XML - 十分钟了解XML结构以及DOM和SAX解析方式
引言
NOKIA 有句著名的广告语：“科技以人为本”。不论什么技术都是为了满足人的生产生活须要而产生的。详细到小小的一个手机。里面蕴含的技术也是浩如烟海。是几千年来人类科技的结晶，单个人穷其一生也未必能掌握其一角。只是个人一直觉得主要的技术和思想是放之四海而皆准的，很多技术未必须要我们从头到尾再研究一遍。我们要做的就是站在巨人的肩膀上。利用其成果来为人们的需求服务。
随着移动互联网时代的大潮。越来越多的App不光是须要和网络server进行数据传输和交互，也须要和其它 App 进行数据传递。
承担App与网络来进行传输和存储数据的通常是XML或者JSON。
在移动互联网时代，XML和JSON非常重要。
近期一段时间，个人综合了之前对XML、JSON的一些了解，參考了相关资料。再结合视频的代码，把自己的一些思考融入了这篇总结文档中，同一时候尝试用通俗诙谐的语言风格来阐述，期望能给感兴趣的读者带来帮助。
为了不和时代落伍，我们必须要学习 XML 和 JSON，但同一时候它们也非常easy学习，Let’s start:–)
一、XML
XML就可以扩展标记语言(eXtensible Markup Language)。标记是指计算机所能理解的信息符号。通过此种标记。计算机之间能够处理包括各种信息的文章等。
怎样定义这些标记，既能够选择国际通用的标记语言，比方HTML。也能够使用象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SGML中简化改动出来的。它主要用到的有XML、XSL和XPath等。
上面这段是对XML的一个基本定义。一个被广泛接受的说明。简单说，XML就是一种数据的描写叙述语言。尽管它是语言，可是通常情况下。它并不具备常见语言的基本功能——被计算机识别并执行。仅仅有依靠还有一种语言，来解释它，使它达到你想要的效果或被计算机所接受。
记住以下几点就可以了：
XML是一种标记语言。非常相似HTML
XML的设计宗旨是数据传输。而非显示数据
XML标签没有被提前定义。您须要自行定义标签。
XML被设计为具有自我描写叙述性。
XML是W3C的推荐标准
总结：
XML是独立于软件和硬件的信息传输工具。 眼下，XML在Web中起到的作用不会亚于一直作为 Web 基石的 HTML。 XML无所不在。XML是各种应用程序之间进行数据传输的最经常使用的工具。而且在信息存储和描写叙述领域变得越来越流行。
1.1 XML属性
1.1.1 XML与HTML的主要差异
XML不是HTML的替代。
XML和HTML为不同的目的而设计。
XML被设计为传输和存储数据，其焦点是数据的内容。
HTML被设计用来显示数据，其焦点是数据的外观。
HTML旨在显示信息。而 XML 旨在传输信息
1.1.2 XML是不作为的。
或许这有点难以理解，可是XML不会做不论什么事情。XML被设计用来结构化、存储以及传输信息。
以下是John写给George的便签，存储为XML：
<note>
<to>George</to>
<from>John</from>
<heading>Reminder</heading>
<body>Don't forget the meeting!</body>
</note>上面的这条便签具有自我描写叙述性。
它拥有标题以及留言。同一时候包括了发送者和接受者的信息。
可是。这个 XML 文档仍然没有做不论什么事情。它仅仅是包装在XML标签中的纯粹的信息。
我们须要编写软件或者程序。才干传送、接收和显示出这个文档。
1.1.3 XML仅仅是纯文本
XML没什么特别的。它仅仅是纯文本而已。有能力处理纯文本的软件都能够处理XML。 只是。能够读懂 XML 的应用程序能够有针对性地处理 XML 的标签。标签的功能性意义依赖于应用程序的特性。
1.1.4 XML同意自己定义标签
上例中的标签没有在不论什么XML标准中定义过（比方和）。这些标签是由文档的创作者发明的。这是由于XML没有提前定义的标签。
在HTML中使用的标签（以及HTML的结构）是提前定义的。
HTML文档仅仅使用在HTML标准中定义过的标签
XML同意创作者定义自己的标签和自己的文档结构。
1.1.5 XML不是对HTML的替代
XML是对HTML的补充。
XML不会替代HTML。理解这一点非常重要。在大多数 web 应用程序中，XML用于数据传输，而HTML用于格式化并显示数据。
1.2 XML的语法
XML的语法规则非常简单。且非常有逻辑。这些规则非常easy学习。也非常easy使用。
1.2.1 全部元素都必须有关闭标签
在XML中，省略关闭标签是非法的。全部元素都必须有关闭标签。
在HTML。经常会看到没有关闭标签的元素：
<p>This is a paragraph
<p>This is another paragraph在XML中，省略关闭标签是非法的。全部元素都必须有关闭标签：
<p>This is a paragraph</p>
<p>This is another paragraph</p>凝视：您或许已经注意到XML声明没有关闭标签。这不是错误。声明不属于XML本身的组成部分。
它不是XML元素。也不须要关闭标签。
1.2.2 XML标签对大写和小写敏感
XML元素使用XML标签进行定义。
XML标签对大写和小写敏感。在XML中，标签与标签是不同的。
必须使用同样的大写和小写来编写打开标签和关闭标签：
<Message>这是错误的。</message>
<message>这是正确的。</message>1.2.3 XML标签对大写和小写敏感
在 HTML 中。常会看到没有正确嵌套的元素：
<b><i>This text is bold and italic</b></i>在 XML中，全部元素都必须彼此正确地嵌套：
<b><i>This text is bold and italic</i></b>在上例中。正确嵌套的意思是：由于元素是在元素内打开的，那么它必须在元素内关闭。
1.2.4 XML文档必须有根元素
XML文档必须有一个元素是全部其它元素的父元素。该元素称为根元素。
<root>
<child>
<subchild>.....</subchild>
</child>
</root>1.2.5 XML的属性值须加引號
与 HTML 相似，XML 也可拥有属性（名称/值的对）。 在 XML 中。XML 的属性值须加引號。请研究以下的两个 XML 文档。
第一个是错误的。第二个是正确的：
<note date=08/08/2008>
<to>George</to>
<from>John</from>
</note>
<note date="08/08/2008">
<to>George</to>
<from>John</from>
</note>1.2.6 实体引用
在 XML 中。一些字符拥有特殊的意义。 假设你把字符 “<” 放在 XML 元素中，会错误发生，这是由于解析器会把它当作新元素的開始。
这样会产生 XML 错误：
<message>if salary < 1000 then</message>为了避免这个错误。请用实体引用来取代 “<” 字符：
<message>if salary < 1000 then</message>在 XML 中。有 5 个提前定义的实体引用：
< < 小于
> > 大于
& & 和号
’ ’ 单引號
" ” 引號
凝视：在 XML 中。仅仅有字符 “<” 和 “&” 确实是非法的。大于号是合法的。可是用实体引用来取代它是一个好习惯。
1.2.7 XML中的凝视
在 XML 中编写凝视的语法与 HTML 的语法非常相似：
<!-- This is a comment -->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. 在 XML 中，文档中的空格不会被删节。
1.2.8 以 LF 存储换行
在 Windows 应用程序中，换行通常以一对字符来存储：回车符 (CR) 和换行符 (LF)。这对字符与打字机设置新行的动作有相似之处。
在 Unix 应用程序中，新行以 LF 字符存储。
而 Macintosh 应用程序使用CR来存储新行。
1.3 XML CDATA
全部XML文档中的文本均会被解析器解析。
仅仅有CDATA区段（CDATA section）中的文本会被解析器忽略。
1.3.1 PCDATA
PCDATA指的是被解析的字符数据（Parsed Character Data）。
XML解析器一般会解析XML文档中全部的文本。
当某个XML元素被解析时。其标签之间的文本也会被解析：
<message>此文本也会被解析</message>解析器之所以这么做是由于 XML 元素可包括其它元素，就像这个样例中，当中的元素包括着另外的两个元素(first和last)：
<name><first>Bill</first><last>Gates</last></name>而解析器会把它分解为像这样的子元素：
<name>
<first>Bill</first>
<last>Gates</last>
</name>1.3.2 转义字符
非法的XML字符必须被替换为实体引用（entity reference）。
假如您在XML文档中放置了一个相似 “<” 字符。那么这个文档会产生一个错误。这是由于解析器会把它解释为新元素的開始。因此你不能这样写：
<message>if salary < 1000 then</message>为了避免此类错误，须要把字符 “<” 替换为实体引用，就像这样：
<message>if salary < 1000 then</message>在 XML 中有 5 个提前定义的实体引用：
< < 小于
> > 大于
& & 和号
' ' 省略号
" " 引號凝视：严格地讲，在XML中仅有字符”<“和”&“是非法的。
省略号、引號和大于号是合法的，可是把它们替换为实体引用是个好的习惯。
1.3.3 CDATA
术语CDATA指的是不应由XML解析器进行解析的文本数据（Unparsed Character Data）。
在 XML 元素中。”<“ 和 ”&“ 是非法的。
“<” 会产生错误，由于解析器会把该字符解释为新元素的開始。 “&” 也会产生错误，由于解析器会把该字符解释为字符实体的開始。
某些文本。比方 JavaScript 代码，包括大量 “<” 或 “&” 字符。为了避免错误，能够将脚本代码定义为 CDATA。 CDATA 部分中的全部内容都会被解析器忽略。 CDATA 部分由 “
<?xml version="1.0" encoding="utf-8"?>
<response>
<header>
<respcode>0</respcode>
<total>1736</total>
</header>
<result>
<album>
<album_id>320305900</album_id>
<title> <![CDATA[ 电影侃侃之初恋永不早 ]]> </title>
<tag> <![CDATA[ 18岁以上 当代 暧昧 华语 ]]> </tag>
<img>http://pic9.qiyipic.com/image/20141016/ec/e0/v_108639906_m_601_120_160.jpg</img>
<img180236>http://pic9.qiyipic.com/image/20141016/ec/e0/v_108639906_m_601_180_236.jpg</img180236>
<img11577>http://pic9.qiyipic.com/image/20141016/ec/e0/v_108639906_m_601_115_77.jpg</img11577>
<img220124>http://pic9.qiyipic.com/image/20141016/ec/e0/v_108639906_m_601_284_160.jpg</img220124>
<category_id>1</category_id>
<score>0.0</score>
<voters>0</voters>
<tv_sets>0</tv_sets>
<duration>00:38:57</duration>
<year> <![CDATA[ 2014 ]]> </year>
<tv_focus>跟爱情片学把妹心经</tv_focus>
<episode_count>1</episode_count>
<directors> <![CDATA[ 关雅荻 ]]> </directors>
<mainactors> <![CDATA[ 关雅荻 ]]> </mainactors>
<actors> <![CDATA[ ]]> </actors>
<vv2> <![CDATA[ 15 ]]> </vv2>
<timeText> <![CDATA[ 今天 ]]> </timeText>
<first_issue_time> <![CDATA[ 2014-10-16 ]]> </first_issue_time>
<up>0</up>
<down>0</down>
<download>1</download>
<purchase_type>0</purchase_type>
<hot_or_new>0</hot_or_new>
<createtime>2014-10-16 12:25:08</createtime>
<purchase>0</purchase>
<desc> <![CDATA[
本期节目主持人介绍新近上映的口碑爱情片。。主持人轻松幽默的罗列出胡鳄鱼导演拍摄的爱情片越来越接地气，博得观众的认同和追捧，更提出“初恋永远不嫌早”的口号。观众能够跟着爱情片学习把妹心经。
]]> </desc>
<ip_limit>1</ip_limit>
<episodes/>
</album>
</result>
</response>这是展示一部电影的详细数据。包括标题、介绍、内容、导演、演员、时长、上映年份等非常多内容。
1.5 XML树结构
XML文档形成了一种树结构。它从“根部”開始。然后扩展到“枝叶”。
1.5.1 一个XML文档实例
XML使用简单的具有自我描写叙述性的语法：
<?
xml version="1.0" encoding="ISO-8859-1"?
>
<note>
<to>George</to>
<from>John</from>
<heading>Reminder</heading>
<body>Don't forget the meeting!</body>
</note>第一行是XML声明。
它定义XML的版本号(1.0)和所使用的编码(ISO-8859-1=Latin-1/西欧字符集)。
下一行描写叙述文档的根元素（像在说：“本文档是一个便签”）：
<note>接下来 4 行描写叙述根的 4 个子元素（to, from, heading 以及 body）：
<to>George</to>
<from>John</from>
<heading>Reminder</heading>
<body>Don't forget the meeting!</body>最后一行定义根元素的结尾：
</note>从本例能够设想。该XML文档包括了John给George的一张便签。
XML具有出色的自我描写叙述性，你同意吗？
XML文档形成一种树结构
XML文档必须包括根元素。该元素是全部其它元素的父元素。
XML文档中的元素形成了一棵文档树。这棵树从根部開始，并扩展到树的最底端。
全部元素均可拥有子元素：
<root>
<child>
<subchild>.....</subchild>
</child>
</root>父、子以及同胞等术语用于描写叙述元素之间的关系。父元素拥有子元素。同样层级上的子元素成为同胞（兄弟或姐妹）。
全部元素均可拥有文本内容和属性（相似HTML中）。
1.6 XML DOM
这是解析XML的两种解析方式
想到这里，大家都有点迫不及待了，XML 文件究竟怎样解析呢？
可是。别急，让子弹先飞会儿:–)
在XML解析之前，我们必须系统性的学习一下 XML DOM 知识：
1.6.1 定义
XML DOM(XML Document Object Model) 定义了訪问和操作XML文档的标准方法。
DOM把XML文档作为树结构来查看。能够通过DOM树来訪问全部元素。能够改动或删除它们的内容，并创建新的元素。元素。它们的文本，以及它们的属性。都被觉得是节点。
XML DOM是：
- 用于XML的标准对象模型
- 用于XML的标准编程接口
- 中立于平台和语言
- W3C的标准
XML DOM定义了全部XML元素的对象和属性。以及訪问它们的方法（接口）。
换句话说：
XML DOM是用于获取、更改、加入或删除XML元素的标准
DOM将XML文档作为一个树形结构。而树叶被定义为节点。
1.6.2 总结
XML DOM事实上比較复杂。在这么短的篇幅里也无法一一进行解说。想详细了解XML DOM能够好好去学习下
实例代码：
book.xml
<?xml version="1.0" encoding="UTF-8"?>
<书架>
<书>
<书名>Java就业培训教程</书名>
<作者>张孝祥</作者>
<售价>39.00元</售价>
</书>
<书>
<书名>JavaScript网页开发</书名>
<作者>张孝祥</作者>
<售价>28.00元</售价>
</书>
</书架>dom4j解析
package com.itheima.dom4j;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
public class Dom4jDemo1 {
public static void main(String[] args) throws Exception {
//1.获取解析器
SAXReader reader = new SAXReader();
//2.解析xml获取代表整个文档的dom对象
Document dom = reader.read("book.xml");
//3.获取根节点
Element root = dom.getRootElement();
//4.获取书名进行打印
String bookName = root.element("书").element("书名").getText();
System.out.println(bookName);
}
}
先获取解析器，然后read所要解析的xml,获取到了全部元素，在通过rootElement获取到根节点，获取到根节点过后进行解析
Sax解析方式
//1.获取解析器工厂
SAXParserFactory factory = SAXParserFactory.newInstance();
//2.通过工厂获取sax解析器
SAXParser parser = factory.newSAXParser();
//3.获取读取器
XMLReader reader = parser.getXMLReader();
//4.注冊事件处理器
reader.setContentHandler(new MyContentHandler2() );
//5.解析xml
reader.parse("book.xml");class MyContentHandler implements ContentHandler{
public void startDocument() throws SAXException {
System.out.println("文档解析開始了.......");
}
public void startElement(String uri, String localName, String name,
Attributes atts) throws SAXException {
System.out.println("发现了開始标签,"+name);
}
public void characters(char[] ch, int start, int length)
throws SAXException {
System.out.println(new String(ch,start,length));
}
public void endElement(String uri, String localName, String name)
throws SAXException {
System.out.println("发现结束标签,"+name);
}
public void endDocument() throws SAXException {
System.out.println("文档解析结束了.......");
}获取到解析器工厂，通过工厂获取sax解析器，获取读取器。注冊处理器，并解析xml
解析思想:
dom解析
sax解析
基于这两种解析思想市面上就有了非常多的解析api
sun jaxp既有dom方式也有sax方式,而且这套解析api已经加入到j2se的规范中,意味这不须要导入不论什么第三方开发包就能够直接使用这样的解析方式.可是这样的解析方式效率低下,没什么人用.
dom4j 能够使用dom方式高效的解析xml.
pull
!!dom4j
导入开发包,通常仅仅须要导入核心包就能够了,假设在使用的过程中提示少什么包到lib文件夹下在导入缺少的包就可以
Schema – xml的约束技术 — 须要掌握名称空间的概念,会读简单的Schema就能够了,不须要大家自己会写
Schema是xml的约束技术,出现的目的是为了替代dtd
本身也是一个xml,非常方便使用xml的解析引擎进行解析
对名称空间有非常好的支持
支持很多其它的数据类型,而且支持用户自己定义数据类型
能够进行语义级别的限定,限定能力大大强于dtd
相对于dtd不支持实体
相对于dtd复杂的多,学习成本比較的高
怎样在xml中引入Schema --- !!!!!名称空间的概念:全世界独一无二的名字,用来唯一的标识某个资源,通常是公司的域名,仅仅是名字而已并不真的表示资源的位置.
~~~ Schema的语法---參照Schema的文档,了解就可以
XML - 十分钟了解XML结构以及DOM和SAX解析方式的更多相关文章
- Java SE之XML<二>XML DOM与SAX解析
[文档整理系列] Java SE之XML<二>XML DOM与SAX解析 XML编程:CRUD(Create Read Update Delete) XML解析的两种常见方式: DOM(D ...
- java基础71 XML解析中的【DOM和SAX解析工具】相关知识点（网页知识）
本文知识点(目录):本文下面的“实例及附录”全是DOM解析的相关内容 1.xml解析的含义 2.XML的解析方式 3.xml的解析工具 4.XML的解析原理 5.实例 6 ...
- schema文件及XML文件的DOM和Sax解析
schema文件 <?xml version="1.0" encoding="UTF-8"?> <schema xmlns="htt ...
- iOS开发中XML的DOM和SAX解析方法
一.介绍 dom是w3c指定的一套规范标准,核心是按树形结构处理数据,dom解析器读入xml文件并在内存中建立一个结构一模一样的“树”,这树各节点和xml各标记对应,通过操纵此“树”来处理xml中的文 ...
- Dom,pull,Sax解析XML
本篇随笔将详细讲解如何在Android当中解析服务器端传过来的XML数据,这里将会介绍解析xml数据格式的三种方式,分别是DOM.SAX以及PULL. 一.DOM解析XML 我们首先来看看DOM(Do ...
- JAXP进行DOM和SAX解析
1.常用XML的解析方式:DOM和SAX 1)DOM思想:将整个XML加载内存中,形成文档对象,所以对XML操作都对内存中文档对象进行. 2)SAX思想:一边解析,一边处理,一边释放内存资源---不允 ...
- 详解POI的使用方法(DOM和SAX的方式)及存在的不足
简介 Apache POI是一套基于 OOXML 标准(Office Open XML)和 OLE2 标准来读写各种格式文件的 Java API,也就是说只要是遵循以上标准的文件,POI 都能够进行读 ...
- Java 中，DOM 和 SAX 解析器有什么不同？
DOM 解析器将整个 XML 文档加载到内存来创建一棵 DOM 模型树,这样可以 更快的查找节点和修改 XML 结构,而 SAX 解析器是一个基于事件的解析器, 不会将整个 XML 文档加载到内存.由 ...
- JavaEE实战——XML文档DOM、SAX、STAX解析方式详解
原 JavaEE实战--XML文档DOM.SAX.STAX解析方式详解 2016年06月22日 23:10:35 李春春_ 阅读数:3445 标签: DOMSAXSTAXJAXPXML Pull 更多 ...
随机推荐
- ZXing for Android 修改为竖屏模式
zxing github连接:https://github.com/zxing/zxing 以下为修改方法 Step 1: Add following lines to rotate data bef ...
- sql 空值设置默认值
ifnull(a.discountsign, ') AS "discountsign"
- keytool工具生成自签名证书并且通过浏览器导入证书
1.生成服务器证书库 keytool -genkey -alias tomcat -keypass changeit -keyalg RSA -keysize 1024 -validity 365 - ...
- 8VC Venture Cup 2016 - Elimination Round D. Jerry's Protest 暴力
D. Jerry's Protest 题目连接: http://www.codeforces.com/contest/626/problem/D Description Andrew and Jerr ...
- Java并发包之闭锁/栅栏/信号量
二.同步工具类详解 1.Semaphore信号量:跟锁机制存在一定的相似性,semaphore也是一种锁机制,所不同的是,reentrantLock是只允许一个线程获得锁,而信号量持有多个许可(per ...
- Linq 时间参数的一个坑
背景:查询某个字段大于系统时间的数据 两种写法: 1.DataTime now=DateTime.Now; var result=dbContext.Table1.Created>now 2. ...
- 常见Linux版本
一 常见Linux版本 website feature description http://www.ubuntu.com/ 当前最流行 Ubuntu 正是基于 Debian 之上,旨在创建一个可 ...
- Log4j 日志级别
转自:http://michales003.iteye.com/blog/1160605 日志记录器(Logger)是日志处理的核心组件.log4j具有5种正常级别(Level).: 1.static ...
- 【好】strong-password-checker，我自己做出来的：）
我自己做出来的,分了几种情况来考虑.(再后面有加了注释的版本) https://leetcode.com/problems/strong-password-checker/ // 加油! public ...
- Linux驱动虚拟地址和物理地址的映射
一般情况下,Linux系统中,进程的4GB内存空间被划分成为两个部分------用户空间和内核空间,大小分别为0~3G,3~4G. 用户进程通常情况下,只能访问用户空间的虚拟地址,不能访问到内核空间. ...