首页 > 代码库 > XML基础

XML基础

2024-10-26 10:04:39   210人阅读

一、Xml历史

（1）gml（通用标记语言，1969）->sgml（标准通用标记语言，1985）->html（超文本标记语言，1993）->xml，extensible markup language （可扩展标记语言，1998）
二、Xml常见应用
（1）解决程序间数据传输
（2）可以做配置文件
（3）充当小型的数据库
三、Xml语法
（1）文档声明：<?xml version="1.0" encoding="gb2312" standalone="yes" ?>
          要点：xml声明放在xml文档的第一行
                  xml声明由以下几个部分组成：
  • version--文档符合XML1.0规范；
  • encoding--文档字符编码；
  • standalone--文档定义是否独立使用；默认为standalone=“no”。
（2）元素：
  • XML元素指XML文件中出现的标签，一个标签分为开始标签和结束标签，标签分为包含标签体（<a>www.sohu.cn</a>）和不含标签体（简写为<a/>）的形式。
  • 一个标签中也可以嵌套若干子标签。但所有标签必须合理的嵌套，绝对不允许交叉嵌套。      
  • 每个XML文档必须有且只有一个根元素，根元素是一个完全包括文档中其他所有元素的元素。
  • 对于XML标签中出现的所有空格和换行，XML解析程序都会当做标签内容进行处理。
  • 命名规范：一个XML元素可以包含字母、数字以及其他一些可见字符。
  • 区分大小写，例如，<p>和</p>是两个不同的标记；
  • 不能以数字或“_”（下划线）开头；
  • 不能包含空格；
  • 名称中间不能包含冒号“：”；
（3）属性
  • 属性值用双引号（"）或单引号（‘）分隔（如果属性值中有 ‘，用 " 分隔；有 " ,用 ‘ 分隔；如果既有 ‘ 又有 " ，则需要使用字符实体）；
  • 一个元素可以有多个属性，它的基本格式为：<元素名 属性名="属性值">；
  • 特定的属性名称在同一个元素标记中只能出现一次；
  • 属性值不能包括<，>，&。
（4）注释：<!--这是一个注释-->
  • 注释内容中不要出现--；
  • 不要把注释放在标签中，可以放在除标签以外的任何地方；
  • 注释不能嵌套；
  • XML声明之前不能有注释。
（5）CDATA节：用于把整段文本解释为纯字符数据而不是标签的情况，CDATA节中的所有字符都会被当做元素字符数据的常量部分，而不是XML标签。
          语法：<![CDATA[。。。。内部字符数据部分。。。。]]>
          要点：内部字符数据部分中可以输入任意字符（除]]>外）；不能嵌套。CDATA节可用于传递小型图片。
（6）处理指令：processing instruction，简称PI
          要点：处理指令必须以“<?”作为开头，以“?>”作为结尾，XML声明语句就是最常见的一种处理指令。
四、XML文件约束—dtd
（1）xml文件常用的约束有dtd、schema
（2）dtd（document type definition 文档类型定义）文件一般和xml文件配合使用来约束xml的书写规范。
（3）dtd文档的定义语句、声明及引用：
　　　　DTD语法：
               元素定义：
　　　　<!ELEMENT NAME（节点名） CONTENT>
　　　　 其中CONTENT取值可以为：
　　　　EMPTY：该元素不能包含子元素和文本，但可以有属性（空元素）
　　　　ANY：该元素可以包含任何在DTD中定义的元素内容，一般为当前节点名下面所包含的节点名列表
　　　　#PCDATA：可以包含任何字符数据，但是不能在其中包含任何子元素其他类型（组合）
修饰符：
 
技术分享　　　
　　　　eg：
　　　　<!ELEMENT 班级 (学生+)>
　　　　<!ELEMENT 学生 (名字,年龄,介绍)>
　　　　<!ELEMENT 名字 (#PCDATA)>
　　　　<!ELEMENT 年龄 (#PCDATA)>
　　　　<!ELEMENT 介绍 (#PCDATA)>
　　　　其中#PCDATA表示该节点名内可放任何文本
　　属性定义语法：
　　　　<!ATTLIST 元素名称 
　　　　     属性名称 类型 属性特点
　　　　     属性名称 类型 属性特点......
　　　　>
　　　　
　　　　类型的可取值：
  • CDATA     表示属性值可以是任何字符（包括数字和中文）
  • ID     表示该属性的取值必须唯一，且不能以数字开头
  • IDREF/IDREFS     表示该属性的值指向文档中其它地方声明的ID属性的值，IDREFS表示可有指向多个ID属性的值，用空格进行分隔。
  • Enumerated     表示属性的值必须是事先所列出的值的范围内。 
    　　eg：<!ATTLIST person 婚姻状况 (single|married|divorced|widowed) #IMPLIED>
  • ENTITY/ENTITIES：实体，用于为一段内容创建一个别名，以后在XML文档中就可以使用别名来引用这段内容了。
　　　　　　　　可分为两种类型：引用实体和参数实体
　　　　　　　　     引用实体：
  • 主要用在XML文档中
  • 语法格式（dtd中最后定义）：
    <!ENTITY 实体名称 "实体内容">：在被引用的时候直接转化为实体内容
  • 引用方式（xml中引用）：&实体名称；
  • 使用例子：
    <!ENTITY copyright "I am a programmer">
    ...
    ©right;

　　　　　　　　　　参数实体：

  • 被DTD文件自身使用
  • 语法格式：
    <！ENTITY % 实体名称 "实体内容">
  • 引用方式
    %实体名称;
  • 使用例子：
    <!------------------第一个例子------------------->
    <!ENTITY % TAG_NAMES "姓名|EMAIL|电话|地址">...<!ELEMENT 个人信息 (%TAG_NAMES;|生日)><!ELEMENT 客户信息 (%TAG_NAMES;|公司名)><!---------------第二个例子------------------><!ENTITY % common.attributes     "id ID #IMPLIED     account CDATA #REQUIRED">...<!ATTLIST purchaseOrder %common.attributes;><!ATTLIST item %common.attributes;>

　　　　属性特点的可取值：　

  • #REQUIRED     表示必须有该属性值
  • #IMPLIED     表示可有可无
  • #FIXED value     表示可以没有，但如果有则属性值必须是固定值value     eg：<!ATTLIST 姓名 地址 #CDATA #FIXED "北京">
  • Default value 表示如果不指定，则默认值为value

　　声明：

  • 内部DTD文档　　
    <!DOCTYPE 根元素 [dtd定义内容]>
  • 外部DTD文档　　
    <!DOCTYPE 根元素 SYSTEM "DTD文件路径">
  • 内外部DTD文档结合　　
    <!DOCTYPE 根元素 SYSTEM "DTD文件路径" [内部dtd定义内容]>
　　引用：xml文件使用DOCTYPE声明语句来指明它所遵循的DTD文件
  • 当引用的DTD文件在本地时，采用：　　
    <!DOCTYPE 文档根节点 SYSTEM "DTD文件的本地路径">
  • 当引用的DTD文件是一个公共的文件时，采用：　　
    <!DOCTYPE 文档根节点 PUBLIC "DTD名称" "DTD文件的URL">
（4）编程校验XML文档正确性javascript代码）
      • 创建xml文档解析器对象　　
        var xmldoc=new ActiveXObject("Microsoft.XMLDOM");
      • 开启xml校验　　
        xmldoc.validateOnParse="true";
      • 装载xml文档　　
        xmldoc.load("book.xml");
      • 获取错误信息（一般用document.writeln(xmldoc.parseError.reason);打印出来）　　
        xmldoc.parseError.reason;
        xmldoc.parseError.line;
五、编码问题
ansi：American national standard institute 美国国家标准协会
ansi编码一般为操作系统默认编码，不同国家不一样，可能是gb2312、gbk、big5等，xml文件保存编码格式和文档声明中encoding的编码格式要一致！！！
六、XML编程
1、xml解析技术介绍
     分为：dom解析（W3C推出的标准）和sax解析
     DOM解析与SAX解析的优缺点：
  • 使用DOM解析XML文档时，需要读取整个XML文档，在内存中构建代表整个DOM树的Document对象，从而再对XML文档进行操作。如果XML文档特别大，就会消耗计算机的大量内存，严重的情况下甚至还可能导致内存溢出。
  • SAX解析允许在读取文档的时候，即对文档进行处理，不必等到整个文档装载完才对文档进行处理。
　　解析器：Crimson（sun）、Xerces（ibm捐给apache社区）、Aelfred2（dom4j）
　　解析API：Jaxp（sun）[dom]、dom4j[dom]（性能最好）
2、JAXP介绍
     （1）JAXP开发包是J2SE的一部分，它由javax.xml、org.w3c.dom、org.xml.sax包及其子包组成。
     （2）获得DOM解析器的步骤：
  • 调用DocumentBuilderFactory.newInstance()方法得到创建DOM解析器的工厂；
  • 调用工厂对象的newDocumentBuilder方法得到DOM解析器对象；
  • 调用DOM解析器对象的parse()方法解析XML文档，得到代表整个文档的Document对象，进行可以利用DOM特性对整个XML文档进行操作了。
3、SAX
     （1）sax主要用于对xml文件解析（读取数据），不能去修改、删除、添加元素及属性；
     （2）sax技术是一种推的机制，发现内容自动调用相应的监听函数，具体如何处理由程序员自己决定。
4、DOM4j解析技术（效率高，同时可以进行crud操作）
     （1）开发dom4j需要引入相应的jar包
     （2）获得Document对象：
  • 读取XML文件，获得Document对象　　
         SAXReader reader=new SAXReader();　　
         Document document=reader.read(new File("文件路径"));
  • 解析XML形式的文本，得到document对象
         String text="<members></members>";
         Document documet=DocumentHelper.parseText(text);
     
  • 主动创建document对象
         Document document=DocumentHelper.createDocument();
         //创建根节点     
         Element root=document.addElement("members");
　　（3）获得节点对象
  • 获得文档的根节点：　　
         Element root=document.getRootElement();
  • 取得某个节点的子节点　　
         Element element=node.element("节点名字");
  • 取得节点的文字
         String text=node.getText();
5、xpath
　　往往是结合dom4j使用，使用xpath时需要引入jaxen-1.1-beta-6.jar这个jar包；可以方便的访问到xml文档中的某个节点。

XML基础


联系
我们