【JavaWeb】JavaWeb入门之XML详解

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<students>
    <student number="1001">
        <name>zhangSan</name>
        <age>23</age>    
        <sex>male</sex>
    </student>
    <student number="1002">
        <name>liSi</name>
        <age>32</age>
        <sex>female</sex>
    </student>
    <student number="1003">
        <name>wangWu</name>
        <age>55</age>
        <sex>male</sex>
    </student>
</students>

1.2.2.XML文档的组成部分

XML文档声明
XML处理指令
XML元素
XML特殊字符和CDATA区 [![CADATA <<<<>>>>>> ]]
XML注释

1.3.XML文档声明

1.3.1.什么是XML文档声明

可以看作是XML文档的说明

最简单的xml文档声明：<?xml version="1.0"?>

1.3.2.XML文档声明结构

version属性：用于说明当前xml文档的版本，因为都是在用1.0，所以这个属性值大家都写1.0，version属性是必须的
encoding属性：用于说明当前xml文档使用的字符编码集，xml解析器会使用这个编码来解析xml文档。encoding属性是可选的，默认为UTF-8。注意，如果当前xml文档使用的字符编码集是gb2312，而encoding属性的值为UTF-8，那么一定会出错的
standalone属性：用于说明当前xml文档是否为独立文档，如果该属性值为yes，表示当前xml文档是独立的，如果为no表示当前xml文档不是独立的，即依赖外部的约束文件，默认是yes
没有xml文档声明的xml文档，不是格式良好的xml文档
xml文档声明必须从xml文档的1行1列开始

1.4.XML元素

1.4.1.XML元素的格式

XML元素包含开始标签、元素体（内容）、结束标签。例如：<hello>大家好</hello>

空元素只有开始标签，没有元素体和结束标签，但空元素一定要闭合。例如：<hello/>

XML元素可以包含子元素或文本数据。例如：hello，a元素的元素体内容是b元素，而b元素的元素体内容是文本数据hello

XML元素可以嵌套，但必须是合法嵌套。hello就是错误的嵌套

1.4.2.XML文档的根元素

格式良好的XML文档必须有且仅有一个根元素

student1.xml

XML 复制代码

<?xml version="1.0" encoding="utf-8" standalone="no"?>
<students>
    <student number="1001">
        <name>zhangSan</name>
        <age>23</age>
        <sex>male</sex>
    </student>
    <student number="1002">
        <name>liSi</name>
        <age>32</age>
        <sex>female</sex>
    </student>
</students>

student2.xml

XML 复制代码

<?xml version="1.0" encoding="utf-8" standalone="no"?>
<student number="1001">
    <name>zhangSan</name>
    <age>23</age>
    <sex>male</sex>
</student>
<student number="1002">
    <name>liSi</name>
    <age>32</age>
    <sex>female</sex>
</student>

student1.xml是格式良好的xml文档，只有一个根元素，即students元素

student2.xml不是格式良好的xml文档，有两个根元素，即两个student根元素

1.4.3.元素中的空白

XML元素的元素体可以包含文本数据和子元素

a.xml

XML 复制代码

<a><b>hello</b></a>

b.xml

XML 复制代码

<a>
    <b>
        hello
    </b>
</a>

a.xml中，<a>元素只有一个子元素，即元素。元素只有一个文本数据，即hello

b.xml中，<a>元素中第一部分为换行缩进，第二部分为元素，第三部分为换行。b元素的文本数据为换行、缩进、hello、换行、缩进

其中换行和缩进都是空白，这些空白是为了增强xml文档的可读性。但xml解析器可能会因为空白出现错误的解读，这说明在将来编写解析xml程序时，一定要小心空白！！！

1.4.4.元素命名规范

XML元素名可以包含字母、数字以及一些其他可见字符，但必须遵循下面的一些规范：

区分大小写：<a>和<A>是两个元素
不能以数字开头：<1a>是错误的命名
最好不要以xml开头：<xml>、<Xml>、<XML>
不能包含空格

1.4.5.元素属性

属性由属性名与属性值构成，中间用等号连接
属性值必须使用引号括起来，单引号或双引号都可以
定义属性必须遵循与标签名相同的命名规范
属性必须定义在元素的开始标签中
一个元素中不能包含相同的属性名

1.4.6.注释

注释以结束
注释中不能包含--

1.4.7.转义字符

因为在xml文档中有些字符是特殊的，不能使用它们作为文本数据。例如：不能使用"<"或">"等字符作为文本数据，所以需要使用转义字符来表示

例如<a><a></a>，你可能会说，其中第二个<a>是a元素的文本内容，而不是一个元素的开始标签，但xml解析器是不会明白你的意思的。把<a><a></a>修饰为<a><a></a>，这就OK了

转义字符都是以"&"开头，以";"结束。这与后面我们学习的实体是相同的

1.4.8.CDATA段

当大量的转义字符出现在xml文档中时，会使xml文档的可读性大幅度降低。这时如果使用CDATA段就会好一些

在CDATA段出现的"<"、">"、"""、"'"、"&"，都无需使用转义字符。这可以提高xml文档的可读性

XML 复制代码

<a><![CDATA[<a>]]></a>

在CDATA段中不能包含"]]>"，即CDATA段的结束定界符

2.XML解析

2.1.操作XML文档概述

2.1.1.如何操作XML文档

XML文档也是数据的一种，对数据的操作也不外乎是"增删改查"。也被大家称之为"CRUD"

2.1.2.XML解析技术

XML解析方式分为两种：DOM（Document Object Model）和SAX（Simple API for XML）。这两种方式不是针对Java语言来解析XML的技术，而是跨语言的解析方式。例如DOM也在JavaScript中存在

DOM是W3C组织提供的解析XML文档的标准接口，而SAX是社区讨论的产物，是一种事实上的标准

DOM和SAX只是定义了一些接口，以及某些接口的缺省实现，而这个缺省实现只是用空方法来实现接口。一个应用程序如果需要DOM或SAX来访问XML文档，还需要一个实现了DOM或SAX的解析器，也就是说这个解析器需要实现DOM或SAX中定义的接口。提供DOM或SAX中定义的功能

2.2.DOM4J

2.2.1.DOM4J概述

2.2.1.1.DOM4J是什么

DOM4J是针对Java开发人员专门提供的XML文档解析规范，它不同于DOM，但与DOM相似。DOM4J针对Java开发人员而设计，所以对于Java开发人员来说，使用DOM4J要比使用DOM更加方便

DOM4J对DOM和SAX提供了支持，使用DOM4J可以把org.dom4j.document转换成org.w3c.Document，DOM4J也支持基于SAX的事件驱动处理模式

使用者需要注意，DOM4J解析的结果是org.dom4j.Document，而不是org.w3c.Document。DOM4J与DOM一样，只是一组规范（接口与抽象类组成），底层必须要有DOM4J解析器的实现来支持

DOM4J使用JAXP来查找SAX解析器，然后把XML文档解析为org.dom4j.Document对象。它还支持使用org.w3c.Document来转换为org.dom4j.Docment对象

2.2.1.2.DOM4J中的类结构

在DOM4J中，也有Node、Document、Element等接口，结构上与DOM中的接口比较相似。但还是有很多的区别：

在DOM4J中，所有XML组成部分都是一个Node，其中Branch表示可以包含子节点的节点，例如Document和Element都是可以有子节点的，它们都是Branch的子接口

Attribute是属性节点，CharacterData是文本节点，文本节点有三个子接口，分别是CDATA、Text、Comment

2.2.1.3.DOM4J获取Document对象

使用DOM4J来加载XML文档，需要先获取SAXReader对象，然后通过SAXReader对象的read()方法来加载XML文档：

java 复制代码

SAXReader reader = new SAXReader();
Document doc = reader.read("src/students.xml");

2.2.1.4.DOM4J保存Document对象

保存Document对象需要使用XMLWriter对象的write()方法来完成，在创建XMLWriter时还可以为其指定XML文档的格式（缩进字符串以及是否换行），这需要使用OutputFormat来指定

java 复制代码

doc.addDocType("students", "", "students.dtd");
OutputFormat format = new OutputFormat("\t", true);
format.setEncoding("UTF-8");
XMLWriter writer = new XMLWriter(new FileWriter(xmlName), format);
writer.write(doc);
writer.close();

2.2.1.5.DOM4J创建Document对象

DocumentHelper类有很多的createXXX()方法，用来创建Node对象

java 复制代码

Document doc = DocumentHelper.createDocument();

2.2.2.Document操作

2.2.2.1.遍历students.xml

涉及的相关方法：

**Element getRootElement()：**Document的方法，用来获取根元素

List elements()：Element的方法，用来获取所有孩子元素

**String attributeValue(String name)：**Element的方法，用来获取指定名字的属性值

Element element(String name)：Element的方法，用来获取第一个指定名字的子元素

**String elementText(String name)：**Element的方法，用来获取第一个指定名字的子元素的文本内容

分析步骤：

1.获取Document对象

2.获取root元素

3.获取root所有子元素

4.遍历每个student元素

打印student元素number属性
打印student元素的name子元素内容
打印student元素的age子元素内容
打印student元素的sex子元素内容

2.2.3.XPath

2.2.3.1.什么是XPath

XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。起初 XPath 的提出的初衷是将其作为一个通用的、介于XPointer与XSL间的语法模型。但是 XPath 很快的被开发者采用来当作小型查询语言

2.2.3.2.DOM4J对XPath的支持

在DOM4J中，Node接口中的三个方法最为常用

**List selectNodes(String xpathExpression)：**在当前节点中查找满足XPath表达式的所有子节点；
**Node selectSingleNode(String xpathExpression)：**在当前节点中查找满足XPath表达式的第一个子节点；
**String valueOf(String xpathExpression)：**在当前节点中查找满足XPath表达式的第一个子节点的文本内容；

java 复制代码

Document doc = reader.read(new FileInputStream("person.xml"));

Element root = doc.getRootElement();
List<Element> eList = root.selectNodes("/persons");
List<Element> eList1 = root.selectNodes("/persons/person/name");

List<Element> eList2 = root.selectNodes("//age");
List<Element> eList3 = root.selectNodes("//person/age");

List<Element> eList4 = root.selectNodes("/*/*/address");
List<Element> eList5 = root.selectNodes("//*");

List<Element> eList6 = root.selectNodes("/persons/person[1]");
List<Element> eList7 = root.selectNodes("/persons/person[last()]");

List<Element> eList8 = root.selectNodes("//@id");
List<Element> eList9 = root.selectNodes("//person[@id]");
List<Element> eList10 = root.selectNodes("//person[@*]");
List<Element> eList11 = root.selectNodes("//*[not(@*)]");

List<Element> eList12 = root.selectNodes("//person[@id='person1']");