什么是XML?
XML:extensiable markup language 被称作可扩展标记语言
XML简单的历史介绍:
为什么我们需要使用XML呢?
- ①我们没有XML这种语言之前,我们使用的是String作为两个程序之间的通讯!现在问题就来了,如果我们传输的是带有关系型结构的数据,String怎么表达呢?String对关系型数据不擅长,要是描述起来也难免会有歧义的时候!关系型数据如图下所示:
-
②HTML语言本身就有缺陷:
XML文件就解决了以上的问题了,如果使用XML描述上述图片的关系,是非常简单的!
- <?xml version="1.0" encoding="UTF-8" ?>
- <中国>
- <北京>
- <海淀></海淀>
- <丰台></丰台>
- </北京>
- <湖南>
- <长沙></长沙>
- <岳阳></岳阳>
- </湖南>
- <湖北>
- <武汉></武汉>
- <荆州></荆州>
- </湖北>
- </中国>
XML文件还能使用浏览器打开:
我们可以发现XML是可以描述很复杂的数据关系的
XML的用途
①:配置文件(例子:Tomcat的web.xml,server.xml......),XML能够非常清晰描述出程序之间的关系
②:程序间数据的传输,XML的格式是通用的,能够减少交换数据时的复杂性!
③:充当小型数据库,如果我们的数据有时候需要人工配置的,那么XML充当小型的数据库是个不错的选择,程序直接读取XML文件显然要比读取数据库要快呢!
XML的技术架构
XML被设计为“什么都不做”,XML数据或XML文档只用于组织、存储数据,除此之外的数据生成、读取、传送、存取等等操作都与XML本身无关!
于是乎,想要操作XML,就需要用到XML之外的技术了:
- 为XML定规则:现在一般使用DTD或Schema技术,当然了Schema技术更为先进!
- 解析XML的数据:一般使用DOM或者SAX技术,各有各的优点
- 提供样式:XML一般用来存储数据的,但设计者野心很大,也想用来显示数据(但没人用XML来显示数据),就有了XSLT(eXtensiable Stylesheet Language Transformation)可扩展样式转换语言
XML语法:
文档声明:
- XML声明放在XML的第一行
- version----版本
- encoding--编码
- standalone--独立使用--默认是no。standalone表示该xml是不是独立的,如果是yes,则表示这个XML文档时独立的,不能引用外部的DTD规范文件;如果是no,则该XML文档不是独立的,表示可以引用外部的DTD规范文档。
- 正确的文档声明格式,属性的位置不能改变!
- <?xml version="1.0" encoding="utf-8" standalone="no"?>
元素
首先在这里说明一个概念:在XML中元素和标签指的是同一个东西!不要被不同的名称所迷惑了!
元素中需要值得注意的地方:
- XML元素中的出现的空格和换行都会被当做元素内容进行处理
- 每个XML文档必须有且只有一个根元素
- 元素必须闭合
- 大小写敏感
- 不能交叉嵌套
- 不能以数字开头
看起来好像有很多需要值得注意的地方,其实只需要记住:XML的语法是规范的!不要随意乱写!
属性
属性是作为XML元素中的一部分的,命名规范也是和XML元素一样的!
注释
注释和HTML的注释是一样的
- <!---->
CDATA
在编写XML文件时,有些内容可能不想让解析引擎解析执行,而是当作原始内容处理。遇到此种情况,可以把这些内容放在CDATA区里,对于CDATA区域内的内容,XML解析程序不会处理,而是直接原封不动的输出
语法:
- <![CDATA[
- ...内容
- ]]>
转义字符
对于一些单个字符,若想显示其原始样式,也可以使用转义的形式予以处理。
处理指令
处理指令,简称PI (processing instruction)。处理指令用来指挥解析引擎如何解析XML文档内容。
例如:
在XML文档中可以使用xml-stylesheet指令,通知XML解析引擎,应用css文件显示xml文档内容。
- <?xml-stylesheet type="text/css" href="1.css"?>
- XML代码:
- <?xml version="1.0" encoding="UTF-8" ?>
- <?xml-stylesheet type="text/css" href="1.css"?>
- <china>
- <guangzhou>
- 广州
- </guangzhou>
- <shenzhen>
- 深圳
- </shenzhen>
- </china>
- CSS代码:
- guangzhou{
- font-size: 40px;
- }
- 效果:
JDK中的XML API
①:JAXP(The Java API For XML Processing):主要负责解析XML
②:JAXB(Java Architecture for XML Binding):主要负责将XML映射为Java对象
什么是XML解析
前面XML章节已经说了,XML被设计为“什么都不做”,XML只用于组织、存储数据,除此之外的数据生成、读取、传送等等的操作都与XML本身无关!
XML解析就是读取XML的数据!
XML解析方式
XML解析方式分为两种:
①:dom(Document Object Model)文档对象模型,是W3C组织推荐解析XML的一种方式
②:sax(Simple API For XML),它是XML社区的标准,几乎所有XML解析器都支持它!
XML解析操作
从上面的图很容易发现,应用程序不是直接对XML文档进行操作的,而是由XML解析器对XML文档进行分析,然后应用程序通过XML解析器所提供的DOM接口或者SAX接口对分析结果进行操作,从而间接地实现了对XML文档的访问!
常用的解析器和解析开发包的关系如下所示:
为什么有3种开发包?
- jaxp开发包是JDK自带的,不需要导入开发包。
- 由于sun公司的jaxp不够完善,于是就被研发了Jdom。XML解析如果使用Jdom,需要导入开发包
- dom4j是由于Jdom的开发人员出现了分歧,dom4j由Jdom的一批开发人员所研发。XML解析如果使用Jdom,需要导入开发包【现在用dom4j是最多的!】
jaxp
虽然jaxp解析XML的性能以及开发的简易度是没有dom4j好,但是jaxp不管怎么说都是JDK内置的开发包,我们是需要学习的!
DOM解析操作
DOM解析是一个基于对象的API,它把XML的内容加载到内存中,生成与XML文档内容对应的模型!当解析完成,内存中会生成与XML文档的结构与之对应的DOM对象树,这样就能够根据树的结构,以节点的形式对文档进行操作!
简单来说:DOM解析会把XML文档加载到内存中,生成DOM树的元素都是以对象的形式存在的!我们操作这些对象就能够操作XML文档了!
既然XML文档的数据是带有关系型的,那么生成的DOM树的节点也是有关系的:
- 位于一个节点之上的节点是该节点的父节点(parent)
- 一个节点之下的节点是该节点的子节点(children)
- 同一层次,具有相同父节点的节点是兄弟节点(sibling)
- 一个节点的下一个层次的节点集合是节点后代(descendant)
- 父、祖父节点及所有位于节点上面的,都是节点的祖先(ancestor)
在DOM解析中有几个核心的操作接口:
- Document【代表整个XML文档,通过Document节点可以访问XML文件中所有的元素内容!】
- Node【Node节点几乎在XML操作接口中几乎相当于普通Java类的Object,很多核心接口都实现了它,在下面的关系图可以看出!】
- NodeList【代表着一个节点的集合,通常是一个节点中子节点的集合!】
- NameNodeMap【表示一组节点和其唯一名称对应的一一对应关系,主要用于属性节点的表示(书上说是核心的操作接口,但我好像没用到!呃呃呃,等我用到了,我再来填坑!)】
节点之间的关系图:
- 有人可能会很难理解,为什么Document接口比Node接口还小,呃呃呃,我是这样想的:一个Document由无数个Node组成,这样我也能把Document当成是Node呀!如果实在想不通:人家都这样设计了,你有种就不用啊!!(开玩笑的.....)
好的,不跟你们多bb,我们来使用一下Dom的方式解析XML文档吧!
- XML文档代码
- <?xml version="1.0" encoding="UTF-8" ?>
- <china>
- <guangzhou >广州</guangzhou>
- <shenzhen>深圳</shenzhen>
- <beijing>北京</beijing>
- <shanghai>上海</shanghai>
- </china>
- 根据XML解析的流程图,我们先要获取到解析器对象!
- public class DomParse {
- public static void main(String[] args) throws ParserConfigurationException,IOException,SAXException {
- //API规范:需要用一个工厂来造解析器对象,于是我先造了一个工厂!
- DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
- //获取解析器对象
- DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();
- //获取到解析XML文档的流对象
- InputStream inputStream = DomParse.class.getClassLoader().getResourceAsStream("city.xml");
- //解析XML文档,得到了代表XML文档的Document对象!
- Document document = documentBuilder.parse(inputStream);
- }
- }
- 解析XML文档的内容用来干嘛?无非就是增删改查遍历,只要我们会对XML进行增删改查,那就说明我们是会使用DOM解析的!
遍历
- 我们再来看一下XML文档的内容,如果我们要遍历该怎么做?:
-
可能我们会有两种想法:
- public class DomParse {
- public static void main(String[] args) throws ParserConfigurationException,SAXException {
- //API规范:需要用一个工厂来造解析器对象,于是我先造了一个工厂!
- DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
- //获取解析器对象
- DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();
- //获取到解析XML文档的File对象
- InputStream inputStream = DomParse.class.getClassLoader().getResourceAsStream("city.xml");
- //解析XML文档,得到了代表XML文档的Document对象!
- Document document = documentBuilder.parse(inputStream);
- //把代表XML文档的document对象传递进去给list方法
- list(document);
- }
- //我们这里就接收Node类型的实例对象吧!多态!!!
- private static void list(Node node) {
- //判断是否是元素节点,如果是元素节点就直接输出
- if (node.getNodeType() == Node.ELEMENT_NODE) {
- System.out.println(node.getNodeName());
- }
- //....如果没有进入if语句,下面的肯定就不是元素节点了,所以获取到子节点集合
- NodeList nodeList = node.getChildNodes();
- //遍历子节点集合
- for (int i = 0; i < nodeList.getLength(); i++) {
- //获取到其中的一个子节点
- Node child = nodeList.item(i);
- //...判断该子节点是否为元素节点,如果是元素节点就输出,不是元素节点就再获取到它的子节点集合...递归了
- list(child);
- }
- }
- }
- 效果:
查询
现在我要做的就是:读取guangzhou这个节点的文本内容!
- 效果:
增加
现在我想多增加一个城市节点(杭州),我需要这样做:
- 它需要一个Source实例对象和Result的实例对象,这两个接口到底是什么玩意啊?
- 于是乎,我就去查API,发现DomSource实现了Source接口,我们使用的不正是Dom解析吗,再看看构造方法,感觉就是它了!
- 而SteamResult实现了Result接口,有人也会想,DomResult也实现了Result接口啊,为什么不用DomResult呢?我们现在做的是把内存中的Dom树更新到硬盘文件中呀,当然用的是StreamResult啦!
- 完整代码如下:
- private static void add(Document document) throws TransformerException {
- //创建需要增加的节点
- Element element = document.createElement("hangzhou");
- //向节点添加文本内容
- element.setTextContent("杭州");
- //得到需要添加节点的父节点
- Node parent = document.getElementsByTagName("china").item(0);
- //把需要增加的节点挂在父节点下面去
- parent.appendChild(element);
- //获取一个转换器它需要工厂来造,那么我就造一个工厂
- TransformerFactory transformerFactory = TransformerFactory.newInstance();
- //获取转换器对象
- Transformer transformer = transformerFactory.newTransformer();
- //把内存中的Dom树更新到硬盘中
- transformer.transform(new DOMSource(document),new StreamResult("city.xml"));
- }
- 效果:
刚刚增加的节点是在china节点的末尾处的,现在我想指定增加节点的在beijing节点之前,是这样做的:
- private static void add2(Document document) throws TransformerException {
- //获取到beijing节点
- Node beijing = document.getElementsByTagName("beijing").item(0);
- //创建新的节点
- Element element = document.createElement("guangxi");
- //设置节点的文本内容
- element.setTextContent("广西");
- //获取到要创建节点的父节点,
- Node parent = document.getElementsByTagName("china").item(0);
- //将guangxi节点插入到beijing节点之前!
- parent.insertBefore(element,beijing);
- //将内存中的Dom树更新到硬盘文件中
- TransformerFactory transformerFactory = TransformerFactory.newInstance();
- Transformer transformer = transformerFactory.newTransformer();
- transformer.transform(new DOMSource(document),new StreamResult("city.xml"));
- }
- 效果:
删除
现在我要删除的是beijing这个节点!
- private static void delete(Document document) throws TransformerException {
- //获取到beijing这个节点
- Node node = document.getElementsByTagName("beijing").item(0);
- //获取到父节点,然后通过父节点把自己删除了
- node.getParentNode().removeChild(node);
- //把内存中的Dom树更新到硬盘文件中
- TransformerFactory transformerFactory = TransformerFactory.newInstance();
- Transformer transformer = transformerFactory.newTransformer();
- transformer.transform(new DOMSource(document),new StreamResult("city.xml"));
- }
- 效果:
修改
- private static void update(Document document) throws TransformerException {
- //获取到guangzhou节点
- Node node = document.getElementsByTagName("guangzhou").item(0);
- node.setTextContent("广州你好");
- //将内存中的Dom树更新到硬盘文件中
- TransformerFactory transformerFactory = TransformerFactory.newInstance();
- Transformer transformer = transformerFactory.newTransformer();
- transformer.transform(new DOMSource(document),new StreamResult("city.xml"));
- }
- 效果:
操作属性
XML文档是可能带有属性值的,现在我们要guangzhou节点上的属性
- private static void updateAttribute(Document document) throws TransformerException {
- //获取到guangzhou节点
- Node node = document.getElementsByTagName("guangzhou").item(0);
- //现在node节点没有增加属性的方法,所以我就要找它的子类---Element
- Element guangzhou = (Element) node;
- //设置一个属性,如果存在则修改,不存在则创建!
- guangzhou.setAttribute("play","gzchanglong");
- //如果要删除属性就用removeAttribute()方法
- //将内存中的Dom树更新到硬盘文件中
- TransformerFactory transformerFactory = TransformerFactory.newInstance();
- Transformer transformer = transformerFactory.newTransformer();
- transformer.transform(new DOMSource(document),new StreamResult("city.xml"));
- }
- 效果:
SAX解析
SAX采用的是一种顺序的模式进行访问,是一种快速读取XML数据的方式。当时候SAX解析器进行操作时,会触发一系列事件SAX。采用事件处理的方式解析XML文件,利用 SAX 解析 XML 文档,涉及两个部分: 解析器和事件处理器
sax是一种推式的机制,你创建一个sax 解析器,解析器在发现xml文档中的内容时就告诉你(把事件推给你). 如何处理这些内容,由程序员自己决定。
当解析器解析到<?xml version="1.0" encoding="UTF-8" standalone="no"?>
声明头时,会触发事件。解析到<china>
元素头时也会触发事件!也就是说:当使用SAX解析器扫描XML文档(也就是Document对象)开始、结束,以及元素的开始、结束时都会触发事件,根据不同事件调用相对应的方法!
首先我们还是先拿到SAX的解析器再说吧!
- //要得到解析器对象就需要造一个工厂,于是我造了一个工厂
- SAXParserFactory saxParserFactory = SAXParserFactory.newInstance();
- //获取到解析器对象
- SAXParser saxParse = saxParserFactory.newSAXParser();
- 事件处理器都是由我们程序员来编写的,它一般继承DefaultHandler类,重写如下5个方法:
- @Override
- public void startDocument() throws SAXException {
- super.startDocument();
- }
- @Override
- public void endDocument() throws SAXException {
- super.endDocument();
- }
- @Override
- public void startElement(String uri,String localName,String qName,Attributes attributes) throws SAXException {
- super.startElement(uri,localName,qName,attributes);
- }
- @Override
- public void endElement(String uri,String qName) throws SAXException {
- super.endElement(uri,qName);
- }
- @Override
- public void characters(char[] ch,int start,int length) throws SAXException {
- super.characters(ch,start,length);
- }
- public static void main(String[] args) throws Exception{
- //要得到解析器对象就需要造一个工厂,于是我造了一个工厂
- SAXParserFactory saxParserFactory = SAXParserFactory.newInstance();
- //获取到解析器对象
- SAXParser saxParse = saxParserFactory.newSAXParser();
- //获取到XML文档的流对象
- InputStream inputStream = SAXParse.class.getClassLoader().getResourceAsStream("city.xml");
- saxParse.parse(inputStream,new MyHandler());
- }
- 事件处理器的代码:
- public class MyHandler extends DefaultHandler {
- @Override
- public void startDocument() throws SAXException {
- System.out.println("我开始来扫描啦!!!!");
- }
- @Override
- public void endDocument() throws SAXException {
- System.out.println("我结束了!!!!");
- }
- @Override
- public void startElement(String uri,Attributes attributes) throws SAXException {
- //如果要解析出节点属性的内容,也非常简单,只要通过attributes变量就行了!
- //输出节点的名字!
- System.out.println(qName);
- }
- @Override
- public void endElement(String uri,String qName) throws SAXException {
- System.out.println(qName);
- }
- @Override
- public void characters(char[] ch,int length) throws SAXException {
- System.out.println(new String(ch,length));
- }
- }
- 我们发现,事件处理器的代码都非常简单,然后就如此简单地就能够遍历整个XML文档了!
- 如果要查询单独的某个节点的内容也是非常简单的哟!只要在startElement()方法中判断名字是否相同即可!
- 现在我只想查询guangzhou节点的内容:
- //定义一个标识量,用于指定查询某个节点的内容
- boolean flag = false;
- @Override
- public void startElement(String uri,Attributes attributes) throws SAXException {
- //如果节点名称是guangzhou,我才输出,并且把标识量设置为true
- if (qName == "guangzhou") {
- System.out.println(qName);
- flag = true;
- }
- }
- @Override
- public void characters(char[] ch,int length) throws SAXException {
- //只有在flag为true的情况下我才输出文本的内容
- if (flag == true) {
- System.out.println(new String(ch,length));
- }
- }
- @Override
- public void endElement(String uri,String qName) throws SAXException {
- //在执行到元素的末尾时,不要忘了将标识量改成false
- if (qName == "guangzhou" && flag == true) {
- System.out.println(qName);
- flag = false;
- }
- }
- 效果:
DOM和SAX解析的区别:
DOM解析读取整个XML文档,在内存中形成DOM树,很方便地对XML文档的内容进行增删改。但如果XML文档的内容过大,那么就会导致内存溢出!
SAX解析采用部分读取的方式,可以处理大型文件,但只能对文件按顺序从头到尾解析一遍,不支持文件的增删改操作
DOM和SAX解析有着明显的差别,什么时候使用DOM或者SAX就非常明了了。
dom4j
Dom4j是一个非常优秀的Java XML API,具有性能优异、功能强大和极易使用的特点。
为什么需要有dom4j
因为dom4j不是sun公司的产品,所以我们开发dom4j需要导入开发包
获取dom4j的解析器
- 使用dom4j对XML文档进行增删改查,都需要获取到dom4j的解析器
获取Document对象
我们都知道,Document代表的是XML文档,一般我们都是通过Document对象开始,来进行CRUD(增删改查)操作的!
获取Document对象有三种方式:
①:读取XML文件,获得document对象(这种最常用)
- SAXReader reader = new SAXReader();
- Document document = reader.read(new File("input.xml"));
②:解析XML形式的文本,得到document对象
- String text = "<members></members>";
- Document document=DocumentHelper.parseText(text);
③:主动创建document对象.
- Document document =DocumentHelper.createDocument();
- //创建根节点
- Element root = document.addElement("members");
CRUD的重要一句话:
读取XML文档的数据,都是通过Document获取根元素,再通过根元素获取得到其他节点的,从而进行操作!
如果XML的结构有多层,需要一层一层地获取!
查询
- @Test
- public void read() throws DocumentException {
- //获取到解析器
- SAXReader saxReader = new SAXReader();
- //获取到XML文件的流对象
- InputStream inputStream = dom4j11.class.getClassLoader().getResourceAsStream("1.xml");
- //通过解析器读取XML文件
- Document document = saxReader.read(inputStream);
- //获取得到根节点
- Element root = document.getRootElement();
- //获取得到name节点
- Element name = root.element("name");
- //得到了name节点,就可以获取name节点的属性或者文本内容了!
- String text = name.getText();
- String attribute = name.attributeValue("littleName");
- System.out.println("文本内容是:" + text);
- System.out.println("属性内容是:" + attribute);
- }
- XML文件如下:
- <?xml version="1.0" encoding="UTF-8" ?>
- <person>
- <name littleName="fucheng">zhongfucheng</name>
- <age>20</age>
- </person>
- 效果:
- 多层结构的查询:
- XML文件和结果:
增加
在DOM4j中要对内存中的DOM树写到硬盘文件中,也是要有转换器的支持的!
dom4j提供了XMLWriter供我们对XML文档进行更新操作,一般地创建XMLWriter的时候我们都会给出两个参数,一个是Writer,一个是OutputFormat
这个OutputFormat有什么用的呢?其实就是指定回写XML的格式和编码格式。细心的朋友会发现,上面我们在jaxp包下使用dom解析的Transformer类,把内存中的DOM树更新到文件硬盘中,是没有格式的!不信倒回去看看!这个OutputFormat就可以让我们更新XML文档时也能带有格式!
- //创建带有格式的对象
- OutputFormat outputFormat = OutputFormat.createPrettyPrint();
- //设置编码,默认的编码是gb2312,读写的编码不一致,会导致乱码的!
- outputFormat.setEncoding("UTF-8");
- //创建XMLWriter对象
- XMLWriter xmlWriter = new XMLWriter(new FileWriter("2.xml"),outputFormat);
- //XMLWriter对象写入的是document
- xmlWriter.write(document);
- //关闭流
- xmlWriter.close();
- 下面我们就为在person节点下新创建一个name节点吧,完整的代码如下:!
- @Test
- public void add() throws Exception {
- //获取到解析器
- SAXReader saxReader = new SAXReader();
- //获取到XML文件的流对象
- InputStream inputStream = dom4j11.class.getClassLoader().getResourceAsStream("1.xml");
- //通过解析器读取XML文件
- Document document = saxReader.read(inputStream);
- //创建出新的节点,为节点设置文本内容
- Element newElement = DocumentHelper.createElement("name");
- newElement.setText("ouzicheng");
- //获取到根元素
- Element root = document.getRootElement();
- //把新创建的name节点挂在根节点下面
- root.add(newElement);
- //创建带有格式的对象
- OutputFormat outputFormat = OutputFormat.createPrettyPrint();
- //设置编码,默认的编码是gb2312,读写的编码不一致,会导致乱码的!
- outputFormat.setEncoding("UTF-8");
- //创建XMLWriter对象
- XMLWriter xmlWriter = new XMLWriter(new FileWriter("2.xml"),outputFormat);
- //XMLWriter对象写入的是document
- xmlWriter.write(document);
- //关闭流
- xmlWriter.close();
- }
- 效果如下,是有格式的!
在指定的位置增加节点!现在我想的就是在age属性前面添加节点!
- 效果图:
修改
- //获取得到age元素
- Element age = document.getRootElement().element("age");
- age.setText("9999");
- 效果如下:
删除
- 效果:
XPATH
什么是XPATH
XPath 是一门在 XML 文档中查找信息的语言。XPath 用于在 XML 文档中通过元素和属性进行导航。
为什么我们需要用到XPATH
上面我们使用dom4j的时候,要获取某个节点,都是通过根节点开始,一层一层地往下寻找,这就有些麻烦了!
如果我们用到了XPATH这门语言,要获取得到XML的节点,就非常地方便了!
快速入门
使用XPATH需要导入开发包jaxen-1.1-beta-7,我们来看官方的文档来入门吧。
- XPATH的文档非常国际化啊,连中文都有
- XPATH文档中有非常多的实例,非常好学,对着来看就知道了!
- 我们来用XPATH技术读取XML文件的信息吧,XML文档如下:
- 效果:
获取什么类型的节点,XPATH的字符串应该怎么匹配,查文档就知道了,这里就不再赘述了。!
如果文章有错的地方欢迎指正,大家互相交流。习惯在微信看技术文章的同学,可以关注微信公众号:Java3y