左边是特性名称，等号右边是特性的值，用引号引起来。

• version: 说明这个文档符合1.0规范
• standalone: 说明文档在这一个文件里还是需要从外部导入, standalone 的值设为yes 说明所有的文档都在这一文件里完成 
• encoding: 指文档字符编码

•  标签

　　在XML中，用尖括号括起来的各种标签来标记数据，标签成对出现来界定字符数据，XML文档中可以包含任意数量的标签。

　　标签分为两大类：
　　单标签：<标签名 属性名=属性值 属性名=属性值/>
　　双标签：<标签名 属性名=属性值 属性名=属性值></标签名>

• 根元素

　　每个XML文档有且仅有一个根元素。如<bookstore></bookstore>。

　　根元素是一个完全包含文档中其他所有元素的元素，根元素的起始标记要放在所有其它元素起始标记之前，根元素的结束标记根放在其它所有元素的结束标记之后。

• 元素

　　元素的基本结构由 开始标记，数据内容，结束标记组成，如

<Person>
  <Name>Zhang San</Name>
  <Sex>Male</Sex>
</Person>

　　需要注意的是:

• • 元素标记区分大小写，<Name> 与 <name>是两个不同的标记；　　
  • 结束标记必须有反斜杠，如 </Name>；

　　XML元素标记命名规则如下:

• 名字中可以包含字母，数字及其它字母
• 名字不能以数字或下划线开头
• 名字不能用xml开头
• 名字中不能包含空格和冒号
• 属性

　　标签的属性可以有多个，多个属性写在标签上使用空格隔开就行。如：<元素名  属性名="属性值" 属性名="属性值"></>

• • 属性值用双引号包裹；
  • 一个元素可以有多个属性；
  • 属性值中不能直接包含<、“、&（不建议：‘、>），最好都不要写；

• XML注释

<!-- this is comment -->

　　需要注意的是：

• 注释中不要出现“--”或“-”；
• 注释不要放在标记中；
• 注释不能嵌套 ；
• XML中特殊字符的处理

　　（1）在 XML 中，有 5 个预定义的实体引用：

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

　　在 XML 中，只有字符 "<" 和 "&" 确实是非法的。大于号是合法的，但是用实体引用来代替它是一个好习惯。

 　　（2）如果在元素的文本中存在大量的特殊字符，可以使用CDATA处理：

　　语法格式：<![CDATA[要显示的字符]]>

　　注意：在 XML 中，空格会被保留。HTML会把多个连续的空格字符裁减（合并）为一个：

HTML:	Hello           my name is David.
输出:	Hello my name is David.

　　但在 XML 中，文档中的空格不会被删节。

• 格式良好的XML文档
  • 所有XML元素都必须有结束标签（</……>）
  • XML标签对大小写敏感
  • XML必须正确的嵌套
  • 同级标签以缩进对齐
  • 元素名称可以包含字母、数字或其他的字符
  • 元素名称不能以数字或者标点符号开始（<5name>是错误的；<name5>是正确的）
  • 元素名称中不能含空格（<student name>是错误的；<studentname>是正确的的）

二、在XML中使用命名空间

　　命名空间在XML中可以用作元素或属性名称的名称集合，它们用来标识来自特定域（标准组组、公司、行业）的名称。

　　1. 空间命名的必要性

　　XML解析器在解析XML文档时，对于重名的元素，可能出现解析冲突，命名空间有助于标准化元素和属性，为它们加上唯一标识。

　　2. 声明命名空间

　　语法：xmlns:[prefix]="[命名空间的URL]"

• prefix是前缀名称，它用作命名空间的别名；
• xmlns是保留属性；

　　3. 属性和命名空间

　　除非带有前缀，否则属性属于它们的元素所在的命名空间。

　　4. 命名空间的应用

　　例如，这个 XML 文档携带着某个表格中的信息：

<h:table xmlns:h="http://www.w3.org/TR/html4/">
   <h:tr>
   <h:td>Apples</h:td>
   <h:td>Bananas</h:td>
   </h:tr>
</h:table>

　　此 XML 文档携带着有关一件家具的信息：　

<f:table xmlns:f="http://www.w3school.com.cn/furniture">
   <f:name>African Coffee Table</f:name>
   <f:width>80</f:width>
   <f:length>120</f:length>
</f:table>

　　与仅仅使用前缀不同，我们为 <table> 标签添加了一个xmlns属性，里面的网址是统一资源标识符，目的是唯一标识一个命名空间，每一个统一资源标识符都是不一样的，但是没有实际意义，但是一般都能连到一个网页，取值这样就为前缀赋予了一个与某个命名空间相关联的限定名称。

三、验证XML文档

    　DTD 是 DocType Definition 的简称，中文翻译为文档类型定义，DTD 的作用是定义 XML 文档的合法构建模块。它使用一系列的合法元素来定义文档结构，用于约定 XML 的格式。规定了文档中所使用的元素、实体、元素的属性、元素与实体之间的关系。

　　DTD主要作用有：

• 使用 DTD 可以提供一种统一的格式。
• 使用 DTD 可以保证数据交流和共享的顺利进行。DTD 使用户能够不依赖具体的数据就知道文档的逻辑结构。
• 使用 DTD 可以验证数据的有效性。DTD 对文档的逻辑结构进行了约束，这种约束可以比较宽松，也可以十分严格。可以根据 DTD 检查数据，以验证其是否符合规定和要求，这可以保证数据的正确和有效。

 　　1. 使用DTD验证XML文档

 　　DTD 主要定义方式：

 　　（1）内部定义法，DTD 文件放在 XML 文件内部。

 <!DOCTYPE 根元素 [元素定义]>  

　　DTD元素定义语法: <!ELEMENT NAME CONTENT>

• ELEMENT : 关键字
• NAME : 元素名称
• CONTENT：元素类型
  

　　如下面的例子:　

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE bookstore [
    <!ELEMENT bookstore (book+)>
    <!ELEMENT book (bookname,author,price)>
    <!ATTLIST book id CDATA #REQUIRED>
    <!ELEMENT bookname (#PCDATA)>
    <!ELEMENT author (#PCDATA)>
    <!ELEMENT price (#PCDATA)>
]>
<bookstore>
    <book>
            <bookname>唐诗</bookname>
            <author>libai</author>
            <price>112.00元</price>
    </book>
    <book>
            <bookname>降龙十八讲秘籍</bookname>
            <author>郭芙</author>
            <price>5元</price>
    </book>
</bookstore>

　　常用的元素类型如下：

• #PCDATA:  可以包含任何字符数据，但是不能在其中包含任何子元素，如: <!ELEMENT title (#PCDATA)>
• EMPTY：用于指示元素的主体为空。比如<br/>
• ANY：用于指示元素的主题内容为任意类型。
• （子元素）：指示元素中包含的子元素。
• 纯元素类型，只包含子元素，并且除这些子元素外没有文本内容，如：<!ELEMENT poems(poem*)>

　　DTD中一些符号的用途；

　　

　　1） 如果子元素用逗号隔开，必须按照声明顺序去编写XML文档。

　　例如：<!ELEMENT FILE(TITLE, AUTHOR, EMAIL)>

　　2）如果子元素用"|" 分开，说明任选其一。
　　例如：<!ELEMENT FILE(TITLE|AUTHOR|EMAIL)>
　　3）用+、*、? 来表示元素出现的次数。
　　如：<!ELEMENT MYTITLE((TITLE*,AUTHOR?,EMAIL))*|COMMIT> 

　　DTD属性（ATTLIST）定义：

<!ATTLIST 元素名称
    属性名 属性类型  约束
    属性名 属性类型  约束
    ......
>

　　属性声明举例：

<!ATTLIST 商品
 类别 CDATA  #REQUIRED  必须的
 颜色 CDATA  #IMPLIED       可选的
>

　　对应的XML为：<商品 类别="服装" 颜色="黄色" />

　　属性值类型：

• 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，如(鸡肉|牛肉|猪肉|鱼肉)
• ID：表示属性的取值不能重复（不能只写数字）

　　设置说明：

• #REQUIRED：表示该属性必须出现
• #IMPLIED：表示该属性可有可无。
• #FIXED：表示该属性的取值为一个固定值。语法：#FIXED "固定值"
• 直接值：表示属性的取值为默认值。

　　DTD 定义属性示例：

<!ATTLIST 页面作者
   姓名   CDATA    #IMPLIED
   年龄   CDATA    #IMPLIED
   联系信息  CDATA  #REQUIRED
   网站职务  CDATA  #FIXED  "页面作者"
   个人爱好  CDATA  "上网"
>

　　（2） 使用外部DTD验证XML

　　语法格式：<!DOCTYPE  根元素  SYSTEM "DTD文件路径">

　　如下例子:

　　book.xml：

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE bookstore SYSTEM "bookstore.dtd">
    <bookstore>
    <book>
            <bookname>带你飞培训教程</bookname>
            <author>huangjinjin</author>
            <price>1.00元</price>
    </book>
    <book>
            <bookname>降龙十八讲秘籍</bookname>
            <author>洪七公</author>
            <price>0.01元</price>
    </book>
</bookstore>

　　bookstore.dtd：

<?xml version="1.0" encoding="UTF-8"?>  
    <!DOCTYPE bookstore [  
    <!ELEMENT bookstore (book+)>  
    <!ELEMENT book (bookname,author,price)>  
    <!ATTLIST book id CDATA #REQUIRED>  
    <!ELEMENT bookname (#PCDATA)>  
    <!ELEMENT author (#PCDATA)>  
    <!ELEMENT price (#PCDATA)>  
    ]>  

　　2. 使用Schema验证XML文档

　　XML Schema 是基于 XML DTD 的替代者，XML Schema 描述 XML 文档的结构。XML Schema 语言也称作 XML Schema 定义（XML Schema Definition 简称 XSD）。DTD 不是通过 XML 语法定义文档结构，不能定义数据类型和限制；Schema 通过 XML 语法定义文档结构，可以定义数据类型和限制。

　　XML Schema 对 XML 文件的主要约定有：

• 定义可出现在 XML 文档中的元素；

• 定义可出现在 XML 文档中的属性；

• 定义哪个元素是子元素；

• 定义子元素的次序；

• 定义子元素的数目；

• 定义元素是否为空，或者是否可包含文本；

• 定义元素和属性的数据类型；

• 定义元素和属性的默认值以及固定值。

　　1）Schema文档结构

　　Schema文档本身是一个XML文档，所以必须满足XML文档结构。在每个Schema文档中必须包含一个根元素<xs:schema>。

　　note.xsd:

<?xml version="1.0"?>
<!--每个Schema中都必须包含xs:schema根节点，然后在根节点中定义内容！-->
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
　　　　　　targetNamespace="http://www.w3school.com.cn"
　　　　　　xmlns="http://www.w3school.com.cn"
　　　　　　elementFormDefault="qualified">
    定义内容
</xs:schema>

　　说明：

• xmlns:xs="http://www.w3.org/2001/XMLSchema"：显示 schema 中用到的元素和数据类型来自命名空间 "http://www.w3.org/2001/XMLSchema"。同时它还规定了来自命名空间 "http://www.w3.org/2001/XMLSchema" 的元素和数据类型应该使用前缀 xs：
• targetNamespace="http://mynamespace/myschema" ：显示被此 schema 定义的元素验证的XML来自的命名空间。
• xmlns="http://www.w3school.com.cn" ：指定默认的命名空间 。
• elementFormDefault="qualified" ：指目标XML是否遵循本Schema，qualified表示遵循,unqualified表示不遵循。

　　2）在XML中引用Schema文档　　　

<?xml version="1.0"?>
<!--引用Schema文档-->
<note xmlns="http://www.w3school.com.cn"
　　　　xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
　　　　xsi:schemaLocation="http://www.w3school.com.cn note.xsd">
　　<to>George</to>
　　<from>John</from>
　　<heading>Reminder</heading>
　　<body>Don't forget the meeting!</body>
</note>

　　说明：

• xmlns="http://www.w3school.com.cn" ：规定了默认命名空间的声明。此声明会告知 schema 验证器，在此 XML 文档中使用的所有元素都被声明于 "http://www.w3school.com.cn" 这个命名空间。
• xsi:schemaLocation="http://www.w3school.com.cn note.xsd"：指定文件路径。

　　3) Schema常用数据类型：

　　Schema中支持丰富的数据类型，可以简单分为简单类型和复合类型。

• 简单类型包括：
  • 内置的数据类型。
    • 基本的数据类型

基本的数据类型
数据类型	描述
string	字符串
boolean	布尔类型
decimal	特定精度的数字
float	单精度浮点数
double	双精度浮点数
duration	表示持续时间/日期格式
dateTime	完整日期格式
time	代表时分秒
date	代表日期

• • • 扩展的数据类型　　　　　

扩展的数据类型
数据类型	描述
ID	用于唯一表示元素
IDREF	应用ID元素的属性或属性
ENTITY	实体类型
long	表示长整型：-9223372036854775808~9223372036854775807
int	表示整型：-2147483648~--2147483647
short	表示短整型：-32768~32767
byte	整型：-128~127

• • 用户自定义的简单类型（通过simpleType定义）
• 复合类型（通过complexType定义）

　　4）Schema中的元素类型

　　1、根元素：schema。

　　　　包含已经定义的schema。

• 属性：
  • xmlns：schema的命名空间。
  • targetNamespace：要验证的XML文件的命名空间。
  • elementFormDefault：要验证的XML是否遵循当前的验证命名空间。

　　2、用于定义元素和属性的元素：element、attribute、group、attributeGroup。

　　1) element:声明一个元素

• 属性：
  • name：需要限定XML文档元素的名称。
  • type：需要限定XML文档元素的类型。
  • ref：引用外部定义的元素
  • minOccurs：元素最小出现的次数。
  • maxOccurs：元素最大出现的次数。

　　　　例：声明student节点，类型为string类型，最小出现1次，最多出现3次。

<xs:element name="student" type="xs:string" minOccurs="1" maxOccurs="unbounded" />

　　2）group：声明一个分组

　　　　将多个元素声明放到一个分组中，然后在其他元素中通过group引用。

• 属性:name分组的名称

　　例：将name和age定义为一个分组，然后在student中引用这个分组。

<!--外部定义一个标记-->
<xs:element name="student">
　　<xs:complexType>
　　　　<!--引用分组标记-->
　　　　<xs:group ref="stuinfo" maxOccurs="unbounded"></xs:group>
　　</xs:complexType>
</xs:element>

<!--定义一个分组标记-->
<xs:group name="stuinfo">
　　<xs:sequence>
　　　　<!--自定义的子元素:name和age，name类型为string,age类型为byte，只能出现1次-->
　　　　<xs:element name="name" type="xs:string"></xs:element>
　　　　<xs:element name="age" type="xs:byte"></xs:element>
　　</xs:sequence>
</xs:group>

　　3）attribute元素：

　　　　用于声明一个属性：

• 属性：
  • name：属性名称
  • type：属性类型
  • user：是否必选，required必选，optional可选，默认可选
  • default：默认值
  • fixed：固定值

　　注意：默认值和固定值不能同时出现。

　　示例：属性的用法

　　Schema文档：　

<?xml version="1.0" encoding="UTF-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified" attributeFormDefault="unqualified">
    <xs:element name="students">
        <xs:complexType>
            <xs:sequence>
                <xs:element name="student" maxOccurs="unbounded">
                    <xs:complexType>
                        <xs:attribute name="name" type="xs:string" />
                        <xs:attribute name="age" type="xs:byte" />
                    </xs:complexType>
                </xs:element>
            </xs:sequence>
        </xs:complexType>
    </xs:element>
</xs:schema>

　　XML文档：

<?xml version="1.0" encoding="UTF-8"?>
<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="students.xsd">
    <student name="zhangsan" age="29"/>
    <student name="lisi" age="19"/>
</students>

 　　4）attributeGroup属性组

　　　　和前面的元素组类型，在外部定义属性组，然后在元素中引用属性组。

　　Schema文档：

<!--定义属性组：stuattgroup-->
<xs:attributeGroup name="stuattgroup">
    <xs:attribute name="name" type="xs:string"/>
    <xs:attribute name="age" type="xs:byte"/>
</xs:attributeGroup>

<!--引用属性组-->
<xs:element name="student" maxOccurs="unbounded">
    <xs:complexType>
        <xs:attributeGroup ref="stuattgroup"></xs:attributeGroup>
    </xs:complexType>
</xs:element>    

　　3、用于定义简单类型：simpleType。

　　　　它决定了元素和属性值得约束和相关信息。

　　属性：name

　　常用的两种方式：

　　1）restriction：约束

　　　　对现有类型进行扩充。

　　示例：设置年龄必须在18-100之间

<xs:attributeGroup name="stuattgroup">
    <xs:attribute name="name" type="xs:string"/>
    <!--将原来的xs:int换位age类型-->
    <xs:attribute name="age" type="age"/>
</xs:attributeGroup>
<!--扩展int类型，设置int取值只能是18到100，包含18和100-->
<xs:simpleType name="age">
    <xs:restriction base="xs:int">
        <xs:minInclusive value="18" />
        <xs:maxInclusive value="100" />
    </xs:restriction>
</xs:simpleType>

　　2）list：列表

　　　　从一个特定的数据类型的集合中选择定义一个简单类型元素。

　　Schema文档：

<!--Schema文档-->
<!--定义列表数据，其每项子元素为自定义扩展类型-->
<xs:simpleType name="stuScore">
    <xs:list itemType="stuScoreItem"></xs:list>
</xs:simpleType>
<!--定义扩展类型限定0-100之间-->
<xs:simpleType name="stuScoreItem">
    <xs:restriction base="xs:int">
        <xs:minInclusive value="0" />
        <xs:maxInclusive value="100" />
    </xs:restriction>
</xs:simpleType>
<!--声明Scores节点，包含list格式数据-->
<xs:element name="scores" type="stuScore">        
</xs:element>

<!--XML文档中的数据-->
<scores xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="scores.xsd">
10 20 300
</scores>

　　4、用于定义复杂类型：complexType。

　　　　需要使用在节点下包含子节点的情况。

　　Schema文档：　　

<?xml version="1.0" encoding="UTF-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified" attributeFormDefault="unqualified">
    <xs:element name="students">
        <xs:complexType>
            <xs:sequence>
                <!--通过ref来应用student标记 maxbounded表示不限定出现的次数-->
                <xs:element ref="student" maxOccurs="unbounded"></xs:element>
            </xs:sequence>
        </xs:complexType>
    </xs:element>
    
    <!--外部定义一个标记-->
    <xs:element name="student">
        <xs:complexType>
            <xs:sequence>
                <!--自定义的子元素:name和age，name类型为string,age类型为byte，只能出现1次-->
                <xs:element name="name" type="xs:string"></xs:element>
                <xs:element name="age" type="xs:byte"></xs:element>
            </xs:sequence>
        </xs:complexType>
    </xs:element>
</xs:schema>

　　XML文档：

<?xml version="1.0" encoding="UTF-8"?>
<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="students.xsd">
    <student>
        <name>张三</name>
        <age>20</age>
    </student>
    <student>
        <name>李四</name>
        <age>20</age>
    </student>
</students>

　　5、用于进行约束：choice、list、sequence、restriction。

　　1) choice

　　　　把一组属性声明组合到一起，一边被复合类型所应用，XML中只能出现限定选项中的一个元素。

　　Schema文档：

<!--设定交通工具只能是自行车，小汽车，摩托车中的一项-->
<xs:element name="交通工具">
    <xs:complexType>
        <xs:choice>
            <xs:element name="自行车" type="xs:string"></xs:element>
            <xs:element name="小汽车" type="xs:string"></xs:element>
            <xs:element name="摩托车" type="xs:string"></xs:element>
        </xs:choice>
    </xs:complexType>
</xs:element>

　　XML文档：

<交通工具 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="vehicle.xsd">
    <自行车></自行车>
    <!--
    <小汽车></小汽车>
    <摩托车></摩托车>
    包含任意一个，包含多个会报错！
    -->
</交通工具>  

　　2）sequence

　　表示元素必须按照规定的序列进行显示。