XML、Dom4j和DTD简单介绍

XML

简介

概念

• XML 指可扩展标记语言（EXtensible Markup Language）
• XML 是一种标记语言，很类似 HTML
• XML 的设计宗旨是传输数据，而非显示数据
• XML 标签没有被预定义。您需要自行定义标签。
• XML 被设计为具有自我描述性。
• XML 是 W3C 的推荐标准

XML 与 HTML 的主要差异

比较内容	html	xml
设计目标	显示数据，如何更好地显示数据，焦点是数据外观	描述数据，什么是数据，如何存放数据，焦点是数据的内容
语法	不要求标记的嵌套、配对等； 不区分大小写 引号是可用可不用的； 可以拥有不带值的属性名； 过滤掉空格；	严格要求嵌套、配对，并遵循DTD的树形结构； 区分大小写； 属性值必须分装在引号中； 所有的属性都必须带有相应的值； 空白部分不会被解析器自动删除； xml比html 语法要求更严格
数据和显示的关系	内容描述与显示方式整合为一体	内容描述与显示方式分离
标签	预定义	免费、自定义、可扩展
可读性及可维护性	难于阅读、维护	结构清晰、便于阅读、维护
结构描述	不支持深层的结构描述	文件结构嵌套可以复杂到任何程度
与数据库的关系	没有直接联系	与关系型和层状数据库均可对应和转换
超链接	单文件、书签链接	可以定义双向链接、多目标链接、扩展链接

XML和HTML的区别？

​ XML 被设计用来传输和存储数据。

​ HTML 被设计用来显示数据。

XML 不是 HTML 的替代。

XML 和 HTML 为不同的目的而设计：

XML 被设计为传输和存储数据，其焦点是数据的内容。

HTML 被设计用来显示数据，其焦点是数据的外观。

HTML 旨在显示信息，而 XML 旨在传输信息。

XML 仅仅是纯文本

​ XML 没什么特别的。它仅仅是纯文本而已。有能力处理纯文本的软件都可以处理 XML。

没有任何行为的 XML

​ XML 是不作为的。

​ 也许这有点难以理解，但是 XML 不会做任何事情。XML 被设计用来结构化、存储以及传输信息。

用途

把数据从 HTML 分离

​ 如果你需要在 HTML 文档中显示动态数据，那么每当数据改变时将花费大量的时间来编辑 HTML。

​ 通过 XML，数据能够存储在独立的 XML 文件中。这样你就可以专注于使用 HTML 进行布局和显示，并确保修改底层数据不再需要对 HTML 进行任何的改变。

​ 通过使用几行 JavaScript，你就可以读取一个外部 XML 文件，然后更新 HTML 中的数据内容。

简化数据共享

​ 在真实的世界中，计算机系统和数据使用不兼容的格式来存储数据。

​ XML 数据以纯文本格式进行存储，因此提供了一种独立于软件和硬件的数据存储方法。

​ 这让创建不同应用程序可以共享的数据变得更加容易。

简化数据传输

​ 通过 XML，可以在不兼容的系统之间轻松地交换数据。

​ 对开发人员来说，其中一项最费时的挑战一直是在因特网上的不兼容系统之间交换数据。

​ 由于可以通过各种不兼容的应用程序来读取数据，以 XML 交换数据降低了这种复杂性。

简化平台的变更

​ 升级到新的系统（硬件或软件平台），总是非常费时的。必须转换大量的数据，不兼容的数据经常会丢失。

​ XML 数据以文本格式存储。这使得 XML 在不损失数据的情况下，更容易扩展或升级到新的操作系统、新应用程序或新的浏览器。

使您的数据更有用

​ 由于 XML 独立于硬件、软件以及应用程序，XML 使您的数据更可用，也更有用。

​ 不同的应用程序都能够访问您的数据，不仅仅在 HTML 页中，也可以从 XML 数据源中进行访问。

​ 通过 XML，您的数据可供各种阅读设备使用（手持的计算机、语音设备、新闻阅读器等），还可以供盲人或其他残障人士使用。

XML 用于创建新的 Internet 语言

很多新的 Internet 语言是通过 XML 创建的：

其中的例子包括：

• XHTML - 最新的 HTML 版本
• WSDL - 用于描述可用的 web service
• WAP 和 WML - 用于手持设备的标记语言
• RSS - 用于 RSS feed 的语言
• RDF 和 OWL - 用于描述资源和本体
• SMIL - 用于描述针针对 web 的多媒体

结构

​ XML 文档形成了一种树结构，它从“根部”开始，然后扩展到“枝叶”。

​ XML 文档必须包含根元素。该元素是所有其他元素的父元素。

​ XML 文档中的元素形成了一棵文档树。这棵树从根部开始，并扩展到树的最底端。

​ 所有元素均可拥有子元素：

<root>
  <child>
    <subchild>.....</subchild>
  </child>
</root>

​ 父、子以及同胞等术语用于描述元素之间的关系。父元素拥有子元素。相同层级上的子元素成为同胞（兄弟或姐妹）。

​ 所有元素均可拥有文本内容和属性（类似 HTML 中）。

实例：

<bookstore>
	<book category="COOKING">
	  <title lang="en">Everyday Italian</title> 
  		<author>Giada De Laurentiis</author> 
  		<year>2005</year> 
  		<price>30.00</price> 
	</book>
	<book category="CHILDREN">
  		<title lang="en">Harry Potter</title> 
  		<author>J K. Rowling</author> 
  		<year>2005</year> 
  		<price>29.99</price> 
	</book>
	<book category="WEB">
  		<title lang="en">Learning XML</title> 
  		<author>Erik T. Ray</author> 
  		<year>2003</year> 
  		<price>39.95</price> 
	</book>
</bookstore>

例子中的根元素是 < bookstore>。文档中的所有 < book> 元素都被包含在 < bookstore> 中。

< book> 元素有 4 个子元素：< title>、< author >、< year >、< price>。

语法

所有 XML 元素都须有关闭标签

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<p>This is a paragraph</p>
<p>This is another paragraph</p>  

注释：您也许已经注意到 XML 声明没有关闭标签。这不是错误。声明不属于XML本身的组成部分。它不是 XML 元素，也不需要关闭标签。

XML 标签对大小写敏感

​ XML 标签对大小写敏感。在 XML 中，标签 < Letter> 与标签 < letter> 是不同的。

​ 必须使用相同的大小写来编写打开标签和关闭标签：

<Message>这是错误的。</message>    <!-- 前后不一致 --> 

<message>这是正确的。</message> 

XML 文档必须有根元素

​ XML 文档必须有一个元素是所有其他元素的父元素。该元素称为根元素。

XML 的属性值须加引号

​ 与 HTML 类似，XML 也可拥有属性（名称/值的对）。

​ 在 XML 中，XML 的属性值须加引号。

<note date="08/08/2008">
<to>George</to>
<from>John</from>
</note> 

实体引用

​ 在 XML 中，一些字符拥有特殊的意义。

​ 如果你把字符 "<" 放在 XML 元素中，会发生错误，这是因为解析器会把它当作新元素的开始。

​ 这样会产生 XML 错误：

<message>if salary < 1000 then</message> <!-- 错误语法 应用实体引用来代替 "<" 字符 --> 
    
<message>if salary &lt; 1000 then</message> <!-- 正确 --> 

在 XML 中，有 5 个预定义的实体引用：

&lt	<	小于
&gt	>	大于
&amp	&	和号
&apos	'	单引号
&quot	"	引号

注释：在 XML 中，只有字符 "<" 和 "&" 确实是非法的。大于号是合法的，但是用实体引用来代替它是一个好习惯。

XML 中的注释

在 XML 中编写注释的语法与 HTML 的语法很相似：

<!-- This is a comment --> 

在 XML 中，空格会被保留

HTML 会把多个连续的空格字符裁减（合并）为一个：

HTML:	Hello           my name is David.
输出:	Hello my name is David.
XML：	Hello           my name is David.
输出：    Hello           my name is David.

在 XML 中，文档中的空格不会被删减。

元素

什么是 XML 元素？

XML 元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。

元素可包含其他元素、文本或者两者的混合物。元素也可以拥有属性。

<bookstore>
	<book category="CHILDREN">
        <title>Harry Potter</title> 
  		<author>J K. Rowling</author> 
  		<year>2005</year> 
  		<price>29.99</price> 
	</book>
	<book category="WEB">
        <title>Learning XML</title> 
  		<author>Erik T. Ray</author> 
  		<year>2003</year> 
  		<price>39.95</price> 
	</book>
</bookstore>

在上例中，< bookstore> 和 < book> 都拥有元素内容，因为它们包含了其他元素。< author> 只有文本内容，因为它仅包含文本。

在上例中，只有 < book> 元素拥有属性 (category="CHILDREN")。

XML 命名规则

XML 元素必须遵循以下命名规则：

• 名称可以含字母、数字以及其他的字符
• 名称不能以数字或者标点符号开始
• 名称不能以字符 “xml”（或者 XML、Xml）开始
• 名称不能包含空格

可使用任何名称，没有保留的字词。

最佳命名习惯

​ 使名称具有描述性。使用下划线的名称也很不错。

​ 名称应当比较简短，比如：<book_title>，而不是：<the_title_of_the_book>。

​ 避免 "-" 字符。如果您按照这样的方式进行命名："first-name"，一些软件会认为你需要提取第一个单词。

​ 避免 "." 字符。如果您按照这样的方式进行命名："first.name"，一些软件会认为 "name" 是对象 "first" 的属性。

​ 避免 ":" 字符。冒号会被转换为命名空间来使用。

​ XML 文档经常有一个对应的数据库，其中的字段会对应 XML 文档中的元素。有一个实用的经验，即使用数据库的名称规则来命名 XML 文档中的元素。

​ 非英语的字母比如 éòá 也是合法的 XML 元素名，不过需要留意当软件开发商不支持这些字符时可能出现的问题。

XML 元素是可扩展的

​ 当开发者修改XML文档时，用户不会中断应用程序。这个应用程序仍然可以找到之前XML 文档中的元素，并产生原来的输出。

​ XML 的优势之一，就是可以经常在不中断应用程序的情况进行扩展。

属性

XML 元素可以在开始标签中包含属性，类似 HTML。

属性 (Attribute) 提供关于元素的额外（附加）信息。

XML 属性

从 HTML，你会回忆起这个：< img src="computer.gif">。"src" 属性提供有关 < img> 元素的额外信息。

在 HTML 中（以及在 XML 中），属性提供有关元素的额外信息：

<img src="computer.gif">
<a href="demo.asp"> 

属性通常提供不属于数据组成部分的信息。在下面的例子中，文件类型与数据无关，但是对需要处理这个元素的软件来说却很重要：

<file type="gif">computer.gif</file>

XML 属性必须加引号

属性值必须被引号包围，不过单引号和双引号均可使用。比如一个人的性别，person 标签可以这样写：

<person sex="female">

或者这样也可以：

<person sex='female'>

注释：如果属性值本身包含双引号，那么有必要使用单引号包围它，就像这个例子：

<gangster name='George "Shotgun" Ziegler'>

或者可以使用实体引用：

<gangster name="George &quot;Shotgun&quot; Ziegler">

避免 XML 属性？

因使用属性而引起的一些问题：

• 属性无法包含多重的值（元素可以）
• 属性无法描述树结构（元素可以）
• 属性不易扩展（为未来的变化）
• 属性难以阅读和维护

请尽量使用元素来描述数据。而仅仅使用属性来提供与数据无关的信息。

理念

​ 元数据（有关数据的数据）应当存储为属性，而数据本身应当存储为元素。

Dom4j

Dom4j简介

DOM4J是 dom4j.org 出品的一个开源 XML 解析包。DOM4J应用于 Java 平台，采用了 Java 集合框架并完全支持 DOM，SAX 和 JAXP。

DOM4J 使用起来非常简单。只要你了解基本的 XML-DOM 模型，就能使用。

Dom：把整个文档作为一个对象。

DOM4J 最大的特色是使用大量的接口。它的主要接口都在org.dom4j里面定义：

Attribute	定义了 XML 的属性。
Branch	指能够包含子节点的节点。如XML元素(Element)和文档(Docuemnts)定义了一个公共的行为
CDATA	定义了 XML CDATA 区域
CharacterData	是一个标识接口，标识基于字符的节点。如CDATA，Comment, Text.
Comment	定义了 XML 注释的行为
Document	定义了XML 文档
DocumentType	定义 XML DOCTYPE 声明
Element	定义XML 元素
ElementHandler	定义了Element 对象的处理器
ElementPath	被 ElementHandler 使用，用于取得当前正在处理的路径层次信息
Entity	定义 XML entity
Node	为dom4j中所有的XML节点定义了多态行为
NodeFilter	定义了在dom4j 节点中产生的一个滤镜或谓词的行为（predicate）
ProcessingInstruction	定义 XML 处理指令
Text	定义 XML 文本节点
Visitor	用于实现 Visitor模式
XPath	在分析一个字符串后会提供一个 XPath 表达式

接口之间的继承关系如下：

• interface java.lang.Cloneable

  • interface org.dom4j.Node
    • interface org.dom4j.Attribute
    • interface org.dom4j.Branch
      • interface org.dom4j.Document
      • interface org.dom4j.Element
• • • interface org.dom4j.CharacterData
      • interface org.dom4j.CDATA
      • interface org.dom4j.Comment
      • interface org.dom4j.Text
• • • interface org.dom4j.DocumentType
    • interface org.dom4j.Entity
    • interface org.dom4j.ProcessingInstruction

XML文档操作

读取XML文档：

读写XML文档主要依赖于org.dom4j.io包，有DOMReader和SAXReader两种方式。因为利用了相同的接口，它们的调用方式是一样的。

public static Document load(String filename) {  
    Document document = null;  
  try {  
        SAXReader saxReader = new SAXReader();  
        document = saxReader.read(new File(filename)); // 读取XML文件,获得document对象  
    } catch (Exception ex) {  
        ex.printStackTrace();  
    }  
    return document;  
} 
public static Document load(URL url) {  
    Document document = null;  
    try {  
        SAXReader saxReader = new SAXReader();  
        document = saxReader.read(url); // 读取XML文件,获得document对象  
    } catch (Exception ex) {  
        ex.printStackTrace();  
    }  
    return document;  
}  

//读取指定的xml文件之后返回一个Document对象，这个对象代表了整个XML文档，用于各种Dom运算。执照XML文件头所定义的编码来转换。

获取根节点

根节点是xml分析的开始，任何xml分析工作都需要从根开始

Xml xml = new Xml();  

Document dom = xml.load(path + "/" + file);  

Element root = dom.getRootElement();  

新增一个节点以及其下的子节点与数据

Element menuElement = root.addElement("menu");  
Element engNameElement = menuElement.addElement("engName");  
engNameElement.setText(catNameEn);  
Element chiNameElement = menuElement.addElement("chiName");  
chiNameElement.setText(catName);  

写入XML文件

注意文件操作的包装类是乱码的根源

public static boolean doc2XmlFile(Document document, String filename) {  
    boolean flag = true;  
    try {  
        XMLWriter writer = new XMLWriter(new OutputStreamWriter(  
                new FileOutputStream(filename), "UTF-8"));  
        writer.write(document);  
        writer.close();  
    } catch (Exception ex) {  
        flag = false;  
        ex.printStackTrace();  
    }  
    System.out.println(flag);  
    return flag;  
}  
    //Dom4j通过XMLWriter将Document对象表示的XML树写入指定的文件，并使用OutputFormat格式对象指定写入的风格和编码方法。调用OutputFormat.createPrettyPrint()方法可以获得一个默认的pretty print风格的格式对象。对OutputFormat对象调用setEncoding()方法可以指定XML文件的编码方法。
public void writeTo(OutputStream out, String encoding)throws UnsupportedEncodingException, IOException {  
    OutputFormat format = OutputFormat.createPrettyPrint();  
    format.setEncoding("gb2312");  
	XMLWriter writer = new XMLWriter(System.out, format);  

    writer.write(doc);  

    writer.flush();  
    
    return;  

}  

遍历xml节点

​ 对Document对象调用getRootElement()方法可以返回代表根节点的Element对象。拥有了一个Element对象后，可以对该对象调用elementIterator()方法获得它的子节点的Element对象们的一个迭代器。使用(Element)iterator.next()方法遍历一个iterator并把每个取出的元素转化为Element类型。

public boolean isOnly(String catNameEn, HttpServletRequest request,String xml) {  

    boolean flag = true;  
    String path = request.getRealPath("");  
    Document doc = load(path + "/" + xml);  
    Element root = doc.getRootElement();  
    for (Iterator i = root.elementIterator(); i.hasNext();) {
        Element el = (Element) i.next();
        if (catNameEn.equals(el.elementTextTrim("engName"))) {  

            flag = false; 
            break;  
        }  
    }  
    return flag;  
}  

创建xml文件

public static void main(String args[]) {  

    String fileName = "c:/text.xml";  

    Document document = DocumentHelper.createDocument();// 建立document对象，用来操作xml文件  

    Element booksElement = document.addElement("books");// 建立根节点  

    booksElement.addComment("This is a test for dom4j ");// 加入一行注释  

    Element bookElement = booksElement.addElement("book");// 添加一个book节点  

    bookElement.addAttribute("show", "yes");// 添加属性内容  

    Element titleElement = bookElement.addElement("title");// 添加文本节点  

    titleElement.setText("ajax in action");// 添加文本内容  

    try {  

        XMLWriter writer = new XMLWriter(new FileWriter(new File(fileName)));  

         writer.write(document) //写入
        writer.close();  
    } catch (Exception e) {  
        e.printStackTrace();  
    }  

}  

修改节点属性

public static void modifyXMLFile() {  

    String oldStr = "c:/text.xml";  

    String newStr = "c:/text1.xml";  

    Document document = null;  

    //修改节点的属性  

    try {  

    SAXReader saxReader = new SAXReader(); // 用来读取xml文档  

    document = saxReader.read(new File(oldStr)); // 读取xml文档  

    List list = document.selectNodes("/books/book/@show");// 用xpath查找节点book的属性  

    Iterator iter = list.iterator();  

    while (iter.hasNext()) {  

    Attribute attribute = (Attribute) iter.next();  


    if (attribute.getValue().equals("yes"))   

        attribute.setValue("no");  

    	}  
    } catch (Exception e) {  

        e.printStackTrace();  
    }  

    //修改节点的内容  

    try {  

    SAXReader saxReader = new SAXReader(); // 用来读取xml文档  

    document = saxReader.read(new File(oldStr)); // 读取xml文档  

    List list = document.selectNodes("/books/book/title");// 用xpath查找节点book的内容  

    Iterator iter = list.iterator();  

    while (iter.hasNext()) {  

    Element element = (Element) iter.next();  

    element.setText("xxx");// 设置相应的内容  

    	}  
    } catch (Exception e) {  

        e.printStackTrace();  

    }  

    try {  
    XMLWriter writer = new XMLWriter(new FileWriter(new File(newStr)));  

    writer.write(document);  


    writer.close();  

    } catch (Exception ex) {  


        ex.printStackTrace();  


    }  

}  

删除节点

   public static void removeNode() {

        String oldStr = "c:/text.xml";

        String newStr = "c:/text1.xml";

        Document document = null;


        try {

            SAXReader saxReader = new SAXReader();// 用来读取xml文档  

            document = saxReader.read(new File(oldStr));// 读取xml文档  


            List list = document.selectNodes("/books/book");// 用xpath查找对象  

            Iterator iter = list.iterator();

            while (iter.hasNext()) {

                Element bookElement = (Element) iter.next();

                // 创建迭代器，用来查找要删除的节点,迭代器相当于指针，指向book下所有的title节点  

                Iterator iterator = bookElement.elementIterator("title");

                while (iterator.hasNext()) {
                    Element titleElement = (Element) iterator.next();
                    if (titleElement.getText().equals("ajax in action")) {
                        bookElement.remove(titleElement);

                    }

                }

            }

        } catch (Exception e) {

            e.printStackTrace();

        }
        try {
            XMLWriter writer = new XMLWriter(new FileWriter(new File(newStr)));
            
            writer.write(document);
            writer.close();
        } catch (Exception ex) {
            ex.printStackTrace();

        }
 }

XML文档操作

Document对象相关

1、读取XML文件,获得document对象.

SAXReader reader = new SAXReader();  
	 Document   document = reader.read(new File("input.xml"));   
   

2、解析XML形式的文本,得到document对象.

String text = "<members></members>";      
	 Document document = DocumentHelper.parseText(text);      

3、主动创建document对象.

Document document = DocumentHelper.createDocument();      
   Element root = document.addElement("members");// 创建根节点      

节点相关

1、获取文档的根节点.

Element rootElm = document.getRootElement();      

2、取得某节点的单个子节点.

Element memberElm=root.element("member");// "member"是节点名      

3.取得节点的文字

String text=memberElm.getText();     

String text=root.elementText("name");这个是取得根节点下的name字节点的文字.       

4.取得某节点下指定名称的所有节点并进行遍历.

List nodes = rootElm.elements("member");      

for (Iterator it = nodes.iterator(); it.hasNext();) {      

    Element elm = (Element) it.next();      

   // do something      


}      

5.对某节点下的所有子节点进行遍历.

         for(Iterator it=root.elementIterator();it.hasNext();){      
       Element element = (Element) it.next();      
      // do something      
	}      

6.在某节点下添加子节点.

Element ageElm = newMemberElm.addElement("age");    
  

7.设置节点文字.

ageElm.setText("29");      

8.删除某节点.

parentElm.remove(childElm);    // childElm是待删除的节点,parentElm是其父节点   

9.添加一个CDATA节点.

Element contentElm = infoElm.addElement("content");      

	contentElm.addCDATA(diary.getContent());      

属性相关.

1.取得节点的指定的属性

Element root=document.getRootElement();          
	Attribute attribute=root.attribute("size");    // 属性名name      

2.取得属性的文字

String text=attribute.getText();    

String text2=root.element("name").attributeValue("firstname");

//这个是取得根节点下name字节点的firstname属性的值.      

3.遍历某节点的所有属性

Element root=document.getRootElement();

for(Iterator it=root.attributeIterator();it.hasNext();){

Attribute attribute = (Attribute) it.next();

String text=attribute.getText();

System.out.println(text);

}

4.设置某节点的属性和文字.

newMemberElm.addAttribute("name", "sitinspring");    

5.设置属性的文字

Attribute attribute=root.attribute("name");      
	attribute.setText("sitinspring");      

6.删除某属性

 Attribute attribute=root.attribute("size");// 属性名name      
	root.remove(attribute);      

将文档写入XML文件.

1.文档中全为英文,不设置编码,直接写入.

XMLWriter writer = new XMLWriter(new FileWriter("output.xml"));      

writer.write(document);      

writer.close();     

2.文档中含有中文,设置编码格式再写入.

OutputFormat format = OutputFormat.createPrettyPrint();

format.setEncoding("GBK");    // 指定XML编码

XMLWriter writer = new XMLWriter(new FileWriter("output.xml"),format);

writer.write(document);

writer.close();

字符串与XML的转换

1.将字符串转化为XML

String text = "<members> <member>sitinspring</member> </members>";      

Document document = DocumentHelper.parseText(text);      

2.将文档或节点的XML转化为字符串.

SAXReader reader = new SAXReader();

Document document = reader.read(new File("input.xml"));

Element root=document.getRootElement();

String docXmlText=document.asXML();

String rootXmlText=root.asXML();

Element memberElm=root.element("member");

String memberXmlText=memberElm.asXML();

       

dom4j的事件处理模型涉及的类和接口：

类：SAXReader

当解析到path指定的路径时，将调用参数handler指定的处理器。针对不同的节点可以添加多个handler实例。或者调用默认的Handler setDefaultHandler(ElementHandler handler);

接口ElementHandler

该方法在解析到元素的开始标签时被调用。

该方法在解析到元素的结束标签时被调用

3.3、接口：ElementPath （假设有参数：ElementPath path）

该方法与SAXReader类中的addHandler()方法的作用相同。路径path可以是绝对路径（路径以/开头），也可以是相对路径（假设是当前路径的子节点路径）。

移除指定路径上的ElementHandler实例。路径可以是相对路径，也可以是绝对路径。

该方法得到当前节点的路径。该方法返回的是完整的绝对路径

该方法得到当前节点。

Element类

getQName()	元素的QName对象
getNamespace()	元素所属的Namespace对象
getNamespacePrefix()	元素所属的Namespace对象的prefix
getNamespaceURI()	元素所属的Namespace对象的URI
getName()	元素的local name
getQualifiedName()	元素的qualified name
getText()	元素所含有的text内容，如果内容为空则返回一个空字符串而不是null
getTextTrim()	元素所含有的text内容，其中连续的空格被转化为单个空格，该方法不会返回null
attributeIterator()	元素属性的iterator，其中每个元素都是Attribute对象
attributeValue()	元素的某个指定属性所含的值
elementIterator()	元素的子元素的iterator，其中每个元素都是Element对象
element()	元素的某个指定（qualified name或者local name）的子元素
elementText()	元素的某个指定（qualified name或者local name）的子元素中的text信息
getParent	元素的父元素
getPath()	元素的XPath表达式，其中父元素的qualified name和子元素的qualified name之间使用"/"分隔
isTextOnly()	是否该元素只含有text或是空元素
isRootElement()	是否该元素是XML树的根节点

类DocumentHelper

DocumentHelper 是用来生成生成 XML 文档的工厂类

通过xpath查找指定的节点

​ 采用xpath查找需要引入jaxen-xx-xx.jar，否则会报java.lang.NoClassDefFoundError: org/jaxen/JaxenException异常。

  List list=document.selectNodes("/books/book/@show");

xpath语法

1、选取节点

XPath 使用路径表达式在 XML 文档中选取节点，节点是沿着路径或者 step 来选取的。

常见的路径表达式：

表达式	描述
nodename	选取当前节点的所有子节点
/	从根节点选取
//	从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置
.	选取当前节点
..	选取当前节点的父节点
@	选取属性

实例

路径表达式	结果
bookstore	选取 bookstore 元素的所有子节点
/bookstore	选取根元素 bookstore
bookstore/book	选取bookstore 下名字为 book的所有子元素。
//book	选取所有 book 子元素，而不管它们在文档中的位置。
bookstore//book	选取bookstore 下名字为 book的所有后代元素，而不管它们位于 bookstore 之下的什么位置。
//@lang	选取所有名为 lang 的属性。

2、谓语（Predicates）

谓语用来查找某个特定的节点或者包含某个指定的值的节点。

谓语被嵌在方括号中。

实例

常见的谓语的一些路径表达式：

路径表达式	结果
/bookstore/book[1]	选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()]	选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1]	选取属于 bookstore 子元素的倒数第二个 book 元素。
/bookstore/book[position()❤️]	选取最前面的两个属于 bookstore 元素的子元素的 book 元素。
//title[@lang]	选取所有拥有名为 lang 的属性的 title 元素。
//title[@lang='eng']	选取所有 title 元素，要求这些元素拥有值为 eng 的 lang 属性。
/bookstore/book[price>35.00]	选取所有 bookstore 元素的 book 元素，要求book元素的子元素 price 元素的值须大于 35.00。
/bookstore/book[price>35.00]/title	选取所有 bookstore 元素中的 book 元素的 title 元素，要求book元素的子元素 price 元素的值须大于 35.00

3、选取未知节点

XPath 通配符可用来选取未知的 XML 元素。

通配符	描述
*	匹配任何元素节点
@*	匹配任何属性节点
node()	匹配任何类型的节点

实例

路径表达式	结果
/bookstore/*	选取 bookstore 元素的所有子节点
//*	选取文档中的所有元素
//title[@*]	选取所有带有属性的 title 元素。

4、选取若干路径

通过在路径表达式中使用“|”运算符，您可以选取若干个路径。

实例

路径表达式	结果
//book/title | //book/price	选取所有 book 元素的 title 和 price 元素。
//title | //price	选取所有文档中的 title 和 price 元素。
/bookstore/book/title|//price	选取所有属于 bookstore 元素的 book 元素的title 元素，以及文档中所有的 price 元素。

5、XPath 轴

轴可定义某个相对于当前节点的节点集。

轴名称	结果
ancestor	选取当前节点的所有先辈（父、祖父等）
ancestor-or-self	选取当前节点的所有先辈（父、祖父等）以及当前节点本身
attribute	选取当前节点的所有属性
child	选取当前节点的所有子元素。
descendant	选取当前节点的所有后代元素（子、孙等）。
descendant-or-self	选取当前节点的所有后代元素（子、孙等）以及当前节点本身。
following	选取文档中当前节点的结束标签之后的所有节点。
namespace	选取当前节点的所有命名空间节点
parent	选取当前节点的父节点。
preceding	选取文档中当前节点的开始标签之前的所有节点。
preceding-sibling	选取当前节点之前的所有同级节点。
self	选取当前节点。

6、路径

位置路径可以是绝对的，也可以是相对的。

绝对路径起始于正斜杠( / )，而相对路径不会这样。在两种情况中，位置路径均包括一个或多个步，每个步均被斜杠分割：

/step/step/...

step/step/...

每个步均根据当前节点集之中的节点来进行计算。

轴（axis）：定义所选节点与当前节点之间的树关系

节点测试（node-test）：识别某个轴内部的节点

零个或者更多谓语（predicate）：更深入地提炼所选的节点集

步的语法：轴名称::节点测试[谓语]

实例

例子	结果
child::book	选取所有属于当前节点的子元素的 book 节点
attribute::lang	选取当前节点的 lang 属性
child:😗	选取当前节点的所有子元素
attribute:😗	选取当前节点的所有属性
child::text()	选取当前节点的所有文本子节点
child::node()	选取当前节点的所有子节点
descendant::book	选取当前节点的所有 book 后代
ancestor::book	选择当前节点的所有 book 先辈
ancestor-or-self::book	选取当前节点的所有book先辈以及当前节点（假如此节点是book节点的话）
child:😗/child::price	选取当前节点的所有 price 孙。

7、XPath 运算符

运算符	描述	实例	返回值
|	计算两个节点集	//book | //cd	返回所有带有 book 和 ck 元素的节点集
+	加法	6 + 4	10
-	减法	6 - 4	2
*	乘法	6 * 4	24
div	除法	8 div 4	2
=	等于	price=9.80	如果 price 是 9.80，则返回 true。如果 price 是 9.90，则返回 fasle。
!=	不等于	price!=9.80	如果 price 是 9.90，则返回 true。如果 price 是 9.80，则返回 fasle。
<	小于	price<9.80	如果 price 是 9.00，则返回 true。如果 price 是 9.90，则返回 fasle。
<=	小于或等于	price<=9.80	如果 price 是 9.00，则返回 true。如果 price 是 9.90，则返回 fasle。
>	大于	price>9.80	如果 price 是 9.90，则返回 true。如果 price 是 9.80，则返回 fasle。
>=	大于或等于	price>=9.80	如果 price 是 9.90，则返回 true。如果 price 是 9.70，则返回 fasle。
or	或	price=9.80 or price=9.70	如果 price 是 9.80，则返回 true。如果 price 是 9.50，则返回 fasle。
and	与	price>9.00 and price<9.90	如果 price 是 9.80，则返回 true。如果 price 是 8.50，则返回 fasle。
mod	计算除法的余数	5 mod 2	1

DTD（暂不过多介绍 只是引用）

简介

文档类型定义（DTD）可定义合法的XML文档构建模块。它使用一系列合法的元素来定义文档的结构。

DTD 可被成行地声明于 XML 文档中，也可作为一个外部引用。

内部的 DOCTYPE 声明

假如 DTD 被包含在您的 XML 源文件中，它应当通过下面的语法包装在一个 DOCTYPE 声明中：

<!DOCTYPE 根元素 [元素声明]>

带有 DTD 的 XML 文档实例（请在 IE5 以及更高的版本打开，并选择查看源代码）：

<?xml version="1.0"?>
<!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>

在您的浏览器中打开此 XML 文件，并选择“查看源代码”命令。

以上 DTD 解释如下：

!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

外部文档声明

假如 DTD 位于 XML 源文件的外部，那么它应通过下面的语法被封装在一个 DOCTYPE 定义中：

<!DOCTYPE 根元素 SYSTEM "文件名">

这个 XML 文档和上面的 XML 文档相同，但是拥有一个外部的 DTD: （在 IE5 中打开，并选择“查看源代码”命令。）

<?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> 

这是包含 DTD 的 "note.dtd" 文件：

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

为什么使用 DTD？

通过 DTD，您的每一个 XML 文件均可携带一个有关其自身格式的描述。

通过 DTD，独立的团体可一致地使用某个标准的 DTD 来交换数据。

而您的应用程序也可使用某个标准的 DTD 来验证从外部接收到的数据。

您还可以使用 DTD 来验证您自身的数据。