XML概念定义以及如何定义xml文件编写约束条件java解析xml DTD XML Schema JAXP java xml解析 dom4j 解析 xpath dom sax
本文主要涉及:xml概念描述,xml的约束文件,dtd,xsd文件的定义使用,如何在xml中引用xsd文件,如何使用java解析xml,解析xml方式dom sax,dom4j解析xml文件
XML来源SGML
SGML(SGM)标准通用标记语言
是一种定义电子文档结构和描述其内容的国际标准语言,具有极好的扩展性
是所有电子文档标记语言的起源，早在万维网发明之前“通用标言”就已存在
是1986年国际标准化组织出版发布的一个信息管理方面的国际标准（ISO 8879:1986 信息处理）
简单的理解就是对于数据进行结构化组织呈现,用于描述文档的显示式样或者描述文档中文字的用途
XML概念
可扩展标记语言，是一种用于标记电子文件使其具有结构性的标记语言。
与HTML一样都是标准通用标记语言的子集，
只不过超文本标记语言被设计用来显示数据
XML被设计用来传输和存储数据.
语法上和HTML也是相似的，但HTML中的元素是固定的，而XML的标签是可以由用户自定义的。
逻辑上来说SGML是非常适合用于Web项目中的
但是SGML的固有缺点,复杂/庞大/学习成本高等
所以XML这一SGML的子集,应运而生.
W3C在1998年2月发布1.0版本
W3C在2004年2月发布1.1版本，但因为1.1版本不能向下兼容1.0版本
所以现在使用的仍旧是1.0版本
W3school XML在线文档
http://www.w3school.com.cn/xml/index.asp
W3C组织
W3C是万维网联盟(World Wide Web Consortium)英文的缩写
它成立于1994年10月，以开放论坛的方式来促进开发互通技术(包括规格、指南、软件和工具)，开发网络的全部潜能。
万维网联盟(W3C)从1994年成立以来，已发布了90多份Web技术规范，领导着Web技术向前发展。
W3C认为自身不是官方组织，因此将它正式发布的规范称为推荐(建议)标准，意思是进一步标准化的建议，
但是由于组织自身的权威性往往成为事实上的标准。
XML用法以及特点
XML在web中主要用途就是存储数据,只要能方便的存储数据,自然可以交换数据.
目前常用用法:
程序的配置文件（这也是最后大家使用XML最常见的目的）；
数据交换：不同语言之间用来交换数据,因为他是统一的格式
小型数据库：用来当数据库存储数据。
XML与HTML比较
HTML的元素都是固定的，而XML可以自定义元素；
HTML用浏览器来解析执行， XML的解析器通常需要自己来写（因为元素是自定义的）；
HTML只能用来表示网页，而XML可以做的事情很多。
XML和properties比较
属性文件只能存储平面信息，而XML可以存储结构化信息；
解析属性文件只需要使用Properties类就可以了，而解析XML文档是很复杂的。
XML总结:
XML是一种灵活的结构化数据存储和传输格式,没有预置的标签(HTML就是预置的固定的,浏览器负责解析)
所以需要自定义标签,
既然是自定义标签 ,自然需要自己去动手解析
也就是说:
在Web项目中,想要使用XML作为程序的一部分
XML三要素
1.语法格式 这个没什么好说的,必须遵守基本的XML规范
2.约束文件
任何的程序都不会是固定不变的,你的解析程序和XML文件也绝对不可能是完全不变的
比如可能你的XML文件需要用户书写,然后程序进行解析
如果用户随意书写,不可能存在什么程序能够保证完全正确的解读用户的输入
所以需要约束,也正是这个约束 让XML的内容的书写,和XML的解析程序达到了解耦的目的
只要引入了约束标准,XML文件的内容就不允许随意书写
只要遵循约束标准,解析程序就承诺一定可以正确的解读数据
3.解析 你自己定义的标签,自然只有你自己才懂得每个数据的含义
一个简单的XML文档格式
目前仍旧使用的是XML 1.0
一个基本的XML 形如:
<?xml version="1.0" encoding="ISO-8859-1"?> <note> <to>George</to> <from>John</from> <heading>Reminder</heading> <body>Don't forget the meeting!</body> </note>
XML是一个树形结构,而且必须是一个树形结构 必须有根元素
<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>
XML-语法
文档声明
元素
属性
注释
CDATA区 、特殊字符
处理指令（PI:Processing Instruction）
文档声明:
在编写XML文档时，需要先使用文档声明来声明XML文档。且必须出现在文档的第一行。
最简单的语法:<?xml version=“1.0”?>
用encoding属性说明文档所使用的字符编码。保存在磁盘上的文件编码要与声明的编码一致。
如：<?xml version=“1.0” encoding=“GB2312”?>
用standalone属性说明文档是否独立，即是否依赖其他文档。
如：<?xml version=“1.0” standalone=“yes”?>
没有xml文档声明的xml文档，不是格式良好的xml文档
xml文档声明必须从xml文档的1行1列开始 也就是必须第一行顶格写
编码属性应当被指定为文档被保存时所使用的编码
最好的避免错误的建议是：
使用支持编码的编辑器
确定编辑器使用的编码
在您的 XML 文档中使用相同的编码属性
XML元素
XML中的每一个标签,就是一个元素
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。
要求:
1.所有元素都必须有关闭标签,省略关闭标签是非法的。声明不是XML的元素,所以第一行的声明,并不需要关闭标签
2.XML 标签对大小写敏感
3.XML 必须正确地嵌套
4.XML 文档必须有且只有一个根元素
命名规则：
1.名称可以含字母、数字以及其他的字符
2.名称不能以数字或者标点符号开始
3.名称不能以字符 “xml”（或者 XML、Xml）开始
4.名称不能包含空格
5.可使用任何名称，没有保留的字词。
命名建议:
名称应该具有描述性,并且在此基础上尽可能简短,可以使用下划线 _
避免使用连字符 - ,比如 a-b 有些可能会仅仅解析到a
不要使用 英文句号 .
不要使用 英文冒号 : 会被当做命名空间解析
XML属性
一个元素(标签)可以有多个属性
XML的属性是键值对的形式,
属性由属性名与属性值构成，中间用等号连接 比如 sex="male"
他的属性值必须加引号
单引号和双引号均可使用
如果属性值本身包含双引号，那么有必要使用单引号
到底是使用元素还是属性?
建议是如果可以,尽可能的使用元素,而不是属性
因为:
属性无法包含多重的值(元素可以包含多个)
属性无法描述树的结构(元素则是树结构的一部分)
属性不容易扩展
数据本身设置为元素,数据的数据才去设置为属性
XML注释
注释的语法与 HTML 的语法很相似：
<!-- 这是一个注释 -->
注释不能嵌套
CDATA区 、特殊字符
所有 XML 文档中的文本均会被解析器解析。
只有 CDATA 区段（CDATA section）中的文本会被解析器忽略。
CDATA 部分中的所有内容都会被解析器忽略。 CDATA 部分由 "<![CDATA[" 开始，由 "]]>" 结束
CDATA 部分不能包含字符串 "]]>"。也不允许嵌套的 CDATA 部分。
标记 CDATA 部分结尾的 "]]>" 不能包含空格或折行。
在 XML 中，文档中的空格不会被删除,都会保留
所以，在编写XML文件时，使用换行和缩进等方式来让原文件中的内容清晰可读的“良好”书写习惯在这个地方并不是一件好事
XML 以 LF 存储换行
特殊字符
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
预定义的实体
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。
实体引用是对实体的引用。
实体可在内部或外部进行声明。
&开头 ; 结尾
处理指令
处理指令，简称PI(Processing Instruction)。 了解一下
作用：用来指挥软件如何解析XML文档。
语法：必须以“<?”作为开头，以“?>”作为结尾。与声明是一样
常用处理指令：
XML声明：<?xml version=“1.0” encoding=“GB2312”?>
xml-stylesheet指令：
作用：指示XML文档所使用的CSS样式XSL。
<?xml-stylesheet type="text/css" href="some.css"?>
注：对中文命名的标签元素不起作用
XML-验证约束
验证方式有两种:
DTD
XML Schema
要理解限制本身的含义,限制是对于XML文档结构的限制
XML中文档的主要内容可以说是 元素和属性
限制也是针对元素和限制来进行的
- 一个XML文档有哪些元素?
- 有哪些属性?
- 哪些属性在哪些元素上?
- 哪些元素可以包含哪些元素?
- 被包含的元素可出现的次数是多少?
- 属性的值可以是多少?
- .......
大致也就是这些方面的限制
所以如果你想要给你的XML文档编写限制文件,你需要先确定你自己的逻辑规则
也就是上面提到的这几个主要问题
然后查找文档 用对应的方法书写出来即可
不同的限制方式自然有不同的语法,也就有不同的特点
XML Schema 比 DTD 更强大 是DTD的替代者
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
DTD w3c文档
http://www.w3school.com.cn/dtd/dtd_intro.asp
XML Schema w3c文档
http://www.w3school.com.cn/schema/schema_intro.asp
dtd xsd约束的引用
DTD文件引用
有三种方式
内部
外部(在本地)
公共(也是外部只不过不在本地)
内部直接定义在DOCUTYPE内,格式为:
<!DOCUTYPE 根元素名称[
]>
外部本地
<!DOCTYPE 根元素名称 SYSTEM "dtd文档路径">
比如
<!DOCTYPE student SYSTEM "test.dtd">
公共DTD也就是网络上的,本质也是外部
<!DOCTYPE 根元素 PUBLIC "DTD名称" "DTD文档的URL" >
比如 mybatis的mapper文件
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" >
一般都是使用第三方提供的技术框架等,使用XML进行数据配置,使用他们提供的DTD进行约束限制
XML Schema xsd文件引用
XSD文档中是创建元素和属性的地方；
XML文档中是使用元素和属性的地方。
所以在XML文档中需要说明使用了哪些XSD文档。
在 XML 文档中引用 Schema, 引用信息是设置到根元素的开始标签内
<根元素名称 此处为引用信息
>
此处为xml文件的正文内容
</根元素名称>
想要弄清楚引用方式必须了解清楚xsd schema文档的定义格式
每个xsd文件都是一个XML文件
schema是所有文件的根元素
一个 schema 声明往往看上去类似这样
<?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>
其中:
xmlns="http://www.w3school.com.cn" 表示默认的命名空间是"http://www.w3school.com.cn"
xmlns:xs="http://www.w3.org/2001/XMLSchema" 显示 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命名空间 "http://www.w3.org/2001/XMLSchema" 的元素和数据类型应该使用前缀 xs：
targetNamespace="http://www.w3school.com.cn" 表示被此 schema 定义的元素 来自命名空间： "http://www.w3school.com.cn"
elementFormDefault="qualified" 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
比如Spring的配置文件
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:task="http://www.springframework.org/schema/task"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:context="http://www.springframework.org/schema/context"
xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans-4.1.xsd
http://www.springframework.org/schema/task http://www.springframework.org/schema/task/spring-task-4.1.xsd
http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context-4.1.xsd">
beans为根元素,整个文档的结构为:
<beans>
</beans>
所有的引用信息设置在 开始标签 <beans> 内
xmlns 与xmlns:xxx 是一样的,只不过是xmlns是默认的命名空间,也就是省略了前缀的元素使用的命名空间
它的值也就是xsd文件中的targetNamespace 的值
还需要设置
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
一旦您拥有了可用的 XML Schema 实例命名空间
您就可以使用 schemaLocation 属性了。
此属性有两个值。第一个值是需要使用的命名空间。第二个值是供命名空间使用的 XML schema 的位置
需要引用xsd文档的大致步骤
1,先确立你的根元素
比如:
<beans>
</beans>
2.然后选择你的默认的命名空间
xmlns=""
3.默认的只有一个如果你还有更多,你需要设置别名
xmlns:xxx="" 可以设置多个
可能还需要指定位置
4,需要给约束指定位置,指定位置的前提就是先包含XML Schema 实例命名空间:
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
5.使用xsi:schemaLocation="" 指定具体的位置
到底什么是名称空间?
名称空间是用来处理XML元素或属性的名字冲突问题。你可以理解为Java中的包！包的作用就是用来处理类的名字冲突问题。
无论是在XML中，还是在XSD中，都需要声明名称空间。这与Java中使用import来导包是一个道理。
如果被定义的元素在声明时没有指定目标名称空间，那么就是在无名称空间中，
那么我们在使用这些在无名称空间中的元素时，就不用再去声明名称空间了。
声明名称空间使用xmlns
例如：xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"。
这表示声明了一个名称空间，相当与Java中的import。
但是，Java中的import的含义是在下面使用的类，如果没有给出包名，那么就是import导入的这个类。
而xmlns表示，下面使用xsi为前缀的元素或属性，都是来自http://www.w3.org/2001/XMLSchema-instance名称空间。
也就是说给名称空间起了一个简称 别名 前缀 指定了就必须使用这个
例如在XSD文件中，xmlns:xsd="http://www.w3.org/2001/XMLSchema"就是声明名称空间，
而这个名称空间是W3C的名称空间，无需关联文件就可以直接声明！
在XSD文件中所有使用xsd为前面的元素和属性都是来自http://www.w3.org/2001/XMLSchema名称空间。
名称空间命名：一般名称空间都是以公司的URL来命名，即网址！当然也可以给名称空间命名为aa、bb之类的名字，但这可能会导致名称空间的重名问题。
前缀命名：前缀的命名没有什么要求，但一般对http://www.w3.org/2001/XMLSchema名称空间的前缀都是使用xs或xsd。
http://www.w3.org/2001/XMLSchema-instance的前缀使用xsi。
默认名称空间
所谓默认名称空间就是在声明名称空间时，不指定前缀，也可以理解为前缀为空字符串的意思。
这样定义元素时，如果没有指定前缀的元素都是在使用默认名称空间中的元素。
xmlns=”http://www.w3.org”
当在文档中使用<xxx>时，那么<xxx>元素就是http://www.w3.org名称空间中声明的元素。
注意：没有指定前缀的属性不表示在默认名称空间中，而是表示没有名称空间。也就是说，默认名称空间不会涉及到属性，只对元素有效！
XML解析
DOM：Document Object Model，文档对象模型。这种方式是W3C推荐的处理XML的一种方式。
SAX：Simple API for XML。这种方式不是官方标准，属于开源社区XML-DEV,属于事实上的标准
这是两种操作逻辑,是一种规范描述,是一组标准接口
这并不是针对java语言解析dom的技术
DOM和SAX只是定义了一些接口，以及某些接口的缺省实现，而这个缺省实现只是用空方法来实现接口。
一个应用程序如果需要DOM或SAX来访问XML文档，还需要一个实现了DOM或SAX的解析器，
也就是说这个解析器需要实现DOM或SAX中定义的接口以能够提供DOM或SAX中定义的功能。
DOM解析原理
DOM要求解析器把整个XML文档装载到一个Document对象中。
Document对象包含文档元素，即根元素，根元素包含N多个子元素…
一个XML文档解析后对应一个Document对象，
这说明使用DOM解析XML文档方便使用，因为元素与元素之间还保存着结构关系。
优先：使用DOM，XML文档的结构在内存中依然清晰。元素与元素之间的关系保留了下来！
缺点：如果XML文档过大，那么把整个XML文档装载进内存，可能会出现内存溢出的现象！
SAX解析原理
DOM会一行一行的读取XML文档，最终会把XML文档所有数据存放到Document对象中。
SAX也是一行一行的读取XML文档，但是当XML文档读取结束后，SAX不会保存任何数据，同时整个解析XML文档的工作也就结束了。
但是，SAX在读取一行XML文档数据后，就会给感兴趣的用户一个通知！这是一种回调的形式
例如当SAX读取到一个元素的开始时，会通知用户当前解析到一个元素的开始标签。
而用户可以在整个解析的过程中完成自己的业务逻辑，当SAX解析结束，不会保存任何XML文档的数据。
优先：使用SAX，不会占用大量内存来保存XML文档数据，效率也高。
缺点：当解析到一个元素时，上一个元素的信息已经丢弃，也就是说没有保存元素与元素之间的结构关系，这也大大限制了SAX的使用范围。
如果只是想查询XML文档中的数据，那么使用SAX是最佳选择！
JAXP
JAXP（Java API for XMLProcessing，意为XML处理的Java API）是Java XML程序设计的应用程序接口之一
JAXP是sun提供的 用于隐藏底层解析器的实现
java要求XML解析器去实现JAXP提供的接口,这样可以让用户使用解析器时不依赖特定的XML解析器
JAXP本身不是解析器
也不是解析方式（DOM或SAX），它只是让用户在使用DOM或SAX解析器时不依赖特点的解析器。
所以可以说是JAXP是java提供的统一的解析XML的接口规范
你不在需要关注任何的具体的XML解析器的细节
只需要使用JAXP接口规范定义的API即可
JAXP DOM解析
jdk中 javax.xml.parsers包下,四个类:
其中DOM方式:
DocumentBuilder 解析器类
DocumentBuilderFactory 解析器工厂
DocumentBuilder 抽象类,可以使用DocumentBuilderFactory.newDocumentBuilder() 获得
DocumentBuilderFactory 抽象类,可以使用他的newInstance()方法获取实例
parse方法返回Document接口,父接口是Node
示例:
1 import javax.xml.parsers.DocumentBuilder; 2 import javax.xml.parsers.DocumentBuilderFactory; 3 import javax.xml.transform.Transformer; 4 import javax.xml.transform.TransformerFactory; 5 import javax.xml.transform.dom.DOMSource; 6 import javax.xml.transform.stream.StreamResult; 7 8 import org.w3c.dom.Document; 9 import org.w3c.dom.Element; 10 import org.w3c.dom.Node; 11 import org.w3c.dom.NodeList; 12 import org.w3c.dom.Text; 13 14 public class DomParseTest { 15 16 public static void main(String[] args) throws Exception { 17 18 19 20 //创建解析器工厂 21 DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance(); 22 //使用工厂创建解析器 23 DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder(); 24 //使用解析器解析XML文件得到Document对象 25 Document document = documentBuilder.parse("src/dom/test.xml"); 26 //根据标签名获取 NodeList是一个集合 集合中的元素时Node 使用item() 获取元素 27 NodeList nodeList = document.getElementsByTagName("name"); 28 for(int i=0;i<nodeList.getLength();i++) { 29 Node node = nodeList.item(i); 30 //得到标签里面的内容 31 System.out.println(node.getTextContent()); 32 } 33 34 //给第一个学生增加一个性别属性 35 //查找第一个学生 36 Node firstStudent = document.getElementsByTagName("student").item(0); 37 //创建性别标签 38 Element sexElement = document.createElement("sex"); 39 //创建性别标签对应的文本 40 Text sexElementText= document.createTextNode("男"); 41 //文本添加到标签上 42 sexElement.appendChild(sexElementText); 43 //标签添加到第一个学生节点上 44 firstStudent.appendChild(sexElement); 45 46 //回写数据 47 //需要使用transformer 抽象类 由工厂创建,工厂也是抽象类由newInstance()方法创建 48 TransformerFactory transformerFactory = TransformerFactory.newInstance(); 49 Transformer transformer = transformerFactory.newTransformer(); 50 //拥有tranform()方法进行传输数据 51 //transform(Source xmlSource, Result outputTarget) 52 //Source的实现类DOMSource有构造方法 53 //Result接口有实现类StreamResult 54 transformer.transform(new DOMSource(document), new StreamResult("src/dom/test.xml")); 55 56 57 } 58 59 }
<?xml version="1.0" encoding="UTF-8" standalone="no"?><students>
<student>
<name>张三</name>
<age>18</age>
</student>
<student>
<name>李四</name>
<age>28</age>
</student>
</students>
虽然方法有很多,但是本质很简单,解析器,解析器工厂
解析器解析出来文档结构
既然是DOM树,自然都是节点
Document Element Text Attr 也都是节点 Node 类型的
NodeList 是包含Node 的集合 可以使用item方法获取节点 所以说一旦解析出来文档
一切皆是Node 针对于操作方法都在这个体系内了
再详细一点的说就是:
无论使用什么DOM解析器，最终用户都需要获取到Document对象，一个Document对象对应整个XML文档。也可以这样说，Document对象就是XML文档在内存中的表示形式。
在DOM中提供了很多接口，用来描述XML文档中的组成部分。
其中包括：文档（Document）、元素（Element）、属性（Attr）、文本（Text）、注释（Comment）、CDATA段（CDATASection）等等。
无论是哪种XML文档组成部分，都是节点（Node）的子接口。
Node方法介绍
Node基本方法：
l String getNodeName()：获取当前节点的名字。如果当前节点是Element，那么返回元素名称。如果当前节点是Text那么返回#text。如果当前节点是Document那么返回#document；
l String getNodeValue()：获取当前节点的值。只有文本节点有值，其它节点的值都为null；
l String getTextContext()：获取当前节点的文本字符串。如果当前节点为Text，那么获取节点内容。如果当前节点为Element，那么获取元素中所有Text子节点的内容。例如当前节点为：<name>zhangSan</name>，那么本方法返回zhangSan。如果当前节点为：<student><name>zhangSan</name><age>23</age><sex>male</sex></student>，那么本方法返回zhangSan23male。
l short getNodeType()：获取当前节点的类型。Node中有很多short类型的常量，可以通过与这些常量的比较来判断当前节点的类型。if(node.getNodeType() == Node.ELEMENT_NODE)；
Node获取子节点和父节点方法，只有Document和Element才能使用这些方法：
l NodeList getChildNodes()：获取当前节点的所有子节点。NodeList表示节点列表，它有两个方法：
l int getLength()：获取集合长度；
l Node item(int index)：获取指定下标的节点。
l Node getFirstNode()：获取当前节点的第一个子节点；
l Node getLastNode()：获取当前节点的最后一个子节点；
l Node getParentNode()：获取当前节点的父节点。注意Document的父节点为null。
Node获取弟兄节点的方法，只有Element才能使用这些方法：
l Node getNextSibling()：获取当前节点的下一个兄弟节点；
l Node getPreviousSibling()：获取当前节点的上一个兄弟节点。
Node添加、替换、删除子节点方法：
l Node appendChild(Node newChild)：把参数节点newChild添加到当前节点的子节点列表的末尾处。返回值为被添加的子节点newChild对象，方便使用链式操作。如果newChild在添加之前已经在文档中存在，那么就是修改节点的位置了；
l Node insertBefore(Node newChild, Node refNode)：把参数节点newChild添加到当前节点的子节点refNode之前。返回值为被添加的子节点newChild对象，方便使用链式操作。如果refNode为null，那么本方法与appendNode()方法功能相同。如果newChild节点在添加之前已经在文档中存在，那么就是修改节点的位置了。
l Node removeNode(Node oldChild)：从当前节点中移除子元素oldChild。返回值为被添加的子节点oldChild对象，方便使用链式操作。
l Node replaceNode(Node newChild, Node oldChild)：将当前节点的子节点oldChild替换为newChild。
Node获取属性集合方法，只有Element可以使用：
l NamedNodeMap getAttributes()：返回当前节点的属性集合。NamedNodeMap表示属性的集合，方法如下：
int getLength()：获取集合中属性的个数；
Node item(int index)：获取指定下标位置上的属性节点；
Node getNamedItem(String name)：获取指定名字的属性节点；
Node removeNamedItem(String name)：移除指定名字的属性节点，返回值为移除的属性节点；
Node setNamedItem(Node arg)：添加一个属性节点，返回值为添加的属性节点。
Node的判断方法：
l boolean hasChildNodes()：判断当前节点是否有子节点；
l boolean hasAttribute()：判断当前节点是否有属性。
Docment方法介绍
创建节点方法：
l Attr createAttribute(String name)：创建属性节点；
l CDATASection createCDATASection(String data)：创建CDATA段节点；
l Comment createComment(String data)：创建注释；
l Element createElement(String tagName)：创建元素节点；
l Text createTextNode(String data)：创建文本节点；
获取子元素方法：
l Element getElementById(String elementId)：通过元素的ID属性获取元素节点，如果没有DTD指定属性类型为ID，那么这个方法将返回null；
| NodeList getElementsByTagName(String tagName)：获取指定元素名称的所有元素；
l Element getDocumentElement()：获取文档元素，即获取根元素。
文档声明相关方法：
l String getXmlVersion()：获取文档声明的version属性值；
l String getXmlEncoding()：获取文档声明的encoding属性值；
l String getXmlStandalone()：获取文档声明的standalone属性值；
l void setXmlVersion()：设置文档声明version属性值；
l void setXmlStandalone()：设置文档声明standalone属性值。
Element方法介绍
获取方法：
l NodeList getElementsByTagName(String tagName)：获取当前元素的指定元素名称的所有子元素；
l String getTagName()：获取当前元素的元素名。调用元素节点的getNodeName()也是返回名；
属性相关方法：
l String getAttribute(String name)：获取当前元素指定属性名的属性值；
l Attr getAttributeNode(String name)：获取当前元素指定属性名的属性节点；
l boolean hasAttribute(String name)：判断当前元素是否有指定属性；
l void removeAttribute(String name)：移除当前元素的指定属性；
l void removeAttributeNode(Attr attr)：移除当前元素的指定属性；
l void setAttribute(String name, String value)：为当前元素添加或修改属性；
l Attr setAttributeNode(Attr attr)：为当前元素添加或修改属性，返回值为添加的属性；
Attr方法介绍
l String getName()：获取当前属性节点的属性名；
l String getValue()：获取当前属性节点的属性值；
l void setValue(String value)：设置当前属性节点的属性值；
l boolean isId()：判断当前属性节点是否为ID类型属性。
JAXP SAX解析
SAXParser 解析器类
SAXParserFactory 解析器工厂
SAX是事件驱动型XML解析的一个标准接口
对文档进行顺序扫描，当扫描到文档（document）开始与结束、元素（element）开始与结束、文档（document）结束等地方时通知事件处理函数
我们需要做的就是实现这些回调的方法体
示例:
public static void SaxParse() throws Exception { //创建解析器工厂 SAXParserFactory saxParserFactory = SAXParserFactory.newInstance(); //创建解析器 SAXParser saxParser = saxParserFactory.newSAXParser(); //执行parse方法 此方法依赖DefaultHandler,所以需要自定义类实现DefaultHandler //其中qName 是标签的名称 saxParser.parse("src/dom/test.xml", new DefaultHandler() { @Override public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException { System.out.println("<"+qName+">"); } @Override public void endElement(String uri, String localName, String qName) throws SAXException { System.out.println("<"+qName+"/>"); } @Override public void characters(char[] ch, int start, int length) throws SAXException { System.out.print(new String(ch,start,length)); } }); }
DefaultHandler中还有很多的其他方法
使用DOM解析主要就是获取文档后对于所有的节点进行操作
使用SAX解析主要就是根据各个事件发生时,进行所需要的响应
如果想要对文档进行复杂的操作设置更多的需要查询Node下相关的实现类 Document Text 等
如果想要对文档进行复杂的筛选查询,那么需要精心的利用DefaultHandler处理各个事件
注意:既然说JAXP是一个接口规范,为什么可以直接使用其来进行解析?
上面我们已经提到了工厂类都是抽象类,并不是自己实现的或者创建的,调用的newInstance创建的,他其实使用的是java提供给我们的默认实现的解析器工作的
JAXP还是接口规范,并不是一组实现API
JDOM和DOM4J
这是两种第三方的解析工具 仅仅用于java
JDOM与DOM4J相比，DOM4J完胜！！！所以，我们应该在今后的开发中，把DOM4J视为首选。
DOM4J也是Hibernate使用的解析XML的方式
DOM4J查找解析器的过程
DOM4J首先会去通过JAXP的查找方法去查找解析器，如果找到解析器，那么就使用之；
否则会使用自己的默认解析器Aelfred2。
https://github.com/dom4j/dom4j/wiki/FAQ 中有关于解析器的说明
DOM4J对DOM和SAX都提供了支持
可以把DOM解析后的Document对象转换成DOM4J的Document对象，当然了可以把DOM4J的Document对象转换成DOM的Document对象。
DOM4J使用SAX解析器把XML文档加载到内存，生成DOM对象。当然也支持事件驱动的方式来解析XML文档。
在DOM4J中，也有Node、Document、Element等接口，结构上与DOM中的接口比较相似。
但还是有很多的区别：
在DOM4J中，所有XML组成部分都是一个Node，
其中Branch表示可以包含子节点的节点，
例如Document和Element都是可以有子节点的，它们都是Branch的子接口。
Attribute是属性节点，CharacterData是文本节点，
文本节点有三个子接口，分别是CDATA、Text、Comment。
dom4J 官网 https://dom4j.github.io/
刚才提到的工作原理
DOM4J使用SAX解析器把XML文档加载到内存，生成DOM对象。当然也支持事件驱动的方式来解析XML文档。
这句话是重点,他两种解析方式都可以,而且,他是使用的SAX解析方式 创建了一棵DOM4J树,此树中的对象 可以转换成DOM树中的对象
dom4j 2.1.1 API
https://dom4j.github.io/javadoc/2.1.1/overview-summary.html
第三方的工具使用必然需要查看他的介绍方法
基本的使用在官网上已经有了很清晰的介绍
官网 https://dom4j.github.io/
获取指定元素标签的内容
//查询元素
public static void dom4jParseSelectNames() throws Exception { //1.导入包 import org.dom4j.io.SAXReader; //2.创建解析器 SAXReader saxReader = new SAXReader(); //3.使用解析器解析文档 Document document = saxReader.read("src/dom/test.xml"); //4.得到根节点 Element root = document.getRootElement(); //5.得到指定元素的列表 List<Element> list = root.elements("student"); //6.遍历list for (Element element : list) { //element是每一个student元素 得到student下面的name元素 Element name = element.element("name"); //得到name里面的值 String s = name.getText(); System.out.println(s); } } }
//增加一个元素
public static void dom4jParseAdd() throws Exception { //1.导入包 import org.dom4j.io.SAXReader; //2.创建解析器 SAXReader saxReader = new SAXReader(); //3.使用解析器解析文档 Document document = saxReader.read("src/dom/test.xml"); //4.得到根节点 Element root = document.getRootElement(); //5.得到第一个student元素 Element studentElement = root.element("student"); //6.在student下面直接添加元素 Element sexElement = studentElement.addElement("sex"); //7.在sex下面添加文本 sexElement.setText("男"); //8.回写数据 OutputFormat format = OutputFormat.createPrettyPrint(); XMLWriter xmlWriter = new XMLWriter(new FileOutputStream("src/dom/test.xml"), format); xmlWriter.write(document); xmlWriter.close(); }
使用Dom4J格式都没有变乱
XPATH
什么是 XPath?
XPath 使用路径表达式在 XML 文档中进行导航
XPath 包含一个标准函数库
XPath 是 XSLT 中的主要元素
XPath 是一个 W3C 标准
http://www.w3school.com.cn/xpath/index.asp
XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。
XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。
起初 XPath 的提出的初衷是将其作为一个通用的、介于XPointer与XSL间的语法模型。但是 XPath 很快的被开发者采用来当作小型查询语言。
就按照他的名字XML Path Language 理解就可以完全掌握这个概念
在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档节点（或称为根节点）。
类型都是节点类型的
其中直接值也就是常量 ,比如xml中的<year>2018</year> 2018就是基本值 原子值
节点之间的相互关系有 :
父 每个元素以及属性都有一个父。
子 元素节点可有零个、一个或多个子。
同胞 拥有相同的父的节点
先辈 某节点的父、父的父，等等
后代 某个节点的子，子的子，等等。
DOM4J对XPath的支持
在DOM4J中，Node接口中的三个方法最为常用：
List selectNodes(String xpathExpression)：在当前节点中查找满足XPath表达式的所有子节点；
Node selectSingleNode(String xpathExpression)：在当前节点中查找满足XPath表达式的第一个子节点；
String valueOf(String xpathExpression)：在当前节点中查找满足XPath表达式的第一个子节点的文本内容；
语法格式可以根据w3school中的语法形式进行选择
http://www.w3school.com.cn/xpath/xpath_syntax.asp
想要在DOM4J中解析XPATH还需要另外一个包 Jaxen
可以去中央仓库下载 或者随便搜索一下 jaxen-1.1-beta-6.jar
否则就会报错
Jaxen是一个用Java编写的XPath引擎，用于处理各种基于XML的对象模型，如DOM，dom4j和JDOM以及Java Bean。
public static void dom4jParseXpath() throws Exception { //1.导入包 import org.dom4j.io.SAXReader; //2.创建解析器 SAXReader saxReader = new SAXReader(); //3.使用解析器解析文档 Document document = saxReader.read("src/dom/test.xml"); //4.得到根节点 List<Node> nodes = document.selectNodes("//name"); //5.遍历list for (Node node : nodes) { //得到name里面的值 String s = node.getText(); System.out.println(s); } System.out.println("---------"); List<Node> nodess = document.selectNodes("//student"); //5.遍历list for (Node node : nodess) { //得到name里面的值 String s = node.getStringValue(); System.out.println(s); } } }
