之前我写过一篇关于xml解析的文章：http://blog.csdn.net/sdksdk0/article/details/50749326。今天这篇文章主要是进一步加深对xml基础的理解了使用，毕竟基础是很重要的嘛！写的应该会更注重细节的内容。主要内容有xml语法、DOM解析、SAX解析、Xpath，schema约束。

一、xml语法

标签

  1. 有开始标签和结束标签
  2. xml标签名称区分大小写
  3. xml标签一定要正确配对
  4. 中间不能使用空格
  5. 不能以数字开头，可以以下划线或字母开头
  6. 在一个xml文档中，有且仅有一个根标签

属性

  1. 属性值一定要以引号包含,也不能单双引号混用 name="erim"
  2. 一个标签内可以多个属性，但是属性名不能重复，例如不能有两个 id="1" id="2"

注释

<!--xml的注释  -->

文档申明

如果在ide中开发，保存xml文件时会自动按照文档申明的encoding来保存。

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

转义字符

<   &lt;

>   &gt;

"   &quot;

&   &amp;

空格 &nbsp;

写法：&lt;p&gt;段落&lt;/p&gt;

CDATA块

作用，可以让一些需要包含特殊字符的内容，统一进行原样输出。

<![CDATA[

        <html><head>head</head><body>body</body></html>

    ]]>

处理指令

作用：告诉xml解析器如何解析xml内容

<?xml-stylesheet type="text/css"  href="1.css" ?>

完整例子：

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

 <codes>

	 <code>

		<p>段落</p>

		<p>段落</p>

	</code>

	<code>

	<![CDATA[

		<html><head>head</head><body>body</body></html>

	]]>

	</code>

</codes>

二、xml解析的方式

有DOM解析和SAX解析方式。

Dom解析常用工具有：

  1. JAXP （oracle官方）
  2. JDOM
  3. DOM4J（常用）
SAX解析常用工具有：Sax解析工具（oracle官方）
xml解析和sax解析的对比：（面试常考）


三、DOM解析

原理

xml解析器一次性把整个xml文档加载进内存，然后再内存中构建一棵Document的对象树，通过Document对象，得到树的节点对象，通过节点对象访问到xml文档的内容。不适合读取大容量的文件，容易导致内存溢出。

DOM4J工具

需要导包。

1、创建一个xml解析器对象

        SAXReader reader=new SAXReader();

2、读取xml文档，返回Document对象

        Document doc=reader.read(new File("./src/contact.xml"));

示例代码：

	public static void main(String[] args) {

		try {

			//1、创建一个xml解析器对象

			SAXReader reader=new SAXReader();

			//2、读取xml文档，返回Document对象

			Document doc=reader.read(new File("./src/contact.xml"));

			System.out.println(doc);

		} catch (DocumentException e) {

			e.printStackTrace();

			throw new RuntimeException(e);

		}

	}

Dom4j读取xml文件

节点：

Iterator  Element.nodeIterator();  //获取当前标签节点下的所有子节点

示例代码：

                   //用nodeIterator()，得到当前节点下的所有子节点对象

			Iterator<Node> it=doc.nodeIterator();

			while(it.hasNext()){

				Node node=it.next();

				String name=node.getName();

				System.out.println(name);

				//继续取出其下面的子节点

				//只有标签节点才有子节点

				if(node instanceof Element){

					Element elem=(Element) node;

					Iterator<Node> it2=elem.nodeIterator();

					while(it2.hasNext()){

						Node n2=it2.next();

						System.out.println(n2.getName());

					}

				}

			}

标签：

 Element  Document.getRootElement();  //获取xml文档的根标签

Element Element.element("标签名");//指定名称的第一个子标签

Iterator<Element> iterator = list.iterator();

示例代码：

public void test3() throws DocumentException {

		SAXReader reader=new SAXReader();

		Document doc=reader.read(new File("./src/contact.xml"));

		Element rootElem=doc.getRootElement();

		String name=rootElem.getName();

		System.out.println(name);

		//得到当前标签下指定名称的第一个子标签

		//Element contactElem=rootElem.element("contact");

		//System.out.println(contactElem.getName());

		//得到当前标签下指定名称的所有子标签

		Iterator<Element> it=rootElem.elementIterator("contact");

		while(it.hasNext()){

			Element elem=it.next();

			System.out.println(elem.getName());

		}

		List<Element> list=rootElem.elements();

		//遍历List的方法：普通for,增强for,迭代器

		for(int i=0;i<list.size();i++){

			Element e=list.get(i);

			System.out.println(e.getName());

		}

		Iterator<Element> iterator = list.iterator();

		while(it.hasNext()){

			Element elem=it.next();

			System.out.println(elem.getName());

		}

		//想要获取更深层次的标签，只能一层层的读取

		Element nameElem=doc.getRootElement().element("contact").element("name");

		System.out.println(nameElem.getName());

	}

属性：

		String   Element.attributeValue("属性名") //获取指定名称的属性值

                 Attribute：    Element.attribute("属性名")；//获取指定名称的属性对象

                              Attribute.getName()  //获取属性名称

                              Attibute.getValue()  //获取属性值

                List<Attribute>  Element.attributes();  //获取所有属性对象

                Iterator<Attribute>     Element.attibuteIterator(); //获取所有属性对象

示例代码：

//获取属性，先获取属性所在的标签对象，然后才能获取属性

		Element contactElem=doc.getRootElement().element("contact");

		String idValue=contactElem.attributeValue("id");

		System.out.println(idValue);

		//得到属性对象

		Attribute idAttr=contactElem.attribute("id");

		System.out.println(idAttr.getName()+"="+idAttr.getValue());

		//得到所有属性的对象,使用List

		List<Attribute> list=contactElem.attributes();

		for (Attribute attribute : list) {

			System.out.println(attribute.getName()+"="+attribute.getValue());

		}

		//使用迭代器

		Iterator<Attribute>  it=contactElem.attributeIterator();

		while(it.hasNext()){

			Attribute attr=it.next();

			System.out.println(attr.getName()+"="+attr.getValue());

		}

文本：

Element.getText();  //获取当前标签的文本

                        Element.elementText("标签名") //获取当前标签的指定名称的子标签的文本内容

示例代码：

	public void test5() throws DocumentException{

		SAXReader reader=new SAXReader();

		Document doc=reader.read(new File("./src/contact.xml"));

		//空格和换行也是有内容的

		//获取文本，要先获取标签，再获取标签上的文本

		Element nameElem=doc.getRootElement().element("contact").element("name");

		String text=nameElem.getText();

		System.out.println(text);

		String text2=doc.getRootElement().element("contact").elementText("name");

		System.out.println(text2);

	}

Dom4j修改xml文档

写出内容到xml文档

new XMLWriter(OutputStream,OutputFormat)

writer(Document)

	<pre name="code" class="java">                     Document doc=new SAXReader().read(new File(".src/contact.xml"));

		              //指定文件输出位置

				FileOutputStream out=new FileOutputStream("D:/contact.xml");

				//创建写出对象

				//紧凑的

				OutputFormat  format=OutputFormat.createCompactFormat();

				OutputFormat  format1=OutputFormat.createPrettyPrint();

				//影响了xml文档保存时的编码和xml文档申明的编码，使用该方法生成的xml避免了乱码问题

				format.setEncoding("utf-8");

				XMLWriter writer=new XMLWriter(out,format);

				writer.write(doc);

				writer.close();


修改xml文档的API


增加：


DocumentHelper.createDocument()

addElement("contact");

addAttribute("id", "001");




//增加一个标签

		Element rootElem=doc.addElement("contactList");

		Element contactElem=rootElem.addElement("contact");

		contactElem.addElement("name");

		//增加属性

		contactElem.addAttribute("id", "001");

		contactElem.addAttribute("name", "aa");



修改： setValue(),setText()


Element contactElem=doc.getRootElement().element("contact");

		//得到属性对象

		Attribute idAttr=contactElem.attribute("id");

		//修改属性值

		idAttr.setValue("003");

		Element contactElem1=doc.getRootElement().element("contact");

		contactElem1.addAttribute("id", "004");

		//修改文本

		Element nameElem=doc.getRootElement().element("contact").element("name");

		nameElem.setText("锤子");



删除： deatch()






//删除标签对象

		/*Element ageElem=doc.getRootElement().

				element("contact").element("age");

		ageElem.detach();*/

		//ageElem.getParent().remove(ageElem);

		//删除属性

		Element contactElem=(Element) doc.getRootElement().elements().get(0);

		Attribute idAttr=contactElem.attribute("id");

		idAttr.detach();


四、XPATH




当使用dom4j查询比较深的层次的时候非常麻烦。可以快速查找信息。 主要用于快速获取节点对象。


XPath使用一个紧凑的、非XML语法方便使用在uri和XML属性值的XPath。XPath操作基于XML文档的逻辑结构，而不是其表面的语法。Xpath的名字来自其使用的符号在URL路径通过一个XML文档的层次结构导航。 除了用于定位，XPath还设计有一个真子集，可用于匹配（测试一个节点是否符合一个模式）；使用XPath进行XSLT。


XPath模型的XML文档的节点树。有不同类型的节点，包括元素节点、属性节点和文本节点。XPath定义了一个方法来计算每个节点类型字符串值。某些类型的节点也有名字。XPath完全支持XML命名空间的XML名称] [。因此，一个节点的名称被建模为一个地方的部分和一个可能的空命名空间URI；这就是所谓的扩展名。在[ 5数据模型]中详细描述了数据模型。




  1. 导包:jaxen-1.1-beta.jar
    2. 

  2. 使用xpath的方法：
    

    List selectNodes();//查询多个节点对象 Node selectSingleNode("xpath表达式");//查询一个节点对象


xpath的语法


  1. / ，绝对路径 ，表示从xml的跟位置开始或者子元素（一个层次结构）
    2. 

  2. // ，相对路径，表示不分任何层次结构的选择元素
    3. 

  3. *，通配符，表示匹配所有元素
    4. 

  4. [],条件，表示选择什么条件下的元素
    5. 

  5. @，属性，表示选择属性节点
    6. 

  6. and ,关系，表示条件的与关系（等价于&）
    7. 

  7. text(),文本，表示选择文本内容







示例代码：




public static void main(String[] args) throws DocumentException {

		Document doc = new SAXReader().read(new File("./src/contact.xml"));

		String xpath = "";

		xpath="/contactList";

		xpath="/contactList/contact";

		xpath="//contact/name";

		xpath="//name";

		//通配符

		xpath="/contactList/*";

		xpath="/contactList//*";

		//条件

		xpath="//contact[@id]";

		//第二个contact标签

		xpath="//contact[2]";

		xpath="//contact[last()]";

		//属性

		xpath="//@id";  //选取的是id属性节点对象，返回Attribute对象

		xpath="//contact[not(@id)]";

		//选取id属性为002d contact标签

		xpath="//contact[@id='002']";

		xpath="//contact[@id='001' and @name='aa']";

		//选取文本内容

		xpath="//name/text()";  //返回Text对象

		xpath="//contact/name[text()='张三']";

		List<Node> list = doc.selectNodes(xpath);

		for (Node node : list) {

			System.out.println(node);

		}

	}



五、SAX解析









原理


读取加载处理都是一部分一部分的进行的，对内存要求比较低。


AX解析允许在读取文档的时候，即对文档进行处理，而不必等到整个文档装载完才会文档进行操作。


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： 解析器可以使用JAXP的API创建，创建出SAX解析器后，就可以指定解析器去解析某个XML文档。 解析器采用SAX方式在解析某个XML文档时，它只要解析到XML文档的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。 事件处理器由程序员编写，程序员通过事件处理器中方法的参数，就可以很轻松地得到sax解析器解析到的数据，从而可以决定如何对数据进行处理



核心API


  1. SAXParser:用于读取和解析xml文件
    2. 

  2. parse()方法，用于解析xml文件。parse(File f,DefaultHandler dh)方法，解析xml文件。
    3. 

  3. 参数1：File:表示读取xml文件
    4. 

  4. 参数2：DefaultHandloer:SAX事件处理程序



                    void startDocument()  :  在读到文档开始时调用

                    void endDocument()  ：在读到文档结束时调用

                    void startElement(String uri, String localName, String qName, Attributes attributes)  ：读到开始标签时调用

                    void endElement(String uri, String localName, String qName)   ：读到结束标签时调用

                    void characters(char[] ch, int start, int length)  ： 读到文本内容时调用



示例代码：









</pre><pre name="code" class="java">public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {

		SAXParser parser=SAXParserFactory.newInstance().newSAXParser();

		MyDefalutHandler3  handler=new MyDefalutHandler3();

		parser.parse(new File("./src/contact.xml"), handler);

		List<Contact>  list=handler.getList();

		for (Contact contact : list) {

			System.out.println(contact);

		}

	}


public class MyDefalutHandler3 extends DefaultHandler {

	private List<Contact> list = new ArrayList<Contact>();

	public List<Contact> getList() {

		return list;

	}

	private Contact contact;

	private String curTag;

	// 开始标签

	@Override

	public void startElement(String uri, String localName, String qName,

			Attributes attributes) throws SAXException {

		curTag=qName;

		// 读取到contact的开始标签创建Contact对象

		if ("contact".equals(qName)) {

			contact = new Contact();

			// 设置id值

			contact.setId(attributes.getValue("id"));

		}

	}

	// 文本内容

	@Override

		public void characters(char[] ch, int start, int length) throws SAXException {

			//当前文本内容

			String content=new String(ch,start,length);

			if("name".equals(curTag)){

				contact.setName(content);

			}

			if("age".equals(curTag)){

				contact.setAge(content);

			}

			if("phone".equals(curTag)){

				contact.setPhone(content);

			}

			if("email".equals(curTag)){

				contact.setEmail(content);

			}

			if("qq".equals(curTag)){

				contact.setQq(content);

			}

		}

	// 结束标签

	@Override

	public void endElement(String uri, String localName, String qName)

			throws SAXException {

		// 读到contact的结束标签则放入list中

		curTag=null;

		if ("contact".equals(qName)) {

			list.add(contact);

		}

	}

}


六、schema约束


XML Schema 也是一种用于定义和描述 XML 文档结构与内容的模式语言，其出现是为了克服 DTD 的局限性


XML Schema 文件自身就是一个XML文件，但它的扩展名通常为.xsd。支持名称空间。 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。


和XML文件一样，一个XML Schema文档也必须有一个根结点，但这个根结点的名称为schema。


编写了一个XML Schema约束文档后，通常需要把这个文件中声明的元素绑定到一个ＵＲＩ地址上，在XML Schema技术中有一个专业术语来描述这个过程，即把XML Schema文档声明的元素绑定到一个名称空间上，以后XML文件就可以通过这个URI（即名称空间）来告诉解析引擎，xml文档中编写的元素来自哪里，被谁约束。


学习目标：不需要我们编写xsd 重点：根据xsd编写出xml文档。 难点：在xml中引入xsd约束


基本操作步骤：


a、根据xsd文件，找到根元素


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

<书架>

</书架>




b、根元素来在哪个名称空间 使用xmlns关键字来声明名称空间。


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

<tf:书架 xmlns:tf="http://www.tianfang1314.cn">

</tf:书架>




c、名称空间和哪个xsd文件对应


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

<tf:书架 xmlns:tf="http://www.tianfang1314.cn"

    schemaLocation="http://www.tianfang1314.cn book.xsd">

</tf:书架>




d、schemaLocation来自一个标准的名称空间：固定写法


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

<tf:书架 xmlns:tf="http://www.tianfang1314.cn"

    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

    xsi:schemaLocation="http://www.tianfang1314.cn book.xsd">

</tf:书架>









总结：


XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。xml是一种重要的知识点，需要多练习才能进一步的掌握。其实这些东西说难不难，说易烨不易，主要是很多细节上面的东西，希望可以多查看帮助文档来进一步了解，常用的几种格式要掌握，如果想要进进一步加强理解可以查看：http://blog.csdn.net/sdksdk0/article/details/50749326









源码地址：






												


											
大话XML解析的更多相关文章
	

    
								
  1. xml解析技术
		
    本文总结Dom,sax解析,  使用Java作为工具解析xml文档. 1 Dom 综述:Dom解析xml通常也称为xmlDom (和htmlDom技术差不多),将xml文档封装成树,好处就是xml中的 ...
    
		
    2. 
						
  2. Duilib源码分析(三)XML解析器—CMarkup
		
    上一节介绍了控件构造器CDialogBuilder,接下来将分析其XML解析器CMarkup: CMarkup:xml解析器,目前内置支持三种编码格式:UTF8.UNICODE.ASNI,默认为UTF ...
    
		
    3. 
						
  3. JSON解析和XML解析对比
		
    JSON解析和XML解析是较为普遍的两种解析方式,其中JSON解析的市场分额更大.本文系统的分析两种解析方式的区别,为更好地处理数据作准备.由于目前阶段主要是做移动开发,所以本文所描述的JSON解析和 ...
    
		
    4. 
						
  4. 【Android】实现XML解析的几种技术
		
    本文介绍在Android平台中实现对XML的三种解析方式. XML在各种开发中都广泛应用,Android也不例外.作为承载数据的一个重要角色,如何读写XML成为Android开发中一项重要的技能. 在 ...
    
		
    5. 
						
  5. 定位和xml解析和gson解析加上拉加载，下拉刷新
		
    这里的上拉加载,下拉刷新用到是依赖包 Mainactivity,xml解析和定位 package com.exmple.autolayout; import java.util.List; impor ...
    
		
    6. 
						
  6. tinyxml一个优秀的C++ XML解析器
		
    读取和设置xml配置文件是最常用的操作,试用了几个C++的XML解析器,个人感觉TinyXML是使用起来最舒服的,因为它的API接口和Java的十分类似,面向对象性很好. TinyXML是一个开源的解 ...
    
		
    7. 
						
  7. PERL/LEX/YACC技术实现文本解析--XML解析
		
    继周六的p_enum.pl后,再来一篇说说我用perl做的lex,yacc工具.之前说了,我学习lex和yacc的最初动机是为了做个C语言解释器的SHELL:但后来工作中的实际需要也是制作perl版l ...
    
		
    8. 
						
  8. 基本XML解析---编写
		
    #import "ViewController.h" #import "DDXML.h" @interface ViewController () @end @ ...
    
		
    9. 
						
  9. iOS-数据解析XML解析的多种平台介绍
		
    在iPhone开发中,XML的解析有很多选择,iOS SDK提供了NSXMLParser和libxml2两个类库,另外还有很多第三方类库可选,例如TBXML.TouchXML.KissXML.Tiny ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. JS日期格式化转换方法
			
    1. 将日期转换为指定的格式:比如转换成 年月日时分秒 这种格式:yyyy-MM-dd hh:mm:ss 或者 yyyy-MM-dd.当然是网上的方法,只是总结下. Date.prototype.fo ...
    
			
    2. 
						
  2. [LeetCode] Sentence Similarity II 句子相似度之二
			
    Given two sentences words1, words2 (each represented as an array of strings), and a list of similar  ...
    
			
    3. 
						
  3. [LeetCode] 2 Keys Keyboard 两键的键盘
			
    Initially on a notepad only one character 'A' is present. You can perform two operations on this not ...
    
			
    4. 
						
  4. cd
			
    从当前目录切换到目标目录 cd [目标目录]   切换到用户主目录 cd cd~   切换到根目录 cd /   切换到上级目录 cd .. cd ../ cd ..//   切换到上级目录的父目录  ...
    
			
    5. 
						
  5. Struts2--struts.xml详解
			
    通常,struts.xml文件都会继承一个struts-default.xml文件通过一些基本的拦截器来提供一些基本的配置设置之类的. 配置例: <?xml version="1.0& ...
    
			
    6. 
						
  6. Basic command and advice for memcached
			
    Storage Commands set Most common command. Store this data, possibly overwriting any existing data. N ...
    
			
    7. 
						
  7. [SDOI2010]代码拍卖会
			
    题目描述 随着iPig在P++语言上的造诣日益提升,他形成了自己一套完整的代码库.猪王国想参加POI的童鞋们都争先恐后问iPig索要代码库.iPig不想把代码库给所有想要的小猪,只想给其中的一部分既关 ...
    
			
    8. 
						
  8. 2015 多校联赛 ——HDU5375（dp）
			
    Sample Input 2 00?0 1 2 4 8 ???? 1 2 4 8   Sample Output Case #1: 12 Case #2: 15 ?部分可以是0  or  1,将二进制 ...
    
			
    9. 
						
  9. [BZOJ]1023 cactus仙人掌图(SHOI2008)
			
    NOIP后的第一次更新嗯. Description 如果某个无向连通图的任意一条边至多只出现在一条简单回路(simple cycle)里,我们就称这张图为仙人掌图(cactus).所谓简单回路就是指在 ...
    
			
    10. 
						
  10. 【Python3.6+Django2.0+Xadmin2.0系列教程之三（入门篇-下）】学生信息管理系统
			
    上一篇我们已经初步的构建起了一个学生管理系统的模型,现在接着来继续完善它吧. 1.上传图片/文件等资源 有时候需要添加一些附件,例如,新生刚入学,大家相互之间还不熟悉,希望能通过照片来加深印象,并且方 ...
    
			
    11.