xml語法、DTD約束xml、Schema約束xml、DOM解析xml

今日大綱

1、什么是xml、xml的作用

2、xml的語法

3、DTD約束xml

4、Schema約束xml

5、DOM解析xml

1、什么是xml、xml的作用

1.1、xml介紹

在前面學習的html語言，html是超文本標記語言，使用html語言規定好的標簽來封裝文本數據。而html使用的標簽html語言規定好的，每個標簽都有自己特定的功能。

xml語言，可擴展的標記語言，這門語言它沒有定義任何的標記，而標記是由使用者自己來定義，但是由於標簽名稱以及屬性名稱都由用戶自己來命名，導致別人在使用的時候很不方便。有給xml語言定義了一些約束文檔，這些約束文檔就專門用來約束當前這個xml中能夠書寫的具體的標簽以及屬性等信息。

1.2、xml的作用

　　

xml作用：

　　1、存儲和傳輸復雜的關系模型數據

　　2、作為配置文件存在，xml中主要配置的一些具有復雜的層級關系的數據，Properties文件中主要配置的一些key和value這樣的數據。

　　在軟件系統中，作為配置文件使用

　　為提高系統的靈活性，它所啟動的模塊通常由其配置文件決定

　　例如一個軟件在啟動時，它需要啟動Ａ、Ｂ兩個模塊，而A、Ｂ這兩個模塊在啟動時，又分別需要A1、A2和B1、B2模塊的支持，為了准確描述這種關系，此時使用ＸＭＬ文件最為合適不過。

　　<soft>
       　　<A>
             　　 <A1></A1>
            　　  <A2></A2>
  　　     </A>
      　　 <B>
       　　       <B1></B1>
       　　       <B2></B2>
     　　  </B>
　　</soft>

2、xml的語法

2.1、文檔聲明

來聲明當前的xml類型。
<?xml   ?>  在這個尖括號中書寫標簽的屬性來聲明當前的xml類型限定。
屬性：版本號   字符編碼   是否是獨立存在的xml文檔

<?xml version=”1.0” encoding=”編碼表” standalone=”yes|no” ?>

例如：
<?xml version=”1.0”  encoding=”UTF-8” ?>

在定義xml的文檔聲明時 <?之間不能有空白的內容        ?> 它們之間也不能有空格
中間書寫的屬性使用空格隔開。

2.2、元素（標簽）

xml中的標簽也分成單標簽和雙標簽。注意在xml所有的標簽必須閉合。xml中的標簽區別大小寫。
<a1>   <A1>表示2個不同的標簽。
xml中的標簽可以嵌套，但是不能交差嵌套。
<a1><b1></b1></a1>
<a1><b1></a1></b1>
xml的標簽只能有一個根標簽。同時xml標簽中的空白內容也會被解析成文本內容。
<網址>www.itcast.cn</網址>
標簽不能以數字開始，不建議以下划線開始，同時在標簽名中不要使用冒號。
標簽名可以是中文，但是一定指定能夠識別中文的碼表。但不建議書寫中文。

2.3、屬性

在定義標簽的時候，可以在標簽上書寫屬性，屬性是由key和alue值組成。屬性名書寫的時候也遵守標簽名的規則。屬性值也不能以數字開始。
屬性和值之間使用=連接，屬性值可以使用單引號也可以使用雙引號。
<user uid=”u001” name=”zhang’san”></user>
另外：在xml技術中，標簽屬性所代表的信息，也可以改為用子元素的形式來描述，如：
<input><type>text</type></input>

2.4、注釋

xml中的注釋和html注釋相同。<!--  這里書寫具體的注釋內容  -->
在eclipse中可以使用ctrl + shift + c 給每行添加注釋，也可以使用ctrl + shift + /  添加注釋  ctrl + shift + \ 取消注釋
注釋不能加在聲明中及聲明前。

2.5、文本和特殊字符

在編寫XML文件時，有些內容可能不想讓解析引擎解析執行，而是當作原始內容處理。
遇到此種情況，可以把這些內容放在CDATA區里，對於CDATA區域內的內容，XML解析程序不會處理，而是直接原封不動的輸出。
語法：<![CDATA[ 內容 ]]>
    <![CDATA[
        <itcast>
            <br/>
        </itcast>
    ]]>
對於一些單個字符，若想顯示其原始樣式，也可以使用轉義的形式予以處理。

 

2.6、特殊指令

處理指令，簡稱PI （processing instruction）。處理指令用來指揮解析引擎如何解析XML文檔內容。

例如，在XML文檔中可以使用xml-stylesheet指令，通知XML解析引擎，應用css文件顯示xml文檔內容。    <?xml-stylesheet type="text/css" href="1.css"?>

處理指令必須以“<?”作為開頭，以“?>”作為結尾，XML聲明語句就是最常見的一種處理指令。

2.7、xml語法規則總結：

所有xml元素必須有閉合標簽；
Xml標簽區分大小寫；
Xml必須正確地嵌套順序；
Xml文檔必須有根元素（且只有一個）；
Xml屬性值須加引號
特殊字符必須轉義——CDATA；
Xml中的空格、回車換行會被解析！

3、DTD約束xml

3.1、約束介紹

　　由於xml的標簽由用戶自己定義，因此在開發的時候，每個人都可以根據自己的需求來定義xml標簽，這樣導致項目中的xml難以維護，因此需要使用一定的規范機制來約束xml文件中的標簽書寫。

3.2、DTD約束快速入門　

　　第一步：先自己定義一個xml文件

<?xml version="1.0" encoding="UTF-8"?>
<users>
    <user>
        <name>zhangsan</name>
        <age>23</age>
        <addr>shanghai</addr>
    </user>
    <user>
        <name>lisi</name>
        <age>24</age>
        <addr>beijing</addr>
    </user>
</users>

　　第二步：書寫DTD文件來約束xml文件

　　DTD文件在定義的時候，擴展名就是dtd。

　　在xml文件中有多少個標簽，就在dtd中書寫多少個ELEMENT標簽

<?xml version="1.0" encoding="UTF-8" ?>
<!ELEMENT users (user+) >
<!ELEMENT user (name,age,addr) >
<!ELEMENT name (#PCDATA) >
<!ELEMENT age (#PCDATA)>
<!ELEMENT addr (#PCDATA)>

3.3、DTD引入方式

DTD主要用來約束xml文件，DTD可以單獨寫在文件中，也可以直接定義在xml中，可以在xml中引入第三方的公共DTD。

外部DTD的引入方式：外部DTD主要指的一個獨立的DTD文件。
首先要書寫DTD文件，然后在要被約束的xml文件中引入。
<!DOCTYPE 文檔根結點 SYSTEM "DTD文件的URL">
文檔根結點 指的是當前xml中的根標簽。
SYSTEM  引入的系統中存在文件
"DTD文件的URL" DTD存放的位置

引入公共的DTD：
<!DOCTYPE 文檔根結點 PUBLIC "DTD名稱" "DTD文件的URL">
文檔根結點 指的是當前xml中的根標簽。
PUBLIC  表示當前引入的DTD是公共的DTD


在xml中直接書寫DTD
<!DOCTYPE  根標簽名 [
具體的標簽的約束
]>

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE users[
    <!ELEMENT users (user+) >    
    <!ELEMENT user (name,age,addr) >    
    <!ELEMENT name (#PCDATA) >    
    <!ELEMENT age (#PCDATA) >    
    <!ELEMENT addr (#PCDATA) >    
]>
<users>
    <user>
        <name>zhangsan</name>
        <age>23</age>
        <addr>shanghai</addr>
    </user>
    <user>
        <name>lisi</name>
        <age>24</age>
        <addr>beijing</addr>
    </user>
</users>

3.4、DTD的語法介紹

3.4.1、元素

當定義DTD約束xml時候，這時需要在DTD中使用ELEMENT來定義當前xml中可以出現的標簽名稱。
格式：
<!ELEMENT 標簽名 約束>  約束來限定當前標簽中可以有的子標簽，或者當前標簽中可以書寫的內容
在定義標簽名的時候，約束中可以使用一些符號標簽具體出現次數
?    零次或者一次
*  零次或者多次
+    一次或者多次   users (user+)   表示當前的users標簽下可以有一個或者多個user標簽
,   用來限定當前的子標簽出現的順序user (name,age,addr)  user標簽下只能有name age addr 子標簽，並且必須按照name  age  addr的順序書寫
|  user (name|age,addr) user下可以name或者age ，但必須有addr，並且addr必須name或age后面
#PCDATA        表明該元素可包含任何字符數據，但不能在其中包含任何子元素。只有 PCDATA 的元素通過圓括號中的 #PCDATA 進行聲明
EMPTY    表明該元素不能有任何子元素或文本，僅可以使用屬性。
ANY        表該元素中可以包含任何DTD中定義的元素內容 如：<!ELEMENT note ANY>
<!ELEMENT age EMPTY >  當前的age標簽是個空標簽，它不能有文本內容。

3.4.2、屬性

在xml中的標簽上是可以書寫屬性的，在DTD中就需要對屬性進行約束。
格式：
<!ATTLIST 標簽名 屬性名 屬性的類型  屬性的約束>
如果一個標簽上有多個屬性
<!ATTLIST 標簽名 屬性名 屬性的類型  屬性的約束
                                  屬性名 屬性的類型  屬性的約束
  屬性名 屬性的類型  屬性的約束
>

<標簽名 屬性1=””  屬性2=””  屬性3=”” >

屬性的類型：
CDATA  屬性的value值可以是文本數據
(值1 | 值2 | 值3....   )  表示當前的屬性的value值只能是當前括號中的值
ID 表示唯一。對當前標簽上的id屬性進行限定，並且同一個xml中id不能重復
 
類型    描述
CDATA    值為字符數據 (character data)
(en1|en2|..)    此值是枚舉列表中的一個值
ID    值為唯一的 id
IDREF    值為另外一個元素的 id
IDREFS    值為其他 id 的列表
NMTOKEN    值為合法的 XML 名稱
NMTOKENS    值為合法的 XML 名稱的列表
ENTITY    值是一個實體
ENTITIES    值是一個實體列表
NOTATION    此值是符號的名稱
xml:    值是一個預定義的 XML 值

屬性的約束：
REQUIRED 屬性是必須書寫的
Implied 屬性是可選得
#fixed value 屬性的value是固定的值   
“值”  代表屬性的默認值
user name CDATA  fixed “zhangsan”
<user name=”zhangsan”>
user name CDATA “張三”
<user />

屬性的類型和約束的組合：
CDATA   REQUIRED
CDATA   Implied
CDATA   fixed
CDATA  “值” 
(值1 | 值2 | 值3....   )  REQUIRED
ID   REQUIRED

3.4.3、實體

實體用於為一段內容創建一個別名，以后在XML文檔中就可以使用別名引用這段內容了。
在DTD定義中，一條<!ENTITY …>語句用於定義一個實體。
實體可以理解成Java中預先定義好的一個常量，然后xml文件中就可以引入當前這個定義的實體。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE users[
    <!ELEMENT users (user+) >    
    <!ELEMENT user (name,age,addr) >    
    <!ELEMENT name (#PCDATA) >    
    <!ELEMENT age EMPTY >    
    <!ELEMENT addr (#PCDATA) >    
    <!ATTLIST user id ID #REQUIRED >
    <!ENTITY  abc "上海傳智播客123123">
]>
<users>
    <user id="u001">
        <name>zhangsan</name>
        <age></age>
        <addr>&abc;</addr>
    </user>
    <user id="u002">
        <name>lisi</name>
        <age/>
        <addr>&abc;</addr>
    </user>
</users>

4、Schema約束xml

4.1、xml Schema介紹

Schema它也來約束xml文件的，DTD在約束xml的時候一個xml中只能引入一個DTD，同時DTD它無法對屬性以及標簽中的數據做數據類型的限定。
Schema它是用來代替DTD來約束xml。
Schema文件本身就是使用xml文件書寫的，同時它對需要約束的xml中的數據有嚴格的限定。學習Schema主要來學習W3C組織定義的如何在Schema中去約束xml的標簽以及屬性，還有屬性的數據類型，以及標簽中子標簽的順序。
要定義一個Schema文件，這時它的擴展名必須是.xsd。在這個文件中根元素必須是schema。
使用Schema來約束xml，Schema在書寫的時候，只需要使用W3C組織提前定義的限定標簽的，以及限定的屬性的那個標簽即可。

4.2、Schema快速入門

　　第一步：書寫xml文件

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book>
        <name>JavaWEB</name>
        <author>老畢</author>
        <price>182</price>
    </book>
    <book>
        <name>SSH</name>
        <author>老於</author>
        <price>152</price>
    </book>
</books>

　　第二步：定義schema文件

在定義Schema文件的時候，由於這個Schema文件本身就是xml，它也要受到別的約束。而這個約束是W3C組織提前定義好的，
在Schema文件中需要提前引入進來在根標簽中使用屬性進行進入：
<schema  xmlns="http://www.w3.org/2001/XMLSchema"   引入W3C定義的schema書寫的規范
targetNamespace="http://www.itcast.org/book" 給當前的Schema文件起名字（命名空間）
作用是當哪個xml要引入這個schema約束的時候，必須通過當前targetNamespace 后面書寫的uri地址來引入

<?xml version="1.0" encoding="UTF-8"?>
<schema xmlns="http://www.w3.org/2001/XMLSchema" 
    targetNamespace="http://www.itcast.org/book" 
    elementFormDefault="qualified">
    <element name="books">
        <complexType>
            <sequence>
                <element name="book">
                    <complexType>
                        <sequence>
                            <element name="name"></element>
                            <element name="author"></element>
                            <element name="price"></element>
                        </sequence>
                    </complexType>
                </element>
            </sequence>
        </complexType>
    </element>
</schema>

　　第三步：在xml文件中引入當前的這個Schema

<books xmlns="http://www.itcast.org/book"   它是schema文件中的targetNamespace 屬性后面的值
        xsi:schemaLocation="http://www.itcast.org/book book.xsd"   這個是在引入當前的schema文件的真實路徑
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"   說明當前的xml是schema一個實例文檔
>

4.3、Schema的名稱空間

在定義Schema文件的時候，需要在<schema>根標簽中使用
targetNamespace  屬性定義當前schema定義名稱（只是一個分配的名字，根本沒有指向任何文件），在被約束的xml文件中先根據這個名稱引入當前的schema文件，然后在使用
xsi：schemaLocation=””    引入具體的schema文件。（因為targetNamespace屬性定義的schema名稱，只是一個名稱而已，所以在xml文件中需要通過schemaLocation來聲明指定所遵循的Schema文件的具體位置）
（xsi：schemaLocation 使用它引入某個schema時，先要使用名稱空間， 空格 ，文件名）

名稱空間主要功能是用於來
elementFormDefault="qualified|unqualified"   
在schema中書寫qualified ，在限定xml中的定義的標簽名必須使用定義的名稱空間。
unqualified 要求根元素必須使用名稱空間，而子元素不能使用名稱空間。

4.4、Schema中的標簽解釋

　　Book2.xsd

<?xml version="1.0" encoding="UTF-8"?>
<schema xmlns="http://www.w3.org/2001/XMLSchema" 
    targetNamespace="http://www.itcast2.org/book" 
    elementFormDefault="qualified">
    <element name="books">  <!--name代表當前的xml中可以書寫標簽名稱  type數據類型-->
        <complexType ><!-- complexType 當前的element聲明的標簽是復雜標簽時 ，需要使用complexType來聲明子標簽-->
            <sequence>  <!-- 復雜標簽是指有屬性，或者有子標簽，或者有屬性有子標簽的標簽 
                                簡單標簽是指只有文本內容的標簽
                                <name>zhangsan</name>  簡單標簽
                                <name id="u001"></name>  復雜標簽
                                sequence 代表當前子標簽的順序
                            -->
                <element name="book" maxOccurs="unbounded">
                    <complexType mixed="true"><!—mixed屬性值為true，book元素間就可以出現字符文本數據了-->
                        <sequence>
                            <element name="name"></element>
                            <element name="author"></element>
                            <element name="price" type="integer"></element>
                            <any></any>
                        </sequence>
                    </complexType>
                </element>
            </sequence>
        </complexType>
    </element>
</schema>

　　Name.xsd

<schema xmlns="http://www.w3.org/2001/XMLSchema" 
    targetNamespace="http://www.example.org/name" 
    elementFormDefault="qualified">
    <element name="name"></element>
</schema>

　　Book2.xml

<?xml version="1.0" encoding="UTF-8"?>
<aa:books xmlns:aa="http://www.itcast2.org/book"
    xmlns:bb="http://www.example.org/name"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://www.itcast2.org/book book2.xsd 
                        http://www.example.org/name name.xsd"
    >
    <aa:book>
        aa:sjdlkfjlkdsjflk    
        <aa:name >JavaWEB</aa:name>
        <aa:author >老畢</aa:author>
        <aa:price>182</aa:price>
        <bb:name>sdgs</bb:name>
    </aa:book>
</aa:books>

5、DOM解析xml

5.1、Java中的解析技術介紹

w3c組織在定義xml的時候，就規范了如何去解析xml文件，其中就定義了使用dom技術來解析xml文件。
DOM：Document Object Medel。文檔對象模型。
w3c給出的dom解析，第一步是先把整個xml文件加載到內存，然后在內存中形成了一顆dom樹。
特點：
    一次將所有數據全部加載到內存中；
    對xml文檔中每個節點都當成一個Node對象處理。包括元素、文本、屬性。
    缺點就是當文檔數據量很大時，對內存有占用很大，所以不適合解析大量的數據。

5.2、DOM解析

　　Xml文檔的屬性結構

DOM解析是把整個xml文檔加載到內存中，然后形成一個dom樹，這樣就可以獲取樹中的所有標簽，屬性，文本內容。
Java實現了相應的dom解析技術：
  使用Java提供的Dom技術來解析xml文件
  
  DocumentBuilderFactory：這個是一個工廠類，主要負責生產一個解析xml的解析器對象
      newDocumentBuilder()靜態方法可以獲取到一個用於解析xml的解析器對象
          DocumentBuilderFactory.newDocumentBuilder();
          獲取到了DocumentBuilder對象
  
  DocumentBuilder 這個類可以從xml中獲得DOM對象
          使用parse方法解析一個文件路徑，就可以得到當前xml文件對象
  解析xml文件首先要獲取到xml文件對象即就是Document對象

5.3、DOM獲取節點、屬性、文本數據

// 獲取DOM標簽的信息
    @Test
    public void get() throws Exception {
        // 獲取工廠實例對象
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        // 獲取解析器對象
        DocumentBuilder db = dbf.newDocumentBuilder();
        // 解析xml獲取dom對象
        Document dom = db.parse("book.xml");
        // 獲取根元素：
        Node node = dom.getFirstChild();
        // 獲取標簽的名字
        System.out.println(node.getNodeName());
        // 獲取到每個標簽對象，都是一個element的實例對象
        Element root = (Element) node;
        // 獲取books下面的所有book標簽
        NodeList nl = root.getElementsByTagName("book");
        for (int i = 0; i < nl.getLength(); i++) {
            // 獲取到每個book標簽對象
            Element book = (Element) nl.item(i);
            // NodeList book_child = book.getChildNodes();
            Element name = (Element) book.getElementsByTagName("name").item(0);
            Element author = (Element) book.getElementsByTagName("author")
                    .item(0);
            Element price = (Element) book.getElementsByTagName("price")
                    .item(0);
            // 獲取name標簽下的文本值
            System.out.println(name.getTextContent());
            // 獲取標簽上的屬性值
            System.out.println(name.getAttribute("id"));
            // 獲取author標簽下的文本值
            System.out.println(author.getTextContent());

            // 獲取price標簽下的文本值
            System.out.println(price.getTextContent());

            System.out.println("-------------------");

        }
    }

5.4、修改xml中的數據

/*
     * 修改dom中標簽的信息
     * 把books中的第二個book標簽中的price的值改為100
     * 
     */
    @Test
    public void update() throws Exception {
        // 獲取工廠實例對象
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        // 獲取解析器對象
        DocumentBuilder db = dbf.newDocumentBuilder();
        // 解析xml獲取dom對象
        Document dom = db.parse("book.xml");
        //使用dom樹直接根據標簽名獲取對應的標簽對象
        Element book = (Element) dom.getElementsByTagName("book").item(1);
        //獲取price標簽
        Element price = (Element) book.getElementsByTagName("price").item(0);
        price.setTextContent("100");
        System.out.println(price.getTextContent());
        
        //把修改的整個dom樹重新寫到文件中
        TransformerFactory tff = TransformerFactory.newInstance();
        //獲取轉換器
        Transformer transformer = tff.newTransformer();
        //和文件關聯出去結果對象
        StreamResult sr = new StreamResult("book.xml");
        //把dom轉成原始數據對象
        DOMSource ds = new  DOMSource(dom);
        //保存數據
        transformer.transform(ds, sr);
    }

當要把修改后的xml中的數據保存到xml中需要使用Transformer 類中的transform方法

 TransformerFactory這個工廠負責生產一個把dom樹寫到文件中的對象

 Transformer 負責把一個dom寫到文件中。

總結：

Java提供的dom操作方式：

第一步：需要獲取到相應的工廠

第二步：根據工廠獲取相應的工具或者解析器對象

第三步：根據解析器獲取dom對象，再操作dom樹中的節點，或者是獲取到相應的工具，然后使用工具對dom樹進行保存等操作