XML基础+Java解析XML

描述数据、存储数据、传输（交换）数据。 XML有什么

   

元素 属性 实体

PCDATA ：被解析的字符数据（parsed character data），PDATA 是会被解析器解析的文本。这些文本将被解析器检查实体以及标记

CDATA ：字符数据（character data），CDATA 是不会被解析器解析的文本



XML与HTML区别：目的不一样

XML 被设计用来描述数据，其焦点是数据的内容。 HTML 被设计用来展示数据，其焦点是数据的外观。

HTML可以不关闭标签（即标签可以不成对出现），但XML必须关闭标签（即标签必须成对出现）。

HTML中的标签标识文本如何展示，而XML中的标签标识文本是什么含义（什么类型的文本）。 XML注意

XML是无作为的，不会做任何事情，只用于描述数据、存储数据、传输（交换）数据。 如何展示和使用XML数据就需要程序员根据需求来做解析数据并展示和使用。 XML文档节点类型 u 文档(document) u 元素(element) u 属性(attribute)

u 文本(PCDATA--parsed character data) u 注释(comment)

u DOCTYPE ：主要验证文档内容的正确性 u 实体(ENTITIES)

u CDATA(character data)

XML语法

1、声明： 2、根节点：必须有一个根节点

3、标签：标签必须有结束且区分大小写，标签必须顺序嵌套 4、属性：必须引号引起值

5、空格会被保留，HTML空格最多保留一个 6、命名规则：命名必须见名知意

a) 名字可包含字母、数字以及其他的字符 b) 名字不能以数字或者标点符号开始

c) 名字不能以字符“xml”（或者XML、Xml）开始

7、名字不能包含空格

8、 不应在 XML 元素名称中使用 \":\" ，这是由于它用于命名空间（namespaces）的保留字。

9、标签优先于属性。

10、XML 命名空间可提供避免元素命名冲突的方法。

11、CDATA：字符数据， ，字符数据不进行转义 12、实体：&实体;

DTD

是什么

DTD（DocType Definition 文档类型定义）的作用是定义 XML 文档的合法构建模块。 它使用一系列的合法元素来定义文档结构。 能干什么

DTD（文档类型定义）的作用是约定XML格式。 主要有什么

元素、属性、实体定义 DTD引用方式

内部

外部私有的 SYSTEM 一般是我们自己定义的，可能只是一个公司内部使用

外部公有的 PUBLIC 一般是一些标准，可能非常多的人用

首先根据“命名空间”去问环境要相应的dtd文件，如果有，直接提供，如果没有再根据dtd文件位置找。

格式

描述元素之间关系 定义

顺序：(seq1,se2) 必须按顺序 (or1|or2) 两个选一个

个数：? 零个或一个 标签 必须一个 * 零个或多个 + 一个或多个 描述元素属性

格式：

属性类型：

值为字符数据 (character data) 默认值： CDATA

(en1|en2|..) 此值是枚举列表中的一个值

值为唯一的 id ID 实体： 值为另外一个元素的 id IDREF 值\">

NMTOKEN 值为合法的 XML 名称

Schema

NMTOKENS 值为合法的 XML 名称的列表 ENTITY ENTITIES

值是一个实体 值是一个实体列表

是什么

XML Schema 是基于 XML 的 DTD 替代者。XML Schema 描述 XML 文档的结构。XML Schema 语言也称作 XML Schema

#PCDATA 定义文本元素，没有子元素

值 值

解释 属性的默认值

定义（XML Schema Definition，XSD）。

DTD不是通过XML语法定义文档结构， 不能定义数据类型

#REQUIRED 属性值是必需的 #IMPLIED

属性不是必需的 和

#FIXED value 属性值是固定的 Schema通过XML语法定义文档结构，可以定义数据类型

和

能干什么 约定XML格式

       

定义可出现在文档中的元素 定义可出现在文档中的属性 定义哪个元素是子元素 定义子元素的次序 定义子元素的数目

定义元素是否为空，或者是否可包含文本 定义元素和属性的数据类型 定义元素和属性的默认值以及固定值

为何使用Schema？

XML Schema 是 DTD 的继任者

我们认为 XML Schema 很快会在大部分网络应用程序中取代 DTD。 理由如下：

  

XML Schema 可针对未来的需求进行扩展 XML Schema 更完善，功能更强大 XML Schema 基于 XML 编写

 

XML Schema 支持数据类型和 XML Schema 支持命名空间

有什么

元素、属性、限定的定义。 可以约束我们写XML文件。 Schema引用方式

xmlns:xsi=\"http://www.w3.org/2001/XMLSchema-instance\" xsi:schemaLocation=\"命名空间 Schema位置\">

如何找Schema，和DTD一样，首先根据命名空间问环境要，找不到再根据Schema位置找。

Java解析XML

推模型和拉模型

推模型是当通知消息来之时，把所有相关信息都通过参数的形式“推给”观察者。

事件驱动编程（Event-driven programming），基于回调（callback）机制，也就是推模型，即使不需要也把数据推给你。

拉模型是当通知消息来之时，通知的函数不带任何相关的信息，而是要观察者主动去“拉”信息。

通过轮询（Loop check）实现就是拉模型，，给你一个引用，数据在拉之前全部准备好了，需要时拉需要。

JAXP

DOM解析

DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找 特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的。

DOM解析器把XML文档转化为一个包含其内容的树，并可以对树进行遍历。

DOM是拉模型，在遍历文档时，会把感兴趣的部分从读取器中拉出，不需要引发事件，允许我们选择性地处理节点。这大大提高了灵活性，以及整体效率。

java代码：

查看复制到剪贴板打印

1. public static void domParse() throws Exception { 2. File file =

3. new File(\"F:/javass/web项目/workspace/xml/src/users.xml\"); 4. //1、创建DocumentBuilder工厂

5. DocumentBuilderFactory dbf =

6. DocumentBuilderFactory.newInstance(); 7. //2、创建DocumentBuilder

8. DocumentBuilder db = dbf.newDocumentBuilder(); 9. //3、将xml文件解析为Document对象，代表DOM树 10. Document document = db.parse(file);

11. //将文档标准化，去除无用的空格和空行，即删除无用的text node 12. document.normalize();

13. NodeList nodeList = document.getElementsByTagName(\"user\"); 14. for(int i = 0; i < nodeList.getLength(); i++) { 15.

16. Element element = (Element) nodeList.item(i); 17. System.out.println(\"======user start=======\");

18. String uuid = element.getElementsByTagName(\"uuid\").item(0).getTextContent(); 19. System.out.println(uuid);

20. String name = element.getElementsByTagName(\"name\").item(0).getTextContent(); 21. System.out.println(name);

22. System.out.println(\"======user end=======\"); 23. } 24. }

DOM的基本对象有5个：Document，Node，NodeList，Element和Attr。 1.1、Document对象

代表了整个XML的文档，所有其它的Node，都以一定的顺序包含在Document对象之内，排列成一个树形的结构，程序员可以通过遍历这颗树来得到XML文档的所有的内容，这也是对XML文档操作的起点。我们总是先通过解析XML源文件而得到一个Document对象，然后再来执行后续的操作。此外，Document还包含了创建其它节点的方法，比如createAttribut()用来创建一个Attr对象。它所包含的主要的方法有：

createAttribute(String)：用给定的属性名创建一个Attr对象，并可在其后使用setAttributeNode方法来放置在某一个Element对象上面。

createElement(String)：用给定的标签名创建一个Element对象，代表XML文档中的一个标签，然后就可以在这个Element对象上添加属性或进行其它的操作。

createTextNode(String)：用给定的字符串创建一个Text对象，Text对象代表了标签或者属性中所包含的纯文本字符串。如果在一个标签内没有其它的标签，那么标签内的文本所代表的Text对象是这个Element对象的唯一子对象。

getElementsByTagName(String)：返回一个NodeList对象，它包含了所有给定标签名字的标签。

getDocumentElement()：返回一个代表这个DOM树的根节点的Element对象，也就是代表XML文档根元素的那个对象。 1.2、Node对象

是DOM结构中最为基本的对象，代表了文档树中的一个抽象的节点。在实际使用的时候，很少会真正的用到Node这个对象，而是用到诸如Element、Attr、Text等Node对象的

子对象来操作文档。Node对象为这些对象提供了一个抽象的、公共的根。虽然在Node对象中定义了对其子节点进行存取的方法，但是有一些Node子对象，比如Text对象，它并不存在子节点，这一点是要注意的。Node对象所包含的主要的方法有：

appendChild(org.w3c.dom.Node)：为这个节点添加一个子节点，并放在所有子节点的最后，如果这个子节点已经存在，则先把它删掉再添加进去。

getFirstChild()：如果节点存在子节点，则返回第一个子节点，对等的，还有getLastChild()方法返回最后一个子节点。

getNextSibling()：返回在DOM树中这个节点的下一个兄弟节点，对等的，还有getPreviousSibling()方法返回其前一个兄弟节点。 getNodeName()：根据节点的类型返回节点的名称。 getNodeType()：返回节点的类型。 getNodeValue()：返回节点的值。

hasChildNodes()：判断是不是存在有子节点。 hasAttributes()：判断这个节点是否存在有属性。

getOwnerDocument()：返回节点所处的Document对象。

insertBefore(org.w3c.dom.Node new，org.w3c.dom.Node ref)：在给定的一个子对象前再插入一个子对象。

removeChild(org.w3c.dom.Node)：删除给定的子节点对象。

replaceChild(org.w3c.dom.Node new，org.w3c.dom.Node old)：用一个新的Node对象代替给定的子节点对象。 1.3、NodeList对象

顾名思义，就是代表了一个包含了一个或者多个Node的列表。可以简单的把它看成一个Node的数组，我们可以通过方法来获得列表中的元素： getLength()：返回列表的长度。 item(int)：返回指定位置的Node对象。 1.4、Element对象

代表的是XML文档中的标签元素，继承于Node，亦是Node的最主要的子对象。在标签中可以包含有属性，因而Element对象中有存取其属性的方法，而任何Node中定义的方法，也可以用在Element对象上面。

getElementsByTagName(String)：返回一个NodeList对象，它包含了在这个标签中其下的子孙节点中具有给定标签名字的标签。

getTagName()：返回一个代表这个标签名字的字符串。

getAttribute(String)：返回标签中给定属性名称的属性的值。在这儿需要主要的是，应为XML文档中允许有实体属性出现，而这个方法对这些实体属性并不适用。这时候需要用到getAttributeNodes()方法来得到一个Attr对象来进行进一步的操作。 getAttributeNode(String)：返回一个代表给定属性名称的Attr对象。 1.5、Attr对象

代表了某个标签中的属性。Attr继承于Node，但是因为Attr实际上是包含在Element中的，它并不能被看作是Element的子对象，因而在DOM中Attr并不是DOM树的一部分，所以Node中的getParentNode()，getPreviousSibling()和getNextSibling()返回的都将是null。也就是说，Attr其实是被看作包含它的Element对象的一部分，它并不作为DOM树中单独的一个节点出现。这一点在使用的时候要同其它的Node子对象相区别。

SAX解析

SAX是Simple API for XML的缩写，它并不是由W3C官方所提出的标准，可以说是“民间”的事实标准。实际上，它是一种社区性质的讨论产物。虽然如此，在XML中对SAX的应用丝毫不比DOM少，几乎所有的XML解析器都会支持它。

与DOM比较而言，SAX是一种轻量型的方法。我们知道，在处理DOM的时候，我们需要读入整个的XML文档，然后在内存中创建DOM树，生成DOM树上的每个Node对象。当文档比较小的时候，这不会造成什么问题，但是一旦文档大起来，处理DOM就会变得相当费时费力。特别是其对于内存的需求，也将是成倍的增长，以至于在某些应用中使用DOM是一件很不划算的事（比如在applet中）。这时候，一个较好的替代解决方法就是SAX。

SAX在概念上与DOM完全不同。首先，不同于DOM的文档驱动，它是事件驱动的，也就是说，它并不需要读入整个文档，而文档的读入过程也就是SAX的解析过程。所谓事件驱动，是指一种基于回调（callback）机制的程序运行方法。（如果你对Java新的代理事件模型比较清楚的话，就会很容易理解这种机制了）

回调：由我们在组件中定义，而不由我们调用，由容器或框架调用

SAX是推模型，它是一种靠事件驱动的模型。当它每发现一个节点就引发一个事件，而我们需要编写这些事件的处理程序。这样的做法很麻烦，且不灵活。

java代码：

查看复制到剪贴板打印

1. import org.xml.sax.Attributes; 2. import org.xml.sax.SAXException;

3. import org.xml.sax.helpers.DefaultHandler;

4. public class UserSaxHandler extends DefaultHandler { 5.

6. boolean isOkTag = false; 7.

8. @Override

9. public void startElement(String uri, String localName, String qName, 10. Attributes attributes) throws SAXException { 11. if(qName.equals(\"user\")) {

12. System.out.println(\"=============user start============\"); 13. } 14.

15. if(qName.equals(\"uuid\") || qName.equals(\"name\")) {

16. isOkTag = true;

17. System.out.print(qName + \":\"); 18. } 19. } 20.

21. @Override

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

{

23. if(isOkTag) {

24. System.out.println(new String(ch, start, length)); 25. } 26. } 27.

28. @Override

29. public void endElement(String uri, String localName, String qName) 30. throws SAXException { 31. isOkTag = false;

32. if(qName.equals(\"user\")) {

33. System.out.println(\"=============user end============\"); 34. } 35. } 36. }

java代码：

查看复制到剪贴板打印

1. import java.io.File; 2.

3. import javax.xml.parsers.SAXParser; 4. import javax.xml.parsers.SAXParserFactory; 5. 6.

7. public class SaxTest {

8. public static void main(String[] args) throws Exception { 9. saxParse(); 10. } 11.

12. private static void saxParse() throws Exception { 13.

14. File file = new File(\"F:/javass/web项目/workspace/xml/src/users.xml\"); 15.

16. //1、创建SAXParserFactory 工厂

17. SAXParserFactory spf = SAXParserFactory.newInstance(); 18.

19. //2、创建SAXParser

20. SAXParser sp = spf.newSAXParser(); 21. //3、解析XML文档，并回调处理器的相应事件 22. sp.parse(file, new UserSaxHandler()); 23. 24. } 25. 26. }

StAX 解析

针对于XML的流式API(StAX)，是在2004年3月的JSR 173规范中引入，这是一种针对XML的流式拉分析API。StAX是JDK 6.0提供的一种新特征。

一个推模型分析器不断地生成事件，直到XML文档被完全分析结束。但是，拉分析由应用程序进行调整；因此，分析事件是由应用程序生成的。这意味着，使用StaX，你可以推迟分析-在分析时跳过元素并且分析多个文档。在使用DOM API的时候，你必须把整个的XML文档分析成一棵DOM结构，这样也就降低了分析效率。而借助于StAX，在分析XML文档时 生成分析事件。 JDOM

JDOM的目的是成为Java特定文档模型，它简化与XML的交互并且比使用DOM实现更快。由于是第一个Java特定模型，JDOM一直得到大力推广和 促进。正在考虑通过“Java规范请求JSR-102”将它最终用作“Java标准扩展”。从2000年初就已经开始了JDOM开发。

JDOM与DOM主要有两方面不同。首先，JDOM仅使用具体类而不使用接口。这在某些方面简化了API，但是也了灵活性。第二，API大量使用了Collections类，简化了那些已经熟悉这些类的Java开发者的使用。

JDOM文档声明其目的是“使用20%（或更少）的精力解决80%（或更多）Java/XML问题”（根据学习曲线假定为20%）。JDOM对于大多数 Java/XML应用程序来说当然是有用的，并且大多数开发者发现API比DOM容易理解得多。JDOM还包括对程序行为的相当广泛检查以防止用户做任何 在XML中无意义的事。然而，它仍需要您充分理解XML以便做一些超出基本的工作（或者甚至理解某些情况下的错误）。这也许是比学习DOM或JDOM接口 都更有意义的工作。

JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文档（尽管它还可以将以前构造的DOM表示作为输入）。它包含一些转换器以将 JDOM表示输出成SAX2事件流、DOM模型或XML文本文档。JDOM是在Apache许可证变体下发布的开放源码。

DOM4J http://dom4j.sourceforge.net

虽然DOM4J代表了完全的开发结果，但最初，它是JDOM的一种智能分支。它合并了许多超出基本XML文档表示的功能，包括集成的XPath支持、 XML Schema支持以及用于大文档或流化文档的基于事件的处理。它还提供了构建文档表示的选项，它通过DO

M4J API和标准DOM接口具有并行访问功能。从2000下半年开始，它就一直处于开发之中。

为支持所有这些功能，DOM4J使用接口和抽象基本类方法。DOM4J大量使用了API中的Collections类，但是在许多情况下，它还提供一些替 代方法以允许更好的性能或更直接的编码方法。直接好处是，虽然DOM4J付出了更复杂的API的代价，但是它提供了比JDOM大得多的灵活性。

在添加灵活性、XPath集成和对大文档处理的目标时，DOM4J的目标与JDOM是一样的：针对Java开发者的易用性和直观操作。它还致力于成为比 JDOM更完整的解决方案，实现在本质上处理所有Java/XML问题的目标。在完成该目标时，它比JDOM更少强调防止不正确的应用程序行为。

DOM4J是一个非常非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写 XML，特别值得一提的是连Sun的JAXM也在用DOM4J.

区别

一、DOM：拉模型，把整个文档加载到内存中

优点：整个文档树在内存中，便于操作；支持删除、修改、重新排列等多种功能； 缺点：将整个文档调入内存（包括无用的节点），浪费时间和空间； 使用场合：一旦解析了文档还需多次访问这些数据； 硬件资源充足（内存、CPU）

二、SAX：推模型，事件驱动编程，基于回调

SAX ，事件驱动。当解析器发现元素开始、元素结束、文本、文档的开始或结束等时，发送事件，程序员编写响应这些事件的代码，保存数据。 优点：不用事先调入整个文档，占用资源少；

缺点：不是持久的；事件过后，若没保存数据，那么数据就丢了； 无状态性；从事件中只能得到文本，但不知该文本属于哪个元素； 使用场合：

数据量较大的XML文档，占用内存高，机器内存少，无法一次加载XML到内存； 只需XML文档的少量内容，很少回头访问； 三、JDOM

为减少DOM、SAX的编码量，出现了JDOM；

优点：20-80原则，极大减少了代码量，提供常用API减少重复劳动 使用场合：要实现的功能简单，如解析、创建等 Java程序

但在底层，JDOM还是使用SAX（最常用）、DOM 性能比较

1） DOM4J性能最好，连Sun的JAXM也在用DOM4J.目前许多开源项目中大量采用DOM4J，例如大名鼎鼎的Hibernate也用DOM4J来读取XML配置文件。如果不考虑可移

植性，那就采用DOM4J.

2）JDOM和DOM在性能测试时表现不佳，在测试10M文档时内存溢出。在小文档情况下还值得考虑使用DOM和JDOM.虽然JDOM的开发者已经说明 他们期望在正式发行版前专注性能问题，但是从性能观点来看，它确实没有值得推荐之处。另外，DOM仍是一个非常好的选择。DOM实现广泛应用于多种编程语 言。它还是许多其它与XML相关的标准的基础，因为它正式获得W3C推荐（与基于非标准的Java模型相对），所以在某些类型的项目中可能也需要它（如在 javascript中使用DOM）。

3）SAX表现较好，这要依赖于它特定的解析方式－事件驱动。一个SAX检测即将到来的XML流，但并没有载入到内存（当然当XML流被读入时，会有部分文档暂时隐藏在内存中）。

将XML保存到文件中

private Document newDocument() throws ParserConfigurationException { //1、创建DocumentBuilder工厂

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); //2、创建DocumentBuilder DocumentBuilder db;

db = dbf.newDocumentBuilder();

Document document = db.newDocument(); document.setXmlVersion(\"1.0\");

Element element = document.createElement(\"users\"); document.appendChild(element); return document; }

private void createXmlFile(Document document) throws TransformerConfigurationException, TransformerException { //1、创建转换工程

TransformerFactory tf = TransformerFactory.newInstance(); //2、创建DOM源

DOMSource ds = new DOMSource(document); //3、新建一个文件用于存储XML File file = new File(fileName); if(!file.exists()) { try {

file.createNewFile(); } catch (IOException e) { e.printStackTrace();

} }

//将文件包装为结果

StreamResult sr = new StreamResult(file); //转换

tf.newTransformer().transform(ds,sr); }

public void saveToXml() { Document document; try {

document = newDocument(); Element usersElement =

(Element) document.getElementsByTagName(\"users\").item(0); for(UserModel um : userList) {

Element userElement = document.createElement(\"user\"); Element uuidElement = document.createElement(\"uuid\"); Element nameElement = document.createElement(\"name\"); usersElement.appendChild(userElement); userElement.appendChild(uuidElement); userElement.appendChild(nameElement);

uuidElement.setTextContent(String.valueOf(um.getUuid())); nameElement.setTextContent(um.getName()); }

createXmlFile(document); } catch (Exception e) { e.printStackTrace(); } }