XML和Dom4j

在資料傳輸的時候直接傳輸字串是不可行的, 所以我們使用一種特別的方式來傳輸, 就是XML.

• XML 指可擴充套件標記語言（EXtensible Markup Language）

• XML 是一種標記語言，很類似 HTML，HTML檔案也是XML文件

• XML 的設計宗旨是傳輸資料，而非顯示資料

• XML 標籤沒有被預定義。您需要自行定義標籤。

• XML 被設計為具有自我描述性(就是易於閱讀)。

• XML 是 W3C 的推薦標準

  W3C在1988年2月釋出1.0版本，2004年2月又釋出1.1版本，單因為1.1版本不能向下相容1.0版本，所以1.1沒有人用。同時，在2004年2月W3C又釋出了1.0版本的第三版。我們要學習的還是1.0版本。

XML 與 HTML 的主要差異

• XML 不是 HTML 的替代。
• XML 和 HTML 為不同的目的而設計。
• XML 被設計為傳輸和儲存資料，其焦點是資料的內容。
• HTML 被設計用來顯示資料，其焦點是資料的外觀。
• HTML 旨在顯示資訊，而 XML 旨在傳輸資訊。

XML檔案案例編寫person.xml檔案

需求

編寫xml文件，用於描述人員資訊，person代表一個人員，id是人員的屬性代表人員編號。人員資訊包括age年齡、name姓名、sex性別資訊。

效果

使用瀏覽器執行person.xml檔案效果如下

實現步驟

步驟1：使用idea開發工具，選擇當前專案滑鼠右鍵新建“”，如圖

步驟2：編寫檔案person.xml檔案，內容如下：

<?xml version="1.0" encoding="UTF-8"?>
<person id="110">
	<age>18</age>		<!--年齡-->
	<name>張三</name>	  <!--姓名-->
	<sex/>				<!--性別-->
</person>

步驟3：如圖點選瀏覽器執行

步驟4：瀏覽器執行效果如下

XML作用和組成元素

• XML的作用

XML在企業開發中主要有兩種應用場景：
1）XML可以儲存資料 , 作為資料交換的載體(使用XML格式進行資料的傳輸)。
2）XML也可以作為配置檔案，例如後面框架階段我們學習的Spring框架的配置(applicationContext.xml)都是通過XML進行配置的（企業開發中經常使用的）

• XML的組成元素

XML檔案中常見的組成元素有:文件宣告、元素、屬性、註釋、轉義字元、字元區。

文件宣告

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

1. 使用IDE建立xml檔案時就帶有文件宣告.
2. 文件宣告必須為<?xml開頭，以？>結束
3. 文件宣告必須從文件的0行0列位置開始
4. 文件宣告中常見的兩個屬性：
   • version：指定XML文件版本。必須屬性，這裡一般選擇1.0；
   • enconding：指定當前文件的編碼，可選屬性，預設值是utf-8；

元素element

格式1:<person></person>
格式2:<person/>

1. 元素是XML文件中最重要的組成部分；
2. 普通元素的結構由開始標籤、元素體、結束標籤組成。
3. 元素體：元素體可以是元素，也可以是文字，例如：<person><name>張三</name></person>
4. 空元素：空元素只有標籤，而沒有結束標籤，但元素必須自己閉合，例如：<sex/>
5. 元素命名
   • 區分大小寫
   • 不能使用空格，不能使用冒號
   • 不建議以XML、xml、Xml開頭
6. 格式化良好的XML文件，有且僅有一個根元素。

屬性

<person id="110">

1. 屬性是元素的一部分，它必須出現在元素的開始標籤中
2. 屬性的定義格式：屬性名=“屬性值”，其中屬性值必須使用單引或雙引號括起來
3. 一個元素可以有0~N個屬性，但一個元素中不能出現同名屬性
4. 屬性名不能使用空格 , 不要使用冒號等特殊字元，且必須以字母開頭

註釋

<!--註釋內容-->

XML的註釋與HTML相同，既以<!--開始，-->結束。

轉義字元

​ XML中的轉義字元與HTML一樣。因為很多符號已經被文件結構所使用，所以在元素體或屬性值中想使用這些符號就必須使用轉義字元（也叫實體字元），例如：">"、"<"、"’"、"""、"&"。

字元	預定義的轉義字元	說明
<	&lt;	小於
>	&gt;	大於
"	&quot;	雙引號
’	&apos;	單引號
&	&amp;	和號

注意：嚴格地講，在 XML 中僅有字元 “<“和”&” 是非法的。省略號、引號和大於號是合法的，但是把它們替換為實體引用是個好的習慣。

轉義字元應用示例：

​ 假如您在 XML 文件中放置了一個類似 “<” 字元，那麼這個文件會產生一個錯誤，這是因為解析器會把它解釋為新元素的開始。因此你不能這樣寫：

<message>if salary < 1000 then</message>

為了避免此類錯誤，需要把字元 “<” 替換為實體引用，就像這樣：

<message>if salary &lt; 1000 then</message>

字元區(瞭解)

<![CDATA[
	文字資料
]]>

1. CDATA 指的是不應由 XML 解析器進行解析的文字資料（Unparsed Character Data）
2. CDATA 部分由 “<![CDATA[" 開始，由 "]]>” 結束；
3. 當大量的轉義字元出現在xml文件中時，會使XML文件的可讀性大幅度降低。這時如果使用CDATA段就會好一些。

注意：

​ CDATA 部分不能包含字串 “]]>”。也不允許巢狀的 CDATA 部分。

​ 標記 CDATA 部分結尾的 “]]>” 不能包含空格或折行。

XML檔案的約束-DTD約束

在XML技術裡，可以編寫一個文件來約束一個XML文件的書寫規範，這稱之為XML約束。
常見的xml約束：DTD、Schema
注意:我們對於約束的要求是能通過已寫好的約束檔案編寫xml文件.

​ DTD是文件型別定義（Document Type Definition）。DTD 可以定義在 XML 文件中出現的元素、這些元素出現的次序、它們如何相互巢狀以及XML文件結構的其它詳細資訊。

約束體驗

體驗效果說明：當編寫xml文件時不符合指定dtd約束時，進行提示xml編寫錯誤，如下圖：

體驗步驟:

步驟1：複製bookshelf.dtd檔案

步驟2：bookshelf.dtd檔案內容如下

<!ELEMENT 書架 (書+)>
<!ELEMENT 書 (書名,作者,售價)><!--約束元素書的子元素必須為書名、作者、售價-->
<!ELEMENT 書名 (#PCDATA)>
<!ELEMENT 作者 (#PCDATA)>
<!ELEMENT 售價 (#PCDATA)>

步驟三：新建books.xml，程式碼如下

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE 書架 SYSTEM "bookshelf.dtd"><!--指定使用bookshelf.dtd檔案約束當前xml文件-->
<書架>
    <書>
        <書名>JavaWeb開發教程</書名>
        <作者>張孝祥</作者>
        <售價>100.00元</售價>
    </書>
    <書>
        <書名>三國演義</書名>
        <作者>羅貫中</作者>
        <售價>100.00元</售價>
        <測試>hello</測試><!--不符合約束，書的子元素必須為書名、作者、售價-->
    </書>
</書架>

步驟四：idea開發工具books.xml的dtd約束驗證不通過的效果如下

​在企業實際開發中，我們很少自己編寫DTD約束文件，通常情況下通過框架提供的DTD約束文件編寫對應的XML文件。所以這一知識點的要求是可以根據DTD約束文件內容編寫XML文件。

文件宣告

1. 內部DTD，在XML文件內部嵌入DTD，只對當前XML有效。

   <?xml version="1.0" encoding="UTF-8"?>
   <!DOCTYPE 根元素 [...//具體語法]><!--內部DTD-->
   <根元素>
   </根元素>
   
   

2. 外部DTD—本地DTD，DTD文件在本地系統上，企業內部自己專案使用。

   <?xml version="1.0" encoding="UTF-8"?>
   <!DOCTYPE 根元素 SYSTEM "bookshelf.dtd"><!--外部本地DTD-->
   <根元素>
   </根元素>
   
   

3. 外部DTD—公共DTD，DTD文件在網路上，一般都有框架提供 , 也是我們使用最多的.

   <?xml version="1.0" encoding="UTF-8"?>
   <!DOCTYPE web-app PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" "http://java.sun.com/dtd/web-app_2_3.dtd">
   <web-app>
   </web-app>
   
   

元素宣告

1. 約束元素的巢狀層級

   語法

   <!ELEMENT 父標籤 （子標籤1，子標籤2，…）>
   
   

   程式碼

   <!ELEMENT 書架 (書+)>  <!--約束根元素是"書架"，"書架"子元素為"書"，“+”為數量詞，請看下面介紹-->
   <!ELEMENT 書 (書名,作者,售價)><!--約束"書"子元素依次為“書名”、“作者”、“售價”，“+”書元素至少1次-->
   
   

2. 約束元素體裡面的資料

   語法

   <!ELEMENT 標籤名字 標籤型別>
   
   

   標籤型別

   標籤型別	程式碼寫法	說明
   PCDATA	(#PCDATA)	被解釋的字串資料
   EMPTY	EMPTY	即空元素，例如<hr/>
   ANY	ANY	即任意型別

   程式碼

   <!ELEMENT 書名 (#PCDATA)>  	<!--"書名"元素體為字串資料-->
   <!ELEMENT 作者 (#PCDATA)>		<!--"作者"元素體為字串資料-->
   <!ELEMENT 售價 (#PCDATA)>		<!--"售價"元素體為字串資料-->
   <!ELEMENT 出版日期 ANY>		   <!--"出版日期"元素體為任意型別-->
   <!ELEMENT 版本號 EMPTY>		<!--"版本號"元素體為空元素-->
   
   

3. 數量詞(掌握)

   數量詞符號	含義
   *	表示元素可以出現0到多個
   +	表示元素可以出現至少1個
   ?	表示元素可以是0或1個
   ,	表示元素需要按照順序顯示
   |	表示元素需要選擇其中的某一個

屬性宣告

語法

<!ATTLIST 標籤名稱 
		屬性名稱1 屬性型別1 屬性說明1
		屬性名稱2 屬性型別2 屬性說明2
		…
>

屬性型別

屬性型別	含義
CDATA	代表屬性是文字字串， eg:<!ATTLIST 屬性名 CDATA 屬性說明>
ID	程式碼該屬性值唯一，不能以數字開頭， eg:<!ATTLIST 屬性名 ID 屬性說明>
ENUMERATED	代表屬性值在指定範圍內進行列舉 Eg:<!ATTLIST屬性名 (社科類|工程類|教育類) “社科類”> “社科類"是預設值，屬性如果不設定預設值就是"社科類”

屬性說明

屬性說明	含義
#REQUIRED	代表屬性是必須有的
#IMPLIED	代表屬性可有可無
#FIXED	代表屬性為固定值，實現方式：book_info CDATA #FIXED “固定值”

程式碼

<!ATTLIST 書									<!--設定"書"元素的的屬性列表-->
		id ID #REQUIRED						 <!--"id"屬性值為必須有-->
		編號 CDATA #IMPLIED				    <!--"編號"屬性可有可無-->
		出版社 (清華|北大|傳智播客) "傳智播客"   <!--"出版社"屬性值是列舉值，預設為“傳智播客”-->
		type CDATA #FIXED "IT"                <!--"type"屬性為文字字串並且固定值為"IT"-->
>

schema約束

schema和DTD一樣, 也是一種XML檔案的約束.

Schema 語言也可作為 XSD（XML Schema Definition）。

Schema 比DTD強大，是DTD代替者。

Schema 本身也是XML文件，單Schema文件副檔名為xsd，而不是xml。

Schema 功能更強大，資料型別約束更完善。

約束體驗

體驗效果說明：體驗schema約束XML文件中對元素體資料型別的約束。效果如下：

DTD約束無法對具體資料型別進行約束,所以開發工具沒有任何錯誤提示，如下效果：

實現步驟

步驟1：複製schema約束檔案bookshelf.xsd，其中已對售價約束了資料型別，程式碼如下

<?xml version="1.0" encoding="UTF-8" ?>
<!--
	傳智播客DTD教學例項文件.將註釋中的以下內容複製到要編寫的xml的宣告下面
	複製內容如下:
	<書架 xmlns="http://www.itcast.cn"
		  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
		  xsi:schemaLocation="http://www.itcast.cn bookshelf.xsd"
    >
 -->
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
           targetNamespace="http://www.itcast.cn"
           elementFormDefault="qualified">
        <xs:element name='書架' >
                <xs:complexType>
                        <xs:sequence maxOccurs='unbounded' >
                                <xs:element name='書' >
                                        <xs:complexType>
                                                <xs:sequence>
                                                     <xs:element name='書名' type='xs:string' />
                                                     <xs:element name='作者' type='xs:string' />
                                                     <xs:element name='售價' type='xs:double' />
                                                </xs:sequence>
                                        </xs:complexType>
                                </xs:element>
                        </xs:sequence>
                </xs:complexType>
        </xs:element>
</xs:schema>

步驟2：新建books2.xml使用schema約束檔案bookshelf.xsd，程式碼如下

<?xml version="1.0" encoding="UTF-8"?>
<書架
xmlns="http://www.itcast.cn"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.itcast.cn bookshelf.xsd"
><!--指定schema文件約束當前XML文件-->
    <書>
        <書名>JavaScript網頁開發</書名>
        <作者>張孝祥</作者>
        <售價>abc</售價>
    </書>
</書架>

步驟3：開發工具提示效果

名稱空間

​ 一個XML文件最多可以使用一個DTD檔案,但一個XML文件中使用多個Schema檔案，若這些Schema檔案中定義了相同名稱的元素時,使用的時候就會出現名字衝突。這就像一個Java檔案中使用了import java.util.*和import java.sql.*時，在使用Date類時，那麼就不明確Date是哪個包下的Date了。同理 , 在XML文件中就需要通過名稱空間(namespace)來區分元素和屬性是來源於哪個約束中的。名稱空間就在在根元素後面的內容 , 使用xmlns到引入約束 。

​ 當一個XML文件中需要使用多個Schema檔案的時候 , 有且僅有一個使用預設的 , 其他的名稱空間都需要起別名 。參考applicationContext.xml檔案(spring框架的配置檔案)

 xmlns="http://www.itcast.cn"    
 	<!-- 預設的名稱空間.使用此約束中的元素的時候只需要寫元素名即可 例如:<書></書> -->
 
 xmlns:aa="http://java.sun.com"
 	<!-- aa就是此約束的別名,使用此約束中的元素的時候就需要加上別名 例如:<aa:書></aa:書> -->

​總之名稱空間就是用來處理元素和屬性的名稱衝突問題，與Java中的包是同一用途。如果每個元素和屬性都有自己的名稱空間，那麼就不會出現名字衝突問題，就像是每個類都有自己所在的包一樣，那麼類名就不會出現衝突。

雖然schema功能比dtd強大，但是編寫要比DTD複雜，同樣以後我們在企業開發中也很少會自己編寫schema檔案。

Dom4j-XML解析

當將資料儲存在XML後，我們就希望通過程式獲取XML的內容。如果我們使用Java基礎所學的IO知識是可以完成的，不過你學要非常繁瑣的操作才可以完成，且開發中會遇到不同問題（只讀、讀寫）。人們為不同問題提供不同的解析方式，使用不同的解析器進行解析，方便開發人員操作XML。

解析方式和解析器

• 開發中比較常見的解析方式有三種，如下：

  1. DOM：要求解析器把整個XML文件裝載到記憶體，並解析成一個Document物件

     a）優點：元素與元素之間保留結構關係，故可以進行增刪改查操作。

     b）缺點：XML文件過大，可能出現記憶體溢位

  2. SAX：是一種速度更快，更有效的方法。她逐行掃描文件，一邊掃描一邊解析。並以事件驅動的方式進行具體解析，沒執行一行，都觸發對應的事件。（瞭解）

     a）優點：處理速度快，可以處理大檔案

     b）缺點：只能讀，逐行後將釋放資源，解析操作繁瑣。

  3. PULL：Android內建的XML解析方式，類似SAX。（瞭解）

• 解析器，就是根據不同的解析方式提供具體實現。有的解析器操作過於繁瑣，為了方便開發人員，有提供易於操作的解析開發包

  

• 常見的解析開發包

  • JAXP：sun公司提供支援DOM和SAX開發包
  • Dom4j：比較簡單的的解析開發包(常用)
  • JDom：與Dom4j類似
  • Jsoup：功能強大DOM方式的XML解析開發包，尤其對HTML解析更加方便(專案中講解)

Dom4j的基本使用

DOM解析原理及結構模型

• 解析原理

  XML DOM 和 HTML DOM一樣，XML DOM 將整個XML文件載入到記憶體，生成一個DOM樹，並獲得一個Document物件，通過Document物件就可以對DOM進行操作。以下面books.xml文件為例。

  <?xml version="1.0" encoding="UTF-8"?>
  <books>
      <book id="0001">
          <name>JavaWeb開發教程</name>
          <author>張孝祥</author>
          <sale>100.00元</sale>
      </book>
      <book id="0002">
          <name>三國演義</name>
          <author>羅貫中</author>
          <sale>100.00元</sale>
      </book>
  </books>
  
  

• 結構模型

  

  DOM中的核心概念就是節點，在XML文件中的元素、屬性、文字，在DOM中都是節點！所有的節點都封裝到了Document物件中。

• 引入dom4j的jar包

  需要引入“jar/dom4j-1.6.1.jar” , 在IDEA中，選擇專案滑鼠右鍵—>彈出選單–>open Module settings”–>Dependencies–>±->JARs or directories…

  找到dom4j-1.6.1.jar,成功新增之後點選"OK" 即可.

• dom4j 必須使用核心類SaxReader載入xml文件獲得Document，通過Document物件獲得文件的根元素，然後就可以操作了。

常用的方法

SaxReader物件

方法	作用
new SaxReader()	構造器
Document read(String url)	載入執行xml文件

Document物件

方法	作用
Element getRootElement()	獲得根元素

Element物件

方法	作用
List elements([String ele] )	獲得指定名稱的所有子元素。可以不指定名稱
Element element([String ele])	獲得指定名稱第一個子元素。可以不指定名稱
String getName()	獲得當前元素的元素名
String attributeValue(String attrName)	獲得指定屬性名的屬性值
String elementText(Sting ele)	獲得指定名稱子元素的文字值
String getText()	獲得當前元素的文字內容

方法演示

複製資料下的常用xml中"books.xml",內容如下:

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book id="0001">
        <name>JavaWeb開發教程</name>
        <author>張孝祥</author>
        <sale>100.00元</sale>
    </book>
    <book id="0002">
        <name>三國演義</name>
        <author>羅貫中</author>
        <sale>100.00元</sale>
    </book>
</books>

注意:為了便於解析,此xml中沒有新增約束

解析此檔案,獲取每本書的id值,以及書本名稱,作者名稱和價格.

public class Demo {
    public static void main(String[] args) throws DocumentException {
        SAXReader reader = new SAXReader();
        Document document = reader.read(Demo.class.getResourceAsStream("/books.xml"));
        //獲取根元素 books
        Element elemRoot = document.getRootElement();

        //獲取根元素的所有子元素 book
        List<Element>list = elemRoot.elements();
        //遍歷集合 獲取每一個book
        for(Element element : list){
            //獲取book的id屬性
            String id =element.attributeValue("id");
            System.out.println("id : "+ id);

            //獲取book下的所有子元素 name,author,sale
            List<Element>listElem = element.elements();
            //遍歷集合 獲取每一個子元素
            for(Element elem : listElem){
                //元素名
                String name = elem.getName();
                //文字值
                String text = elem.getText();
                System.out.println("--- " + name + " : " + text);
            }
        }
    }
}

Dom4J結合XPath解析XML

XPath 使用路徑表示式來選取HTML 文件中的元素節點或屬性節點。節點是通過沿著路徑 (path) 來選取的。XPath在解析HTML文件方面提供了一獨樹一幟的路徑思想。

XPath使用步驟

步驟1：匯入jar包(dom4j和jaxen-1.1-beta-6.jar)

步驟2：通過dom4j的SaxReader獲取Document物件

步驟3： 利用Xpath提供的api,結合xpaht的語法完成選取XML文件元素節點進行解析操作。

document常用的api

方法	作用
List selectNodes(“表示式”)	獲取符合表示式的元素集合
Element selectSingleNode(“表示式”)	獲取符合表示式的唯一元素

XPath語法(瞭解)

• XPath表示式，就是用於選取HTML文件中節點的表示式字串。

  獲取XML文件節點元素一共有如下4種XPath語法方式：

  1. 絕對路徑表示式方式 例如: /元素/子元素/子子元素…
  2. 相對路徑表示式方式 例如: 子元素/子子元素… 或者 ./子元素/子子元素…
  3. 全文搜尋路徑表示式方式 例如: //子元素//子子元素
  4. 謂語（條件篩選）方式 例如: //元素[@attr1=value]

• 獲取不同節點語法

  獲取型別	語法程式碼
  獲取元素節點	元素名稱
  獲取屬性節點	@屬性名稱

絕對路徑表示式(瞭解)

• 絕對路徑介紹

  格式： String xpath="/元素/子元素/子子元素…";

  ​ 絕對路徑是以“/”開頭，一級一級描述標籤的層級路徑就是絕對路徑，這裡注意不可以跨層級

  ​ 絕對路徑是從根元素開始寫路徑的，這裡開頭的“/”代表HTML文件根元素，所以在絕對路徑中不可以寫根元素路徑

• 演示需求(解析XML文件為"資料\常用xml檔案\index.html")

  需求：採用絕對路徑獲取從根節點開始逐層的html/body/div/ul/li節點列表並列印資訊
  
  

相對路徑表示式(瞭解)

• 相對路徑介紹

  格式： String xpath1=“子元素/子子元素…”;//獲取相對當前路徑元素裡面的子元素的選取

  ​ String xpath2="./子元素/子子元素";//"./"代表當前元素路徑位置

  ​ String xpath3="/子元素/子子元素";//功能與xpath1格式功能一樣

  ​ 相對路徑就是相對當前節點元素位置繼續查詢節點，需要使用JXNode.sel（xpath）進行執行相對路徑表示式。

全文搜尋路徑表示式(瞭解)

• 全文搜尋路徑介紹

  格式： String xpath1="//子元素//子子元素";

  ​ 一個“/”符號，代表逐級寫路徑

  ​ 2個“//”符號，不用逐級寫路徑，可以直接選取到對應的節點，是全文搜尋匹配的不需要按照逐層級

謂語（條件篩選 瞭解）

• 介紹

  謂語，又稱為條件篩選方式，就是根據條件過濾判斷進行選取節點

  格式：
  ​ String xpath1="//元素[@attr1=value]";//獲取元素屬性attr1=value的元素

  ​ String xpath2="//元素[@attr1>value]/@attr1"//獲取元素屬性attr1>value的d的所有attr1的值

  ​ String xpath3="//元素[@attr1=value]/text()";//獲取符合條件元素體的自有文字資料

  String xpath4="//元素[@attr1=value]/html()";//獲取符合條件元素體的自有html程式碼資料。

  ​ String xpath3="//元素[@attr1=value]/allText()";//獲取符合條件元素體的所有文字資料（包含子元素裡面的文字）

演示

public class DemoXpath {
    public static void main(String[] args) throws Exception {
        SAXReader reader = new SAXReader();
        Document document = reader.read(Demo.class.getResourceAsStream("/books.xml"));
        //獲取所有的book元素
        List<Element> list = document.selectNodes("//book");
        for (Element ele: list) {
            System.out.println(ele.attributeValue("id"));
        }

       //獲取id為0002的指定book元素的子標籤name的內容
        Element ele = (Element)document.selectSingleNode("//book[@id='0002']/name");
        System.out.println(ele.getText());
    }
}