Java-XML

发表于

XML

  • 可扩展标记语言（英语：Extensible Markup Language，简称：XML），是一种标记语言。标记指计算机所能理解的信息符号，通过此种标记，计算机之间可以处理包含各种信息的文章等。如何定义这些标记，既可以选择国际通用的标记语言，比如HTML，也可以使用像XML这样由相关人士自由决定的标记语言，这就是语言的可扩展性。XML是从标准通用标记语言（SGML）中简化修改出来的。它主要用到的有可扩展标记语言、可扩展样式语言（XSL）、XBRL和XPath等。

用途

XML设计用来传送及携带数据信息，不用来表现或展示数据，HTML则用来表现数据，所以XML用途的焦点是它说明数据是什么，以及携带数据信息。

  • 丰富文件（Rich Documents）- 自定文件描述并使其更丰富
    • 属于文件为主的XML技术应用
    • 标记是用来定义一份资料应该如何呈现
  • 元数据（Metadata）- 描述其它文件或网络资讯
    • 属于资料为主的XML技术应用
    • 标记是用来说明一份资料的意义
  • 配置文档（Configuration Files）- 描述软件设置的参数

处理节点

xml 推荐在第一行，必须写在第一行，可以省略。

1
<?xml version="1.0" encoding="UTF-8"?>

标记（标签） tag

语法：

1
2
开始标记 <标记名>  
结束标记    </标记名>

标记规则：

  1. 中文英文都可以作为标记名，建议使用英文
  2. 区分大小写
  3. 开始标记和结束标记要成对使用
  4. 不能交叉嵌套
  5. 一个XML中只有唯一的根标记
    标记名可以扩展 标记的嵌套关系可以扩展

注释 Comment

语法：

1
<!-- 注释 -->

注释不能嵌套使用！！

内容 Content

语法： 开始标记和结束标记之间的信息称为内容。

1
2
3
4
5
6
<name>檀香刑</name>
<book><name>檀香刑</name></book>
<book>
    <name>檀香刑</name>
    <author>莫言</author>
</book>

内容：

  1. 文本内容
  2. 标记
  3. 多个标记和文本的混合
  4. 内容是可扩展的！

元素 Element

语法：

1
标记 + 内容 = 元素

  1. XML 只有一个根元素
  2. 元素中的元素称为子元素，外层元素称为父元素

属性

语法：

1
2
<book id="b1" lang="cn">
<book lang="cn" id="b1">

  1. 在开始标记上定义元素的属性
  2. 可以定义多个属性
  3. 多个属性不分先后次序
  4. 属性之间需要有空格
  5. 属性名=”属性值” 属性和值之间等号前后不用写空格，属性值必须用 引号

实体 Entity

实体： 类似于 Java 的字符串中的转义字符，一些用于替换表示XML语法的字符。 用来解决XML文字解析错误
常用实体：

1
2
3
< &lt;
> &gt;
& &amp;

CDATA

使用CDATA包裹的文本，可以写任何字符，无需进行实体替换

1
<![CDATA[ 文本内容 ]]>

XML可扩展性

  1. 元素（标记）名可以扩展
  2. 元素的嵌套关系可以扩展
  3. 元素的属性可以扩展
  4. 属性名可以扩展
  5. 内容可以扩展

在Java中使用XML

Java 业界有API可以读取XML文件。读取以后可以按照元素、属性进行结构分解。
Dom4J 读作 Dom for J
Dom4J 的底层

1
IO 流 -> W3C Dom -> Dom4J

利用Maven导入dom4j API

得到Dom4j 的maven组件坐标

1
2
3
4
5
<dependency>
    <groupId>org.dom4j</groupId>
    <artifactId>dom4j</artifactId>
    <version>2.1.1</version>
</dependency>

将组件坐标添加到 pom.xml 文件中

1
2
3
4
5
6
7
8
9
10
11
12
13
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>
  <groupId>cn.tedu</groupId>
  <artifactId>XML01</artifactId>
  <version>0.0.1-SNAPSHOT</version>
  <dependencies>
    <dependency>
        <groupId>org.dom4j</groupId>
        <artifactId>dom4j</artifactId>
        <version>2.1.1</version>
    </dependency>
  </dependencies>
</project>

Dom4j API 的使用

读取XML

Dom4j提供了API将XML文件读取为Dom对象（Document）

1
2
3
4
5
6
7
8
9
10
/*
 * 使用dom4j读取xml文件
 */
SAXReader reader = new SAXReader();

//doc=reader.read(文件、文件流)
Document doc=
  reader.read(new File("books.xml"));

System.out.println(doc.asXML());

利用Dom API（Document）可以访问Dom树中的数据

  1. 访问根元素

    1
    2
    3
    4
    5
    //读取根元素, Root 根， Element元素
    Element root = doc.getRootElement();
    //输出根元素root中的内容
    System.out.println("根元素：");
    System.out.println(root.asXML());

  2. 可以获取元素中全部的子元素

    1
    List<Element> list=root.elements();

  3. 可以获取一批名字一样的子元素

    1
    List<Element> list= root.elements("book");

  4. 获取一个指定名字的子元素, 适合元素的子元素名字都不同，获取其中的一个子元素时候使用。

    1
    Element e = book.element("name");

  5. 获取元素中文字内容

    1
    2
    String s1 = name.getText()
    String s2 = name.getTextTrim() //去除前后空白，常用！

  6. 获取元素的属性值

    1
    2
    <book id="b1" >
    String s = book.attributeValue("id");

  7. 直接获取子元素的文本内容

    1
    String name = book.elementTextTrim("name");