了解、解析、检索XML

目录

XML

XML概述

XML的创建、语法规则

XML文档约束方式一-DTD约束

XML文档约束方式二-schema约束

XML解析技术

XML解析技术概述

Dom4J解析XML文件 Dom4J

XML检索技术：Xpath

XML

XML概述

XML是可扩展标记语言（eXtensible Markup Language）的缩写，它是是一种数据表示格式，可以描述非常复杂的数据结构，常用于传输和存储数据。文件后缀：.xml

XML的几个特点和使用场景

• 一是纯文本，默认使用UTF-8编码；
• 二是可嵌套； 如果把XML内容存为文件，那么它就是一个XML文件。
• XML的使用场景：XML内容经常被当成消息进行网络传输，或者作为配置文件用于存储系统的信息。 
• 用于进行存储数据和传输数据、作为软件的配置文件

        喜羊羊    懒羊羊         羊村      2022-11-11 11:11:11        狼堡    青青草原

XML的创建、语法规则

XML的创建

创建一个XML类型的文件，要求文件的后缀必须使用xml，如hello.xml

XML的语法规则

文档声明必须是第一行：

• version：XML默认的版本号码、该属性是必须存在的
• encoding：本XML文件的编码

XML的标签(元素)规则

• 标签由一对尖括号和合法标识符组成: ，必须存在一个根标签，有且只能有一个。
• 标签必须成对出现，有开始，有结束:
• 特殊的标签可以不成对，但是必须有结束标记，如:
• 标签中可以定义属性，属性和标签名空格隔开,属性值必须用引号引起来
• 标签需要正确的嵌套

XML的其他组成

• 定义注释信息：
• 特殊字符
  • <    <  小于
  • >    >  大于
  • &   &  和号
  • '  '  单引号
  • "  "  引号
• 存在CDATA区: ：可以写任何内容

    懒羊羊    3    男    睡觉     SELECT sheep FROM grassland WHERE age > 2;  2; ]]>    

XML文档约束方式一-DTD约束

问题：由于XML文件可以自定义标签，导致XML文件可以随意定义，程序在解析的时候可能出现问题。

文档约束：是用来限定xml文件中的标签以及属性应该怎么写。以此强制约束程序员必须按照文档约束的规定来编写xml文件

• 编写DTD约束文档，后缀必须是.dtd
• 在需要编写的XML文件中导入该DTD约束文档
• 按照约束的规定编写XML文件的内容。
• 可以约束XML文件的编写。
• 不能约束具体的数据类型。

XML文档约束方式二-schema约束

可以约束XML文件的标签内容格式，以及具体的数据类型；本身也是xml文件，格式更严谨。

• 写schema约束文档，后缀必须是.xsd，具体的形式到代码中观看。
• 在需要编写的XML文件中导入该schema约束文档
• 按照约束内容编写XML文件的标签。

XML解析技术

XML解析技术概述

XML的数据的作用是存储数据、做配置信息、进行数据传输。 最终需要被程序进行读取，解析里面的信息

XML解析：使用程序读取XML中的数据

两种解析方式：SAX解析、DOM解析

Dom常见的解析工具

• Document对象：整个xml文档
• Element对象：标签
• Attribute对象：属性
• Text对象：文本内容

Dom4J解析XML文件 Dom4J

得到文档对象Document，从中获取元素对象和内容。

SAXReader类

Document类

Dom4j解析XML的元素、属性、文本

    懒羊羊    3    男    睡觉     SELECT sheep FROM grassland WHERE age > 2;  2; ]]>        

import org.dom4j.Document;import org.dom4j.Element;import org.dom4j.io.SAXReader;import org.dom4j.io.SAXValidator;import org.junit.Test;import java.io.File;import java.io.InputStream;import java.util.List;public class Dom4jTest1 {    @Test    public void parseXMLData() throws Exception { //1、创建一个Dom4j的解析器对象，代表了整个dom4j框架 SAXReader saxReader = new SAXReader(); // 2、把XML文件加载到内存中成为一个Document文档对象 //Document document = saxReader.read(new File("demo5_XML/src/hello.xml")); //getResourceAsStream中的/是直接去src下寻找的文件 InputStream is = Dom4jTest1.class.getResourceAsStream("/hello.xml"); Document document = saxReader.read(is); // 获取根元素对象 Element root = document.getRootElement(); System.out.println(root.getName()); //根元素名字 List elementList = root.elements();    //获取所有一级子元素 //遍历 for(Element element : elementList) {     System.out.println(element.getName()+"   "+element.getTextTrim());     //getText---不去空格  getTextTrim---去空格 } //属性 Element element = root.element("name"); System.out.println(element.attribute("id").getName()+"-->"+element.attributeValue("id"));    }}

XML检索技术：Xpath

• Dom4j需要进行文件的全部解析，然后再寻找数据。
• Xpath技术更加适合做信息检索。Xpath技术依赖Dom4j技术

XPath在解析XML文档方面提供了一独树一帜的路径思想，更加优雅，高效 XPath使用路径表达式来定位XML文档中的元素节点或属性节点。

• /元素/子元素/孙元素/孙孙元素

Xpath作用：

    懒羊羊    3    男    睡觉     小懒羊 懒小羊 吃草 吃冰淇淋         SELECT sheep FROM grassland WHERE age > 2;  2; ]]>    

​​​​​​​

• 检索XML文件中的信息 绝对路径： /根元素/子元素/孙元素

import org.dom4j.Attribute;import org.dom4j.Document;import org.dom4j.Element;import org.dom4j.Node;import org.dom4j.io.SAXReader;import org.junit.Test;import java.util.List;//绝对路径public class XpathTest3 {    @Test    public void parse01() throws Exception { //1.创建解析器对象 SAXReader saxReader = new SAXReader(); //2.把XML加载成Document文档对象 Document document = saxReader.read(XpathTest3.class.getResourceAsStream("/hello2.xml")); //3.检索全部的名称 List nameNodes = document.selectNodes("/sheep/info/name"); for (Node nameNode : nameNodes) {     Element  nameEle = (Element) nameNode;     System.out.println(nameEle.getTextTrim()); }    }}

• 相对路径：./子元素/孙元素

import org.dom4j.Attribute;import org.dom4j.Document;import org.dom4j.Element;import org.dom4j.Node;import org.dom4j.io.SAXReader;import org.junit.Test;import java.util.List;//相对路径public class XpathTest3 {    @Test    public void parse02() throws Exception { //1.创建解析器对象 SAXReader saxReader = new SAXReader(); //2.把XML加载成Document文档对象 Document document = saxReader.read(XpathTest3.class.getResourceAsStream("/hello2.xml")); Element root = document.getRootElement(); //3.检索全部的名称 List hobbyNodes = root.selectNodes("./info/hobby");    //.代表了当前元素 for (Node hobbyNode : hobbyNodes) {     Element  nameEle = (Element) hobbyNode;     System.out.println(nameEle.getTextTrim()); }    }}

• 全文检索：//contact

import org.dom4j.Attribute;import org.dom4j.Document;import org.dom4j.Element;import org.dom4j.Node;import org.dom4j.io.SAXReader;import org.junit.Test;import java.util.List;public class XpathTest3 {    @Test    public void parse03() throws Exception { //1.创建解析器对象 SAXReader saxReader = new SAXReader(); //2.把XML加载成Document文档对象 Document document = saxReader.read(XpathTest3.class.getResourceAsStream("/hello2.xml")); //3.检索数据 List nameNodes = document.selectNodes("//name"); List hobbyNodes = document.selectNodes("//info//hobby"); for (Node nameNode : nameNodes) {     Element  nameEle = (Element) nameNode;     System.out.println(nameEle.getTextTrim()); } for (Node hobbyNode : hobbyNodes) {     Element  nameEle = (Element) hobbyNode;     System.out.println(nameEle.getTextTrim()); }    }}

• 属性查找：//@属性名 、//元素[@属性名]、//元素//[@属性名=‘值’]

import org.dom4j.Attribute;import org.dom4j.Document;import org.dom4j.Element;import org.dom4j.Node;import org.dom4j.io.SAXReader;import org.junit.Test;import java.util.List;public class XpathTest3 {   @Test    public void parse04() throws Exception { //1.创建解析器对象 SAXReader saxReader = new SAXReader(); //2.把XML加载成Document文档对象 Document document = saxReader.read(XpathTest3.class.getResourceAsStream("/hello2.xml")); //3.检索数据 List nodes = document.selectNodes("//name[@id]"); for (Node node : nodes) {     Element ele = (Element) node;     System.out.println(ele.getTextTrim() + "--->" + ele.attributeValue("id")); } // 查询name元素（包含id属性的） Node node = document.selectSingleNode("//name[@id=1]"); Element ele = (Element) node; System.out.println(ele.getTextTrim());    }}