分析詳解什么尚

講師：佟剛新浪微博：尚硅谷-佟剛XML及XML解析什么是XML什么是XML，為什么學習XML?中國北京湖南湖北海淀豐臺長沙岳陽武漢荊州在現(xiàn)實生活中大量存在有關(guān)系的數(shù)據(jù)，如圖所示。問題：這樣的數(shù)據(jù)如何交給計算機處理呢？ExtensibleMarkupLanguage，翻譯過來為可擴展標記語言。Xml技術(shù)是w3c組織發(fā)布的，目前推薦遵循的是W3C組織于2000發(fā)布的XML1.0規(guī)范。XML技術(shù)用于解決什么問題？<?xmlversion="1.0"encoding="UTF-8"?><中國> <北京> <海淀></海淀> <豐臺></豐臺> </北京> <遼寧> <沈陽></沈陽> <大連></大連> </遼寧> <吉林> <長春></長春> <四平></四平> </吉林></中國>XML語言出現(xiàn)的根本目標在于描述上圖那種，在現(xiàn)實生活中經(jīng)常出現(xiàn)的有關(guān)系的數(shù)據(jù)。在XML語言中，它允許用戶自定義標簽。一個標簽用于描述一段數(shù)據(jù)；一個標簽可分為開始標簽和結(jié)束標簽，在開始標簽和結(jié)束標簽之間，又可以使用其它標簽描述其它數(shù)據(jù)，以此來實現(xiàn)數(shù)據(jù)關(guān)系的描述。例如：XML常見應(yīng)用XML技術(shù)除用于保存有關(guān)系的數(shù)據(jù)之外，它還經(jīng)常用作軟件配置文件，以描述程序模塊之間的關(guān)系。在一個軟件系統(tǒng)中，為提高系統(tǒng)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，為了準確描述這種關(guān)系，此時使用XML文件最為合適不過。XML文檔規(guī)則XML文檔的分類格式不良好(malformed)的xml文檔:完全沒有遵守xml文檔的基本規(guī)范的xml文檔。格式良好(well-formed)的但無效的xml文檔:遵守xml文的基本規(guī)范,但沒有使用dtd或schema定義語義約束的xml文檔。有效(valid)的xml文檔：遵守xml文的基本規(guī)范,并使用dtd或schema定義語義約束，而且也完全遵守了dtd或schema定義語義約束的xml文檔。XML語法一個XML文件分為如下幾部分內(nèi)容：文檔聲明元素屬性注釋CDATA區(qū)、特殊字符處理指令（processinginstruction）XML語法－文檔聲明在編寫XML文檔時，需要先使用文檔聲明，聲明XML文檔的類型。最簡單的聲明語法：

<?xmlversion="1.0"?>用encoding屬性說明文檔的字符編碼：

<?xmlversion="1.0"encoding="GB2312"?>

用standalone屬性說明文檔是否獨立：

<?xmlversion="1.0"encoding="GB2312"standalone="yes"?>常見錯誤，見PPT下面的備注區(qū)元素(1)XML元素指XML文件中出現(xiàn)的標簽，一個標簽分為開始標簽和結(jié)束標簽，一個標簽有如下幾種書寫形式，例如：包含標簽體：<a>atguigu</a>不含標簽體的：<a/>一個標簽中也可以嵌套若干子標簽。但所有標簽必須合理的嵌套，絕對不允許交叉嵌套，例如：

<a>eto<b>atguigu</a></b>格式良好的XML文檔必須有且僅有一個根標簽，其它標簽都是這個根標簽的子孫標簽。元素(2)對于XML標簽中出現(xiàn)的所有空格和換行，XML解析程序都會當作標簽內(nèi)容進行處理。例如：下面兩段內(nèi)容的意義是不一樣的。第一段：<網(wǎng)址>atguigu</網(wǎng)址>第二段：

<網(wǎng)址> atguigu </網(wǎng)址>由于在XML中，空格和換行都作為原始內(nèi)容被處理，所以，在編寫XML文件時，使用換行和縮進等方式來讓原文件中的內(nèi)容清晰可讀的“良好”書寫習慣可能要被迫改變。元素(3)——命名規(guī)范一個XML元素可以包含字母、數(shù)字以及其它一些可見字符，但必須遵守下面的一些規(guī)范：區(qū)分大小寫，例如，<P>和<p>是兩個不同的標記。不能以數(shù)字或"_"(下劃線)開頭。不能以xml(或XML、或Xml等)開頭。不能包含空格。名稱中間不能包含冒號（:）。屬性一個標簽可以有多個屬性，每個屬性都有它自己的名稱和取值，例如：<inputname=“text”/>屬性值一定要用雙引號（"）或單引號（'）引起來定義屬性必須遵循與標簽相同的命名規(guī)范多學一招：在XML技術(shù)中，標簽屬性所代表的信息，也可以被改成用子元素的形式來描述，例如：

<input> <name>text</name> </input>注釋XML文件中的注釋采用：“<!--注釋-->”格式。注意：XML聲明之前不能有注釋注釋不能嵌套，例如：

<!--大段注釋

…… <!--局部注釋--> …… -->CDATA區(qū)在編寫XML文件時，有些內(nèi)容可能不想讓解析引擎解析執(zhí)行，而是當作原始內(nèi)容處理。遇到此種情況，可以把這些內(nèi)容放在CDATA區(qū)里，對于CDATA區(qū)域內(nèi)的內(nèi)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(nèi)容]]> <![CDATA[ <atguigu> <br/> </atguigu> ]]>轉(zhuǎn)義字符對于一些單個字符，若想顯示其原始樣式，也可以使用轉(zhuǎn)義的形式予以處理。處理指令處理指令，簡稱PI（processinginstruction）。處理指令用來指揮解析引擎如何解析XML文檔內(nèi)容。例如，在XML文檔中可以使用xml-stylesheet指令，通知XML解析引擎，應(yīng)用css文件顯示xml文檔內(nèi)容。

<?xml-stylesheettype="text/css"href="1.css"?>處理指令必須以“<?”作為開頭，以“?>”作為結(jié)尾，XML聲明語句就是最常見的一種處理指令。XML解析XML的解析器在解析XML文檔時，通常是利用現(xiàn)有的XML解析器軟件對XML文檔進行分析，而應(yīng)用程序則通過解析器提供的API接口得到XML數(shù)據(jù)XML文檔應(yīng)用程序APIXML解析器目前幾乎所有的解析器都對兩套標準的API提供了支持，他們是DOM和SAXDOM,SAX和JAXPDOM(DocumentObjectModel,即文檔對象模型)是W3C組織推薦的處理XML的標準接口SAX(SimpleAPIforXML)不是某個官方標準，，但它是XML社區(qū)事實上的標準，幾乎所有的XML解析器都支持它DOM和SAX只是定義了一些接口，以及接口的默認實現(xiàn)，一個應(yīng)用程序要想利用DOM或SAX訪問XML，還需要一個實現(xiàn)了DOM或SAX的解析器不同解析器的實現(xiàn)類是不同的，在底層更換解析器時，需要少量的修改應(yīng)用程序的代碼。為了屏蔽具體廠商的XML解析器實現(xiàn)，使Java程序員以一種標準的方式對XML進行編程，SUN公司制定了JAXP(JavaAPIforXMLProcessing)規(guī)范JAXP并沒有提供解析XML的新方法，也沒有為XML的處理器提供新功能，它只是在解析器之上提供了一個抽象層，允許程序員以獨立于廠商的API訪問XML數(shù)據(jù)JAXP從JAXP1.1開始，JAXP成為了J2SE和J2EE的一部分JAXP開發(fā)包由javax.xml包及其子包，org.w3c.dom包及其子包，org.xml.sax包及其子包組成在javax.xml.parsers包中，定義了幾個工廠類，用于加載DOM和SAX的實現(xiàn)類。JAXP由接口，抽象類和一些輔助類組成，符合JAXP規(guī)范的解析器實現(xiàn)其中的接口和抽象類，程序員只要使用JAXP的API編程，底層的解析器就可以隨意切換了。DOM概述DOM是獨立于程序語言的，W3C組織以IDL(InterfaceDefinitionLanguage,接口定義語言)的形式定義了DOM中的接口某種程序語言要實現(xiàn)DOM，需要將DOM接口轉(zhuǎn)換為本語言中的對應(yīng)結(jié)構(gòu)。DOM結(jié)構(gòu)模型DOM中的核心概念是節(jié)點。DOM在解析XML文檔時，將組成XML文檔的各個部分(元素，屬性，文本等)映射為一個對象，這個對象就是一個節(jié)點在內(nèi)存中，這些節(jié)點形成一棵文檔樹。整棵樹也是一個節(jié)點，樹中的每一個子節(jié)點也是一棵樹(子樹).DOM就是對一棵樹的一個對象表示，通過訪問樹中的節(jié)點來存取XML文檔的內(nèi)容。DOM定義了一個Node接口，用于表示文檔樹中的一個節(jié)點。從這個接口派生處更多的具體的接口：表示整個文檔的Document對象，表示XML文檔中元素的Element接口，表示屬性元素的Attr接口等DOM中的節(jié)點類型XML中最常見的節(jié)點類型是：文檔，元素，文本和屬性，在DOMAPI中對應(yīng)的接口是:Document,Element,Text和Attr。文檔節(jié)點 文檔節(jié)點是文檔樹的根節(jié)點，也是文檔中其他所有節(jié)點的父節(jié)點。文檔節(jié)點并不是XML文檔的根元素，因為在XML文檔中，處理指令，注釋等內(nèi)容可以出現(xiàn)在根節(jié)點之外，所以在構(gòu)造DOM樹時，根元素并不適合作為根節(jié)點，而作為文檔節(jié)點的子節(jié)點。在DOMAPI中根節(jié)點是通過org.w3c.dom.Document接口來表示的。為了得到XML文檔的根元素,在Document接口中可以調(diào)用如下方法：ElementgetDocumentElement();元素節(jié)點元素節(jié)點表示了XML文檔中的元素。元素擁有子元素，文本節(jié)點或兩者的組合元素節(jié)點也是唯一能夠擁有屬性的節(jié)點類型在DOMAPI中，元素節(jié)點是通過org.w3c.dom.Element接口定義的。文本節(jié)點文本節(jié)點是只包含文本內(nèi)容的節(jié)點，也可以只包含空白在文檔樹中，元素和屬性的文本內(nèi)容都是由文本節(jié)點來表示的在DOMAPI中，文本節(jié)點是由org.w3c.dom.Text接口來表示的。屬性節(jié)點屬性節(jié)點代表了元素中的屬性在DOMAPI中，屬性節(jié)點通過org.w3c.dom.Attr接口來表示因為屬性實際上是附屬于元素的，所以屬性節(jié)點不是元素的子節(jié)點，而不作為單獨的節(jié)點在文檔樹中出現(xiàn)NodeList接口NodeListorg.w3c.dom.NodeList接口提供了一個有序節(jié)點集合的抽象NodeList是活動的：例如使用Node接口的getChildNodes()方法得到一個節(jié)點的子節(jié)點列表，然后調(diào)用removeChild()等方法都會影響到NodeList對象，也就是說，當再次調(diào)用getLength()方法的返回值和以前會不一樣。DOM解析工廠和DOM解析器在javax.xml.parsers包中，定義了DOM解析器工廠類DocumentBuilderFactory,用于產(chǎn)生DOM解析器。DocumentBuilderFactory是一個抽象類，在這個類中提供了一個靜態(tài)方法newInstance()方法來創(chuàng)建工廠類的一個實例DocumentBuilderFactory本身是一個抽象類，不能直接實例化，這就需要一個從DocumentBuilderFactory類繼承的實現(xiàn)類，而這個實現(xiàn)類是由JAXP規(guī)范的解析器提供商給出的。解析器的提供商為自身的解析器編寫一個從DocumentBuilderFactory類繼承的工廠類，然后由這個工廠類的實例負責產(chǎn)生解析器對象newInstance()方法通過一下4種途徑依次查找解析器工廠類：查看是否設(shè)置了javax.xml.parsers.DocumentBuilderFactory系統(tǒng)屬性查找jre目錄種的lib目錄下的perties文件在classpath環(huán)境變量所指定的jar文件種，查找META-INF/services目錄下的javax.xml.DocumentBuilderFactory文件，使用這個文件所指定的工廠類名來構(gòu)造工廠類的實例采用平臺默認的解析器工廠類DOM解析XML文檔的步驟調(diào)用DocumentBuilderFactory.newInstance()方法得到DOM解析器工廠類實例調(diào)用解析器工廠實例類的newDocumentBuilder()方法得到DOM解析器對象調(diào)用DOM解析器對象的parse()方法解析XML文檔得到代表整個文檔的Document對象使用SAX解析XML文檔--Why在使用DOM解析XML文檔時，需要讀取整個XML文檔，然后在內(nèi)存中創(chuàng)建DOM樹，生成DOM樹上的每個節(jié)點對象，只有在整個DOM樹創(chuàng)建完成后，才能做需要的修改操作，即使是只需要修改根元素節(jié)點的第一個子節(jié)點。當XML文檔較大時，構(gòu)建DOM樹將花大量的時間和內(nèi)存SAX允許在讀取文檔的時候，即對文檔進行處理，解析完畢也就處理完成了，不必等到整個文檔被分析儲存之后才進行操作SAX的處理機制SAX是一種基于事件驅(qū)動的API利用SAX解析XML文檔，涉及兩個部分：解析器和事件處理器：解析器負責讀取XML文檔，并向事件處理器發(fā)送事件事件處理器負責對事件做出相應(yīng)，對傳遞的XML數(shù)據(jù)進行處理SAX解析器在解析這該文檔時，會產(chǎn)生下列事件。這些事件被發(fā)送到事件處理器中然后由事件處理器中相應(yīng)的方法對事件做出相應(yīng)解析器----XMLReader接口SAX解析器接口和事件處理器接口在org.xml.sax包中定義XMLReader接口是SAX2.0解析器必須實現(xiàn)的接口。該接口允許應(yīng)用程序設(shè)置和查詢解析器的功能和特性，注冊處理文檔的事件處理器，以及啟動文檔的解析XML解析器提供商負責提供實現(xiàn)XMLReader接口的解析器類事件處理器----ContentHander接口SAXAPI定義了許多事件，這些事件分別由事件處理器中的相應(yīng)方法去響應(yīng)如果應(yīng)用程序要獲得基本的解析事件，需要實現(xiàn)ContentHandler(內(nèi)容事件處理器)接口，并使用XMLReader對象的setContentHeader()方法向解析器注冊一個ContentHandler實例。解析器使用這個實例來報告與文檔相關(guān)的基本事件。如：元素的開始和結(jié)束等。在ContentHandler接口中，事件的順序反映了文檔自身信息的順序。如：元素的所有內(nèi)容(字符數(shù)據(jù)，子元素)都將依次在startElement事件和endElem