10分鐘掌握XML、JSON及其解析

Long Luo的部落格發表於2014-11-03
XMLJSON

引言

NOKIA 有句著名的廣告語：“科技以人為本”。任何技術都是為了滿足人的生產生活需要而產生的。具體到小小的一個手機，裡面蘊含的技術也是浩如煙海，是幾千年來人類科技的結晶，單個人窮其一生也未必能掌握其一角。不過個人一直認為基本的技術和思想是放之四海而皆準的，許多技術未必需要我們從頭到尾再研究一遍，我們要做的就是站在巨人的肩膀上，利用其成果來為人們的需求服務。

隨著移動網際網路時代的大潮，越來越多的App不光是需要和網路伺服器進行資料傳輸和互動，也需要和其他 App 進行資料傳遞。承擔App與網路來進行傳輸和儲存資料的一般是XML或者JSON。在移動網際網路時代，XML和JSON很重要。

最近一段時間，個人綜合了之前對XML、JSON的一些瞭解，參考了相關資料，再結合視訊的程式碼，把自己的一些思考融入了這篇總結文件中，同時嘗試用通俗詼諧的語言風格來闡述，期望能給感興趣的讀者帶來幫助。

為了不和時代落伍，我們必須要學習 XML 和 JSON，但同時它們也很容易學習，Let’s start:–)

一、XML

XML即可擴充套件標記語言(eXtensible Markup Language)。標記是指計算機所能理解的資訊符號，通過此種標記，計算機之間可以處理包含各種資訊的文章等。如何定義這些標記，既可以選擇國際通用的標記語言，比如HTML，也可以使用象XML這樣由相關人士自由決定的標記語言，這就是語言的可擴充套件性。XML是從SGML中簡化修改出來的。它主要用到的有XML、XSL和XPath等。

上面這段是對XML的一個基本定義，一個被廣泛接受的說明。簡單說，XML就是一種資料的描述語言，雖然它是語言，但是通常情況下，它並不具備常見語言的基本功能——被計算機識別並執行。只有依靠另一種語言，來解釋它，使它達到你想要的效果或被計算機所接受。

記住以下幾點就行了：

  • XML是一種標記語言，很類似HTML
  • 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。
  • XML是W3C的推薦標準

總結：

XML是獨立於軟體和硬體的資訊傳輸工具。 目前，XML在Web中起到的作用不會亞於一直作為 Web 基石的 HTML。 XML無所不在。XML是各種應用程式之間進行資料傳輸的最常用的工具，並且在資訊儲存和描述領域變得越來越流行。

1.1 XML屬性

1.1.1 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

1.1.2 XML是不作為的。

也許這有點難以理解，但是XML不會做任何事情。XML被設計用來結構化、儲存以及傳輸資訊。

下面是John寫給George的便籤，儲存為XML：

上面的這條便籤具有自我描述性。它擁有標題以及留言，同時包含了傳送者和接受者的資訊。但是，這個 XML 文件仍然沒有做任何事情。它僅僅是包裝在XML標籤中的純粹的資訊。我們需要編寫軟體或者程式，才能傳送、接收和顯示出這個文件。

1.1.3 XML僅僅是純文字

XML沒什麼特別的。它僅僅是純文字而已。有能力處理純文字的軟體都可以處理XML。 不過，能夠讀懂 XML 的應用程式可以有針對性地處理 XML 的標籤。標籤的功能性意義依賴於應用程式的特性。

1.1.4 XML允許自定義標籤

上例中的標籤沒有在任何XML標準中定義過（比如和）。這些標籤是由文件的創作者發明的。這是因為XML沒有預定義的標籤。

在HTML中使用的標籤（以及HTML的結構）是預定義的。HTML文件只使用在HTML標準中定義過的標籤（比如<p>，<h1> 等等）。

XML允許創作者定義自己的標籤和自己的文件結構。

1.1.5 XML不是對HTML的替代

XML是對HTML的補充。

XML不會替代HTML，理解這一點很重要。在大多數 web 應用程式中，XML用於傳輸資料，而HTML用於格式化並顯示資料。

1.2 XML的語法

XML的語法規則很簡單，且很有邏輯。這些規則很容易學習，也很容易使用。

1.2.1 所有元素都必須有關閉標籤

在XML中，省略關閉標籤是非法的。所有元素都必須有關閉標籤。 在HTML，經常會看到沒有關閉標籤的元素：

在XML中，省略關閉標籤是非法的。所有元素都必須有關閉標籤：

註釋：您也許已經注意到XML宣告沒有關閉標籤。這不是錯誤。宣告不屬於XML本身的組成部分。它不是XML元素，也不需要關閉標籤。

1.2.2 XML標籤對大小寫敏感

XML元素使用XML標籤進行定義。

XML標籤對大小寫敏感。在XML中，標籤與標籤是不同的。

必須使用相同的大小寫來編寫開啟標籤和關閉標籤：

1.2.3 XML標籤對大小寫敏感

在 HTML 中，常會看到沒有正確巢狀的元素：

在 XML中，所有元素都必須彼此正確地巢狀：

在上例中，正確巢狀的意思是：由於<i>元素是在<b>元素內開啟的，那麼它必須在<b>元素內關閉。

1.2.4 XML文件必須有根元素

XML文件必須有一個元素是所有其他元素的父元素。該元素稱為根元素。

1.2.5 XML的屬性值須加引號

與 HTML 類似，XML 也可擁有屬性（名稱/值的對）。 在 XML 中，XML 的屬性值須加引號。請研究下面的兩個 XML 文件。第一個是錯誤的，第二個是正確的：

1.2.6 實體引用

在 XML 中，一些字元擁有特殊的意義。 如果你把字元 “<” 放在 XML 元素中，會發生錯誤，這是因為解析器會把它當作新元素的開始。 這樣會產生 XML 錯誤：

為了避免這個錯誤，請用實體引用來代替 “<” 字元：

在 XML 中，有 5 個預定義的實體引用：

註釋：在 XML 中，只有字元 “<” 和 “&” 確實是非法的。大於號是合法的，但是用實體引用來代替它是一個好習慣。

1.2.7 XML中的註釋

在 XML 中編寫註釋的語法與 HTML 的語法很相似：

在 XML 中，空格會被保留 HTML 會把多個連續的空格字元裁減（合併）為一個：

輸出: Hello my name is David. 在 XML 中，文件中的空格不會被刪節。

1.2.8 以 LF 儲存換行

在 Windows 應用程式中，換行通常以一對字元來儲存：回車符 (CR) 和換行符 (LF)。這對字元與打字機設定新行的動作有相似之處。在 Unix 應用程式中，新行以 LF 字元儲存。而 Macintosh 應用程式使用CR來儲存新行。

1.3 XML CDATA

所有XML文件中的文字均會被解析器解析。

只有CDATA區段（CDATA section）中的文字會被解析器忽略。

1.3.1 PCDATA

PCDATA指的是被解析的字元資料（Parsed Character Data）。

XML解析器通常會解析XML文件中所有的文字。 當某個XML元素被解析時，其標籤之間的文字也會被解析：

解析器之所以這麼做是因為 XML 元素可包含其他元素，就像這個例子中，其中的元素包含著另外的兩個元素(first和last)：

而解析器會把它分解為像這樣的子元素：

1.3.2 轉義字元

非法的XML字元必須被替換為實體引用（entity reference）。

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：

為了避免此類錯誤，需要把字元 “<” 替換為實體引用，就像這樣：

在 XML 中有 5 個預定義的實體引用：

註釋：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。

1.3.3 CDATA

術語CDATA指的是不應由XML解析器進行解析的文字資料（Unparsed Character Data）。

在 XML 元素中，”<“ 和 ”&“ 是非法的。

“<” 會產生錯誤，因為解析器會把該字元解釋為新元素的開始。 “&” 也會產生錯誤，因為解析器會把該字元解釋為字元實體的開始。

某些文字，比如 JavaScript 程式碼，包含大量 “<” 或 “&” 字元。為了避免錯誤，可以將指令碼程式碼定義為 CDATA。 CDATA 部分中的所有內容都會被解析器忽略。 CDATA 部分由 “<![CDATA[” 開始，由 “]]>” 結束：

這是展示一部電影的具體資料，包括標題、介紹、內容、導演、演員、時長、上映年份等很多內容。

1.5 XML樹結構

XML文件形成了一種樹結構，它從“根部”開始，然後擴充套件到“枝葉”。

1.5.1 一個XML文件例項

XML使用簡單的具有自我描述性的語法：

第一行是XML宣告。它定義XML的版本(1.0)和所使用的編碼(ISO-8859-1=Latin-1/西歐字符集)。

下一行描述文件的根元素（像在說：“本文件是一個便籤”）：

接下來 4 行描述根的 4 個子元素（to, from, heading 以及 body）：

最後一行定義根元素的結尾：

從本例可以設想，該XML文件包含了John給George的一張便籤。

  • XML具有出色的自我描述性，你同意嗎？
  • XML文件形成一種樹結構
  • XML文件必須包含根元素。該元素是所有其他元素的父元素。
  • XML文件中的元素形成了一棵文件樹。這棵樹從根部開始，並擴充套件到樹的最底端。

所有元素均可擁有子元素：

父、子以及同胞等術語用於描述元素之間的關係。父元素擁有子元素。相同層級上的子元素成為同胞（兄弟或姐妹）。

所有元素均可擁有文字內容和屬性（類似HTML中）。

1.6 XML DOM

想到這裡，大家都有點迫不及待了，XML 檔案到底如何解析呢？

但是，別急，讓子彈先飛會兒:–)

在XML解析之前，我們必須系統性的學習一下 XML DOM 知識：

1.6.1 定義

XML DOM(XML Document Object Model) 定義了訪問和操作XML文件的標準方法。

DOM把XML文件作為樹結構來檢視。能夠通過DOM樹來訪問所有元素。可以修改或刪除它們的內容，並建立新的元素。元素，它們的文字，以及它們的屬性，都被認為是節點。

XML DOM是：

  • 用於XML的標準物件模型
  • 用於XML的標準程式設計介面
  • 中立於平臺和語言
  • W3C的標準

XML DOM定義了所有XML元素的物件和屬性，以及訪問它們的方法（介面）。

換句話說：

DOM將XML文件作為一個樹形結構，而樹葉被定義為節點。

1.6.2 總結

XML DOM其實比較複雜，在這麼短的篇幅裡也無法一一進行講解。想詳細瞭解XML DOM可以好好去學習下

1.7 XML如何解析？

上面講了這麼多關於XML的東西，那麼XML檔案應該如何解析呢？

終於到了我們的重頭戲了

下面以視訊專案為例，展示如何解析XML檔案：

1.7.1 Step 1

XML檔案是一棵樹，首先需要找到對應的節點，然後從節點開始解析，比如搜尋找到的就是result/weights/weight 和result/weights/weight 2個節點，分別從這個開始解析：

1.7.2 Step 2

　找到了對應的Node，即從對應的Node開始遞迴的查詢，直到找到最小的節點，也就是最基本的單元Element。再對每一個Element進行解析：

1.7.3 Step 3

　針對獲取到的Element，解析出對應的String將資料傳遞給VideoInfo這個類：

1.7.4 Step 4

　當使用XML解析器將XML資料解析出來之後。需要將這些資料提取出來，也是通過連續2層提取，將資料定位到每個video， 將每個video裡的資料傳遞給SearchVideoInfo這個ArrayList，然後將ArrayList中的資料和對應的Adapter資料關聯起來：

以上就是搜尋資料的XML的解析和資料展示過程。

二、JSON

XML很好很強大，但是最近有另外一個時代弄潮兒，這就是JSON。現在JSON的光環已經逐漸超越了XML，各大網站提供的資料介面一般都是JSON。下面我們就來學習下JSON。

2.1 JSON是什麼？

JSON：JavaScript物件表示法(JavaScript Object Notation）, 是一種輕量級的資料交換格式, 易於人閱讀和編寫, 同時也易於機器解析和生成。

JSON是儲存和交換文字資訊的語法，類似XML。

JSON採用完全獨立於語言的文字格式，但是也使用了類似於C語言家族的習慣（包括C, C++, C#, Java, JavaScript, Perl, Python等）。 這些特性使JSON成為理想的資料交換語言

2.2 JSON格式

JSON構建於兩種結構：

  1. “名稱/值”對的集合(A collection of name/value pairs)。不同的語言中，它被理解為物件（object），紀錄（record），結構(struct)，字典(dictionary)，雜湊表（hash table），有鍵列表(keyed list)，或者關聯陣列(associative array)。
  2. 值的有序列表(An ordered list of values)。在大多數語言中，它被理解為陣列(array)、向量(vector), 列表(list)或者是序列(sequence)。

JSON具有以下這些形式：

  • 物件是一個無序的“’名稱/值’對”集合。一個物件以“{”（左括號）開始，“}”（右括號）結束。每個“名稱”後跟一個“:”（冒號）；“‘名稱/值’ 對”之間使用“,”（逗號）分隔。

JSON Object

  • 陣列是值(value)的有序集合。一個陣列以“[”（左中括號）開始，“]”（右中括號）結束。值之間使用“,”（逗號）分隔。
  • JSON Array
    • 值(value)可以是雙引號括起來的字串（string）、數值(number)、true、false、 null、物件（object）或者陣列（array）。這些結構可以巢狀。

    JSON Value

    • 字串（string）是由0到多個Unicode字元組成的序列，封裝在雙引號（”“）中, 可以使用反斜槓（‘\’）來進行轉義。一個字元可以表示為一個單一字元的字串。

    JSON String

    • 數字(number)類似C或者Java裡面的數，沒有用到的8進位制和16進位制數除外。

    JSON Number

    2.3 舉個栗子

    上面關於JSON講了這麼多，大家都表示一頭霧水了吧？

    沒關係，我們來舉個栗子，讓大家有個直觀的感受:–)

    以目前視訊使用的iQiyi提供的頻道介面為例：

    iQiyi提供的電影頻道的JSON電影資料如下：

 

從上面的例子可以很清晰的看出JSON是如何展示一個電影的資料的，當然這是JSON格式化之後的資料。JSON的後設資料是不便於閱讀的。

2.4 如何解析JSON？

Android JSON所有相關類，都在org.json包下。

包括JSONObject、JSONArray、JSONStringer、JSONTokener、JSONWriter、JSONException。

<1>. 常見方法

目前JSON解析有2種方法，分別是get和opt方法，可以使用JSON

那麼使用get方法與使用opt方法的區別是？

JsonObject方法，opt與get建議使用opt方法，因為get方法如果其內容為空會直接丟擲異常。不過JsonArray.opt(index)會有越界問題需要特別注意。

opt、optBoolean、optDouble、optInt、optLong、optString、optJSONArray、optJSONObject get、getBoolean、getDouble、getInt、getLong、getString、getJSONArray、getJSONObject

<2>. Android中如何建立JSON？

在Android中應該如何建立JSON呢？

下面展示了一個如何建立JSON的例子：

其輸出結果如下所示：

<3>. 如何解析JSON？

下面以視訊中解析iQiyi的每個視訊album資料為例來說明如何解析JSON：

第一步，需要從網路伺服器上發起請求，獲取到JSON資料：

第二步，獲取到對應的對應的JSONObject資料：

獲取到JSON Object之後，就對這個JSONObject進行解析：

<4>. Android JSON解析庫

上面介紹都是使用Android提供的原生類解析JSON，最大的好處是專案不需要引入第三方庫，但是如果比較注重開發效率而且不在意應用大小增加幾百K的話，有以下JSON可供選擇：

  1. Jackson
  2. google-gson
  3. Json-lib

大家可以去對應的官網下載並學習:)

三、 JSON vs. XML

JSON和XML就像武林界的屠龍刀和倚天劍，那麼他們孰強孰弱？

XML長期執資料傳輸界之牛耳，而JSON作為後起之秀，已經盟主發起了挑戰。

那就讓他們來進行PK一下：

<1>. JSON相比XML的不同之處

  • 沒有結束標籤
  • 更短
  • 讀寫的速度更快
  • 能夠使用內建的 JavaScript eval() 方法進行解析
  • 使用陣列
  • 不使用保留字

總之： JSON 比 XML 更小、更快，更易解析。

<2>. XML和JSON的區別：

XML的主要組成成分：

JSON的主要組成成分：

XML要表示一個object(指name-value pair的集合)，最初可能會使用element作為object，每個key-value pair 用 attribute 表示：

但如個某個 value 也是 object，那麼就不可以當作attribute:

那麼，什麼時候用element，什麼時候用attribute，就已經是一個問題了。

而JSON因為有object這種型別，可以自然地對映，不需考慮上述的問題，自然地得到以下的格式。

One More Thing…

XML需要選擇怎麼處理element content的換行，而JSON string則不須作這個選擇。

XML只有文字，沒有預設的數字格式，而JSON則有明確的number格式，這樣在locale上也安全。

XML對映陣列沒大問題，就是陣列元素tag比較重複冗餘。JSON 比較易讀。

JSON的true/false/null也能容易統一至一般程式語言的對應語義。

XML文件可以附上DTD、Schema，還有一堆的諸如XPath之類規範，使用自定義XML元素或屬性，能很方便地給資料附加各種約束條件和關聯額外資訊，從資料表達能力上看，XML強於Json，但是很多場景並不需要這麼複雜的重量級的東西，輕便靈活的Json就顯得很受歡迎了。

打個比方，如果完成某件事有兩種方式：一種簡單的，一個複雜的。你選哪個？

我只想殺只雞罷了，用得著牛刀？

JSON與XML相比就是這樣的。

四、總結

這篇文章只是對XML和JSON這2種目前主流使用的資料格式進行了解釋，並系統的學習了其中的語法及如何進行解析，同時在最好針對XML和JSON做了對比，瞭解其不同點和各自的優勢。

期望有需要的朋友有所幫助:–)

相關文章