Java学习笔记@XML文档、解析、检索

笔者：unirithe

日期：11/13/2021

XML

概述

XMl是可扩展标记语言（eXtensible Markup Language) 的缩写，是一种数据表示格式，可以描述非常复杂的数据结构，常用于传输和存储数据

例如：

<?xml version="1.0" encoding="UTF-8"?>
<data>
	
</data>

XML的作用

用于进行存储和传输数据
作为软件的配置文件

XML的特点

纯文本，默认使用UTF8编码
可嵌套

XML的应用场景

作为消息进行网络传输
作为配置文件用于存储系统信息

使用规范

XML语法规范

文件后缀使用.xml
文档声明必须是第一行，如：<? xml version="1.0" encoding="UTF-8" ?>

XML的标签(即元素)规范

标签由一对尖括号和合法标识符组成，比如<name></name>，XML必须存在一个根标签，有且只能有一个
普通标签必须成对出现
特殊的标签可以不成对，但必须有结束的标记，如 <br/>
标签中可定义属性，属性和标签名以空格隔开，属性值必须用引号引起来

标签嵌套要符合逻辑，如:

<user id = "1">
	<name>unirithe</name>
</user>

XML注释 (和HTML注释方式一样)

<!-- 注释内容 -->

XML转义字符

符号	表示方法
< 小于	`<`
> 大于	`>`
& 和	`&`
`单引号	`'`
"双引号	`"`

除了使用转义字符外， XML文件中可定义 CDATA区 <![CDATA[...任意内容...]]

XML 文档约束

文档约束：限定XML文件中的标签以及属性编写格式，主要有两种DTD和Schema

DTD约束

约束的文件后缀为.dtd

范例: （+号表示至少一个以上）

<!ELEMENT Schall(student+)>
<!ELEMENT student(name, sex)>
<!ELEMENT name(#PCDATA)>
<!ELEMENT sex(#PCDATA)>

使用方法

<? xml version="1.0" encoding="UTF-8" ?>

<School>
	<student>
        <name>unirithe</name>
        <sex>man</sex>
 	</student>	
    
    <student>
        <name>lucky</name>
        <sex>woman</sex>
 	</student>	
</School>

存在问题：无法约束具体的数据类型

Schema约束

作用：

可约束XML的数据类型
本身也是XML文件，受到其他约束文件的要求
后缀使用.xsd

<?xml version="1.0" encoding="UTF-8" ?>
<schema xmlns="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.itcast.cn"
        elementFormDefault="qualified">
    <!-- targetNamespace 申明约束文档的位置 -->
    <element name="School">
        <complexType>
            <sequence maxOccurs="unbounded"> <!-- 设置子元素为任意多个 -->
                <element name="Student">
                    <complexType>
                        <sequence>
                            <element name = "name" type="string"/>
                            <element name = "sex" type ="string"/>
                            <element name = "age" type="int"/>
                        </sequence>
                    </complexType>
                </element>
            </sequence>
        </complexType>
    </element>
</schema>

使用

<?xml version="1.0" encoding="UTF-8" ?>
<School xmlns="http://www.itcast.cn"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://www.itcast.cn data.xsd">
    <Student>
        <name>unitihe</name>
        <sex>man</sex>
        <age>21</age>
    </Student>
</School>

一般Schema约束都可以直接采取网络获取的方式，即配置xmlns属性，而无需自己编写

XML 解析技术

两大技术：SAX解析、DOM解析

DOM常见解析工具

名称	描述
JAXP	SUN公司提供的一套XML的解析API
JDOM	基于树型结构的开源项目，利用纯JAVA的技术对XML文档实现解析、生成、序列化以及多种操作
*dom4j	是JDOM的升级品，用来读写XML文件。具有性能优异、功能强大和极容易使用的特点，它的性能超过SUN公司官方的DOM技术，同时也是一个开放源代码的软件，Hibernate就用它读写配置文件
jsoup	功能强大DOM方式的XML解析开发包，尤其是对HTML解析更方便

常用解析工具：Dom4j

Document对象：整个XML文档

Node 对象

Element对象：标签
Atrribute对象：属性
Text对象：文本内容

Dom4j 快速入门

安装与配置

使用Dom4j只需要下载对应的驱动jar包即可在Java类中使用

Dem4j官方网址

适用于JDK8+版本的Dom4j-2.1.3版本下载地址

https://github.com/dom4j/dom4j/releases/download/version-2.1.3/dom4j-2.1.3.jar

下载完毕后导入到IDEA的项目中即可

另外，还可下载该版本对应的指导文档，下载地址：点这

Dom4j 的使用

Dom4j解析XML得到Document对象

SAXReader类

构造器/方法	描述
`public SAXReader()`	创建Dom4J的解析器对象
`Document read(String url)`	加载XML文件称为Document对象

Document类

方法	描述
Element getRootElement()	获得根元素对象

User.xml

<?xml version="1.0" encoding="UTF-8" ?>
<School >
    <Student id="1">
        <name>unitihe</name>
        <sex>man</sex>
    </Student>

    <Student id="2">
        <name>lucky</name>
        <sex>woman</sex>
    </Student>
</School>

package com.uni;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
import org.junit.Test;

import java.io.InputStream;
public class Dom4jDemo {
    @Test
    public void test() throws Exception {
        SAXReader saxReader = new SAXReader();
        InputStream is = Dom4jDemo.class.getResourceAsStream("/userSchema.xml");
        Document document = saxReader.read(is);
        Element root = document.getRootElement();
        System.out.println(root);
    }
}

解析元素、属性文本的常用API

方法名	描述
`List<Element> elements()`	得到当前元素下所有子元素
`List<Element>elements(String name)`	得到当前元素下指定名字的子元素返回集合
`Element element(String name)`	得到当前元素下指定名字的子元素，如果有多个则返回第一个
`String getName()`	得到元素名字
`String attributeValue(String name)`	通过属性名直接得到属性值
`String elementType(子元素名)`	得到指定名称的子元素的文本
`String getText()`	得到文本

范例：获取所有名为Student的一级子元素对象

List<Element> sons = root.elements("Student");

范例：获取第一个名为Student的一级子元素对象

Element userEle = root.element("Student");

范例：输出所有一级子元素的name值

List<Element> userEle = root.elements("Student");
for (Element element : userEle)
    System.out.println(element.elementText("name"))

范例：根据元素获取属性值

List<Element> userEle = root.elements("Student");
for (Element element : userEle) {
	Attribute idAttr = element.attribute("id");
	System.out.println(idAttr.getName() + " -> " + idAttr.getValue());
}

更简便的方法：

System.out.println(element.attributeValue("id"));

XML 解析案例

编写Java程序实现对XML文件进行解析，并创建对象存储内容

User.xml

<?xml version="1.0" encoding="UTF-8" ?>
<School >
    <Student id="1">
        <name>unitihe</name>
        <sex>man</sex>
    </Student>

    <Student id="2">
        <name>lucky</name>
        <sex>woman</sex>
    </Student>
</School>

class Student{
    private int id;
    private String name, sex;
    public Student(){}
    public Student(int id, String name, String sex) {
        this.id = id;
        this.name = name;
        this.sex = sex;
    }

    @Override
    public String toString() {
        return "Student{" +
                "id=" + id +
                ", name='" + name + '\'' +
                ", sex='" + sex + '\'' +
                '}';
    }
}
public class Dom4jDemo {
    @Test
    public void parseXMLData() throws Exception {
        SAXReader saxReader = new SAXReader();
        InputStream is = Dom4jDemo.class.getResourceAsStream("/user.xml");
        Document document = saxReader.read(is);
        Element root = document.getRootElement();

        List<Element> stuEle = root.elements("Student");

        List<Student> students = new ArrayList<>();
        for (Element stu : stuEle) {
            int id = Integer.valueOf(stu.attributeValue("id"));
            String name = stu.elementText("name");
            String sex = stu.elementText("sex");
            students.add(new Student(id, name, sex));
        }
        for (Student student : students) {
            System.out.println(student);
        }
    }
}

运行结果

Student{id=1, name='unitihe', sex='man'}
Student

XML 检索 XPath技术

Dom4j是先对XMl文件进行解析，然后再寻找数据，而XPath技术更适合 信息检索

XPath的特点

基于Dom4j开发的
提供了独树一帜的路径思想，更优雅高效
使用路径表达式来定位XMl文档中元素节点或属性节点

Xpath 快速入门

在使用XPath时，除了导入Dom4j.jar包以外，还需要导入jaxen-*.jar 下载点这

实现步骤

导入jar包 Dom4j 和 jaxen
通过 dom4j的SAXReader 获取 Document 对象
利用XPath提供的API，结合XPath的语法完成选取XML文档元素节点进行解析操作

Document中与Xpath相关的API如下：

方法名	描述
`Node selectSingleNode("表达式")`	获取符合表达式的唯一元素
`List<Node> selectNodes("表达式")`	获取符合表达式的元素结合

Xpath 的四大检索方案

绝对路径
相对路径
全文检索
属性查找

绝对路径检索

采用绝对路径获取从根节点开始逐层的查找

方法名	描述
/根元素/子元素/孙元素	从根元素开始，一级一级向下查找，不能跨级

package com.uni;

import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;
import org.junit.Test;
import java.util.List;

public class XPathDemo {
    @Test
    public void test() throws Exception {
        SAXReader saxReader= new SAXReader();

        Document document = saxReader.read(XPathDemo.class.getResourceAsStream("/user.xml"));
        List<Node> nameNodes = document.selectNodes("/School/Student/name");
        for (Node nameNode : nameNodes) {
            Element nameEle = (Element) nameNode;
            System.out.println(nameEle.getText());
        }
    }
}

相对路径检索

@Test
public void test() throws Exception {
    SAXReader saxReader= new SAXReader();
    Document document = saxReader.read(XPathDemo.class.getResourceAsStream("/user.xml"));
    Element root = document.getRootElement();
	List<Node> nameNodes = root.selectNodes("./Student/name");
	for (Node nameNode : nameNodes) {
		Element nameEle = (Element) nameNode;
		System.out.println(nameEle.getText());
	}
}

全文检索

List<Node> nameNodes = document.selectNodes("//name");
// 相同效果
List<Node> nameNodes = document.selectNodes("//Student/name");

属性检索

@属性名称
元素[@属性名称]
元素[@属性名称=值]

范例：@属性名称检索

SAXReader saxReader= new SAXReader();

Document document = saxReader.read(XPathDemo.class.getResourceAsStream("/user.xml"));

Element root = document.getRootElement();

List<Node> nodes= document.selectNodes("//@id");
// 在这个案例里 @id 效果等同于Student[@id];

for (Node node : nodes) {
	Attribute attr = (Attribute) node;
	System.out.println(attr.getName() +  " -> " + attr.getValue());
}

范例：元素[@属性名称] 检索

List<Node> nodes= document.selectNodes("//Student[@id]");
for (Node node : nodes) {
    Element ele = (Element) node;
    System.out.println(ele.elementText("name"));
}

posted @ 2021-11-13 11:49 Unirithe 阅读(167) 评论(0) 收藏举报

刷新页面返回顶部