跳至主要內容

XML

荒流2020年10月28日大约 11 分钟约 3243 字

1. 概念

XML(Extensible Markup Language)，可扩展标记语言。可扩展的含义是：标签都是自定义的，可以在不中断应用程序的情况下进行扩展。

XML的功能为存储数据。可作为配置文件，并方便在网络中传输数据。

XML与HTML的区别：

  • XML的标签都是自定义的，HTML标签是预定义的；
  • XML的语法严格，HTML语法松散（历史上浏览器恶性竞争所致）；
  • XML是存储数据的，HTML是展示数据的。

2. 引导案例

设想一下，我们创建了一个应用程序，可将 <to>、<from> 以及 <body> 元素提取出来，并产生以下的输出：

MESSAGE To: George From: John

Don't forget the meeting!

<note>
    <to>George</to>
    <from>John</from>
    <body>Don't forget the meeting!</body>
</note>

若之后这个 XML 文档作者又向这个文档添加了如左的一些额外的信息，那么这个应用程序会中断或崩溃吗？答案是否定的，因为应用程序依然可以找到XML文档中的 <to>、<from> 以及 <body> 元素，并产生同样的输出。XML的优势之一，就是可以经常在不中断应用程序的情况下进行扩展。

<note>
    <date>2008-08-08</date>
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
</note>

3. 基本语法

  • XML文档的后缀名为“.xml”
  • XML的第一行为文档声明，定义XML的版本、编码等；
  • XML的第二行为根标签，根标签只能有且仅有一个；
  • 属性值必须使用引号（单双均可）引起来；
  • 标签必须正确关闭；
  • XML的标签名称区别大小写。
<?xml version='1.0' ?>
<users>
    <user id='1'>
        <name>zhangsan</name>
        <age>23</age>
        <gender>male</gender>
        <br/>
    </user>
    <user id='2'>
        <name>lisi</name>
        <age>24</age>
        <gender>female</gender>
    </user>
</users>

4. XML文档的构成组件

  1. 元素：即标签，如<note>, <message>……元素可包含文本、其他元素或为空。

    <body>body text in between</body>
<message>some message in between</message>

  2. 属性：提供有关元素的额外信息，其总是被置于某元素的开始标签中。

    <img src="computer.gif" />

  3. 实体：用来定义普通文本的变量。实体引用即是对这些实体的引用，当文本被XML解析器解析时，实体就会被展开。

    代码对应符号含义
    &lt;<小于
    &gt;>大于
    &amp;&和号
    &apos;'单引号
    &quot;"引号

  4. PCDATA：parse character data，被解析的字符数据。可把PCDATA想象为XML元素的开始标签与结束标签之间的文本，PCDATA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。

  5. CDATA：character data，字符数据，意为不会被解析器解析的文本。在这些文本中的内容不会被当作标记为对待，其中的实体不会被展开。

    <!-- 格式：<![CDATA[ 数据 ]]> -->

<!-- CDATA区示例 -->
<![CDATA[ if(a < b && b < c) {} ]]>
<!-- 报错，字符错误，特殊字符不能直接出现 -->
<code>if(a < b && b < c) {}</code>

5. 一些说明事项

5.1 XML 元素 vs 属性

没有什么规矩可以告诉我们什么时候该使用属性，而什么时候该使用子元素。“我的经验是在 HTML 中，属性用起来很便利，但是在 XML 中，应该尽量避免使用属性。如果信息感觉起来很像数据，那么请使用子元素吧。”

<!-- 
请看这个例子。在第一个例子中，sex 是一个属性；在第二个例子中，sex 则是一个子元素。两个例子均可提供相同的信息。
 -->

<person sex="female">
    <firstname>Anna</firstname>
    <lastname>Smith</lastname>
</person>
<person>
    <sex>female</sex>
    <firstname>Anna</firstname>
    <lastname>Smith</lastname>
</person>

5.2 谁编写XML？用户，即软件使用者。谁解析XML？软件。

  1. 实际上，使用XML的场景中，软件为半成品软件——框架，用户为程序员（因为：试想微信、QQ这样的成品软件，用户显然不是通过配置XML文档来使用的，而是通过按钮设置的）。
  2. 同样地，由于XML的标签是任意的，软件需要为自己编写一个XML的约束文档，以便程序员查阅后编写正确的配置文件。

6. XML约束

XML中的约束（文档）：规定XML文档的书写规则。XML约束文档可分为两种类型：

  • DTD：一种简单的约束技术
  • Schema：一种复杂的约束技术

6.1 引入DTD文档到XML文档中：

  • 内部DTD：将约束规则定义在XML文档中（不常用，了解即可)

  • 外部DTD：将约束规则定义在外部的DTD文件中

    • 本地：

      <!DOCTYPE 根标签名 SYSTEM "DTD文件的位置">

    • 网络

      <!DOCTYPE 根标签名 PUBLIC "DTD文件名字" "DTD文件的位置URL">

6.2 引入Schema文档到XML文档中：

<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xmlns="http://www.itcast.cn/xml" 
        xsi:schemaLocation="http://www.itcast.cn/xml student.xsd">

作为框架的使用者（程序员）：

  • 能够在XML中引入约束文档；
  • 能够简单地读懂约束文档。

7. DTD文档

DTD（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。DTD可被成行地声明于XML文档中，也可作为一个外部引用。

7.1 内部的DOCTYPE声明（不常用）

语法：<!DOCTYPE 根元素 [元素声明]>

<?xml version="1.0"?>
<!--  Copyright w3school.com.cn -->
<!DOCTYPE note [
  <!ELEMENT note    (to,from,heading,body)>
<!ELEMENT to      (#PCDATA)>
<!ELEMENT from    (#PCDATA)>
<!ELEMENT heading (#PCDATA)>
<!ELEMENT body    (#PCDATA)>
]>
<note>
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
</note>
  • !DOCTYPE note (第二行)定义此文档是 note 类型的文档。
  • !ELEMENT note (第三行)定义 note 元素有四个元素："to、from、heading,、body"
  • !ELEMENT to (第四行)定义 to 元素为 "#PCDATA" 类型
  • !ELEMENT from (第五行)定义 from 元素为 "#PCDATA" 类型
  • !ELEMENT heading (第六行)定义 heading 元素为 "#PCDATA" 类型
  • !ELEMENT body (第七行)定义 body 元素为 "#PCDATA" 类型

7.2 外部的文档声明（推荐）

  • XML中引用外部DTD文档的语法

    位置语法
    本地<!DOCTYPE 根元素 SYSTEM "DTD文件名">
    网络<!DOCTYPE 根元素 PUBLIC "DTD文件名" "DTD文件的位置URL">

  • XML文档的内容

    <?xml version="1.0"?>
<!DOCTYPE note SYSTEM "note.dtd">
<note>
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
</note>

  • 外部的“note.dtd”文件

    <!ELEMENT note (to,from,heading,body)>
<!ELEMENT to (#PCDATA)>
<!ELEMENT from (#PCDATA)>
<!ELEMENT heading (#PCDATA)>
<!ELEMENT body (#PCDATA)>

7.3 DTD元素声明

7.3.1 基本语法

语法
<!ELEMENT 元素名称 类别>
<!ELEMENT 元素名称 (元素内容)>

7.3.2 特殊声明

  • 空元素：<!ELEMENT 元素名称 EMPTY>

  • 只有PCDATA的元素：<!ELEMENT 元素名称 (#PCDATA)>

  • 带有任何内容的元素：<!ELEMENT 元素名称 ANY>

  • 带有子元素（序列）的元素。

    当子元素按照由逗号分隔开的序列进行声明时，这些子元素必须按照相同的顺序出现在文档中。在一个完整的声明中，子元素也必须被声明，同时子元素也可拥有子元素。

    • <!ELEMENT 元素名称 (子元素名称 1)>
    • <!ELEMENT 元素名称 (子元素名称 1,子元素名称 2,.....)>

  • 声明只出现一次的元素

    <!ELEMENT 元素名称 (子元素名称)>

  • 声明最少出现一次的元素

    <!ELEMENT 元素名称 (子元素名称+)>

  • 声明出现零次/多次的元素

    <!ELEMENT 元素名称 (子元素名称*)>

  • 声明出现零次/一次的元素

    <!ELEMENT 元素名称 (子元素名称?)>

  • 声明“非…即…”类型的内容

    <!ELEMENT note (to,from,header,(message|body))>

  • 声明混合类型的内容

    <!ELEMENT note (#PCDATA|to|from|header|message)*>

7.4 DTD属性声明

7.4.1 基本语法

  • 语法：<!ATTLIST 元素名称 属性名称 属性类型 默认值>

  • 示例：

    <!ATTLIST payment type CDATA "check">DTD实例
    <payment type="check" />XML实例

7.4.2 属性类型的选项

类型描述
CDATA值为字符数据 (character data)
(en1|en2|..)此值是枚举列表中的一个值
ID值为唯一的 id
IDREF值为另外一个元素的 id
IDREFS值为其他 id 的列表
NMTOKEN值为合法的 XML 名称
NMTOKENS值为合法的 XML 名称的列表
ENTITY值是一个实体
ENTITIES值是一个实体列表
NOTATION此值是符号的名称
xml:值是一个预定义的 XML 值

7.4.3 默认值参数可使用下列值

值属性的默认值
#REQUIRED属性值是必需的
#IMPLIED属性不是必需的
#FIXED value属性值是固定的

7.5 列举属性值

语法：<!ATTLIST 元素名称 属性名称 (en1|en2|..) 默认值>

示例：

  • DTD例子：<!ATTLIST payment type (check|cash) "cash">
  • XML例子： <payment type="check" />

7.6 DTD实体声明

实体是用于定义引用普通文本或特殊字符的快捷方式的变量，实体可在内部或外部声明。

7.6.1 内部实体声明

语法：<!ENTITY 实体名称 "实体的值">

示例：

<!ENTITY writer "Bill Gates">
<!ENTITY copyright "Copyright W3School.com.cn">		DTD例子
<author>&writer;&copyright;</author>XML例子

7.6.2 外部实体声明

语法：<!ENTITY 实体名称 SYSTEM "URI/URL">

示例：

<!ENTITY writer SYSTEM "http://www.w3school.com.cn/dtd/entities.dtd">
<!ENTITY copyright SYSTEM "http://www.w3school.com.cn/dtd/entities.dtd">		DTD例子
<author>&writer;&copyright;</author>XML例子

7.7 DTD文档示例

电视节目表DTD

<!DOCTYPE TVSCHEDULE [

<!ELEMENT TVSCHEDULE (CHANNEL+)>
<!ELEMENT CHANNEL (BANNER,DAY+)>
<!ELEMENT BANNER (#PCDATA)>
<!ELEMENT DAY (DATE,(HOLIDAY|PROGRAMSLOT+)+)>
<!ELEMENT HOLIDAY (#PCDATA)>
<!ELEMENT DATE (#PCDATA)>
<!ELEMENT PROGRAMSLOT (TIME,TITLE,DESCRIPTION?)>
<!ELEMENT TIME (#PCDATA)>
<!ELEMENT TITLE (#PCDATA)>
<!ELEMENT DESCRIPTION (#PCDATA)>

<!ATTLIST TVSCHEDULE NAME CDATA #REQUIRED>
<!ATTLIST CHANNEL CHAN CDATA #REQUIRED>
<!ATTLIST PROGRAMSLOT VTR CDATA #IMPLIED>
<!ATTLIST TITLE RATING CDATA #IMPLIED>
<!ATTLIST TITLE LANGUAGE CDATA #IMPLIED>

]>

8. Schema文档

8.1 简介

XML Schema是基于XML的DTD替代者，其描述的也是XML文档的结构。XML Schema语言也称作XML Schema定义（XML Schema Definition），简称XSD。

XML相对DTD的优势：

  • 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
  • XML Schema 支持命名空间

8.2 示例

  • 一个XML文档

    <?xml version="1.0"?>
<note>
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
</note>

  • DTD方案

    • DTD约束文件

      <!ELEMENT note (to, from, heading, body)>
<!ELEMENT to (#PCDATA)>
<!ELEMENT from (#PCDATA)>
<!ELEMENT heading (#PCDATA)>
<!ELEMENT body (#PCDATA)>

    • 采用DTD约束

      <?xml version="1.0"?>
<!DOCTYPE note SYSTEM "http://www.w3school.com.cn/dtd/note.dtd">
<note>
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
</note>

  • Schema方案

    • Schema约束文件

      <?xml version="1.0"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" 
    targetNamespace="http://www.w3school.com.cn"
    xmlns="http://www.w3school.com.cn" 
    elementFormDefault="qualified">
    <xs:element name="note">
        <xs:complexType>
            <xs:sequence>
                <xs:element name="to" type="xs:string"/>
                <xs:element name="from" type="xs:string"/>
                <xs:element name="heading" type="xs:string"/>
                <xs:element name="body" type="xs:string"/>
            </xs:sequence>
        </xs:complexType>
    </xs:element>
</xs:schema>

    • 采用Schema约束

      <?xml version="1.0"?>
<note xmlns="http://www.w3school.com.cn"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
    xsi:schemaLocation="http://www.w3school.com.cn note.xsd">
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
</note>

8.3 Schema语法

<schema>元素可包含属性，一个schema声明通常类似这样：

<?xml version="1.0"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" 
    targetNamespace="http://www.w3school.com.cn"
    xmlns="http://www.w3school.com.cn" 
    elementFormDefault="qualified">
    
...
...
</xs:schema>
  • 语句xmlns:xs="http://www.w3.org/2001/XMLSchema"表明schema中用到的元素和数据类型来自命名空间 http://www.w3.org/2001/XMLSchema ，同时它还规定了来自此命名空间的元素和数据类型应该使用前缀xs；
  • 语句targetNamespace="http://www.w3school.com.cn"表明被此schema定义的元素(note, to, from, heading, body)来自命名空间http://www.w3school.com.cn ；
  • 语句xmlns="http://www.w3school.com.cn" 指出默认的命名空间是http://www.w3school.com.cn ；
  • 语句elementFormDefault="qualified">指出任何XML实例文档所使用的且在此schema中声明过的元素必须被命名空间限定。

8.4 在XML文档中引用Schema

<?xml version="1.0"?>
<note xmlns="http://www.w3school.com.cn"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
    xsi:schemaLocation="http://www.w3school.com.cn note.xsd">
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
</note>
  • 语句xmlns="http://www.w3school.com.cn"规定了默认命名空间的声明，此声明会告知schema验证器，在此XML文档中使用的所有元素都被声明于" http://www.w3school.com.cn "这个命名空间；
  • 当拥有了XML Schema的实例命名空间…...

9. 解析XML

9.1 概念

  1. XML解析：将XML文档中的数据读取到内存中。
  2. XML写入：将内存中的数据保存到XML文档中，作为持久化的存储。

9.2 解析XML的方式

  • DOM：将标记语言文档一次性加载进内存，在内存中形成一棵DOM树。
    1. 优点：操作方便，可以对文档进行CRUD的所有操作；
    2. 缺点：占内存
  • SAX：逐行读取，基于事件驱动。
    1. 优点：几乎不占内存
    2. 缺点：只能读取，不能增删改

9.3 常见的XML解析器

解析器评价
JAXPsun公司提供的解析器，支持DOM和SAM两种思想，但“性能烂 ”
DOM4J一款非常优秀的解析器
Jsoup很优秀就完事儿了…
PULLAndroid操作系统内置的解析器，采用SAX方式
  • Jsoup 使用步骤：
    • 导入jar包
    • 获取Document对象
    • 获取对应的标签Element对象
    • 获取数据
编辑此页
上次编辑于: 2024/4/2 13:51:27
贡献者: chua-n
应无所住，而生其心
Copyright © 2024 荒流