关于Xml解析

我是修沟的修狗
163 阅读6分钟

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第21天，点击查看活动详情

XML 介绍

XML 是可扩展标记语言的简称。

XML 独立于计算机平台、操作系统和编程语言，用来表示数据，简单、灵活、交互性好和可扩展这几个特点是其能被广泛使用的主要原因。

XML 的应用范围主要体现在以下几个方面：

  • 存储数据：内存中的数据需要存储到文件中，才能在关闭系统或系统掉电之后，通过文件进行恢复。现如今，用数据库存储数据这种方式使用得最为广泛。因为数据库管理系统不仅能存储数据，而且提供了众多的管理数据的功能，尤其对大量数据的操作，通常都使用数据库。XML 与数据库相比，最大的优势就是简单、通用。
  • 系统配置：如今，许多系统的配置文件都使用 XML 文档。使用 XML 文档进行系统配置，配置修改时不需要重新编译，灵活性强。例如接下来要学习的 Servlet，需要在 web.xml 文件中进行配置，Spring 的默认配置文件是 applicationContext.xml 等。
  • 数据交换：在各个分散的应用系统里，因为其平台、系统、数据库、编程语言的差异，保存起来的数据往往只能被本系统调用，形成一个个信息孤岛。整合各个系统的数据信息，或者在两个或多个系统中进行数据交换。现在利用 XML 交互性好的特点，可以将各个信息孤岛的数据转换成标准的 XML 文件，通过这个标准的 XML 文件进行导入和导出，以达到交换数据的目的。

XML 的组成结构

XML 文档总是以 XML 声明开始，即告知处理程序，本文档是一个 XML 文档。在 XML 声明中，通常包括版本、编码等信息，以 <? 开始，以 ?> 结尾。

XML 文档由元素组成，一个元素由一对标签来定义，包括开始和结束标签，以及其中的内容。元素之间可以嵌套，但不能交叉，也就是说元素的内容里还可以包含元素。

XML 文档规范主要分成两种，一种是 DTD 规范，一种是 Schema 规范。DTD 规范有自己的语法规范要求，不过相对比较简单；而 Schema 规范是完全基于 XML 规范来进行编写的。

<?xml version="1.0" encoding="UTF-8"?>
<vehicles>
    <cars>
        <car id="1">
            <name>战神</name>
            <oil>20</oil>
            <loss>0</loss>
            <brand>长城</brand>
        </car>
        <car id="2">
            <name>跑得快</name>
            <oil>40</oil>
            <loss>20</loss>
            <brand>红旗</brand>
        </car>
    </cars>
    <trucks>
        <truck id="3">
            <name>大力士</name>
            <oil>20</oil>
            <loss>0</loss>
            <load>5吨</load>
        </truck>
        <truck id="4">
            <name>大力士二代</name>
            <oil>30</oil>
            <loss>30</loss>
            <load>10吨</load>
        </truck>
    </trucks>
</vehicles>

通过这个文档可以看出，XML 文档的标签（如、、、等）可以是自定义的，具有可扩展性，这和 HTML 的标签是固定的不同。另外，HTML 的主要作用是通过标签和属性，更好地显示数据，而 XML 是用来存储或交换数据用的，不记录数据的表现形式。

标签可以有属性（属性值要加引号），例如 car 标签和 truck 标签都有 id 这个属性。属性是对标签的进一步描述和说明，一个标签可以有多个属性，每个属性都有自己的名字和值，属性是标签的一部分。

XML 的组成结构

XML 文档的应用范围主要有存储数据、系统配置和数据交换。也就是说，作为程序员，需要编写程序读取 XML 文档中的数据，或将数据写入 XML 文档。

目前最常用的 XML 解析技术有 DOM 和 SAX。

JDK 提供了 JAXP 来使用 DOM 和 SAX，其中 org.w3c.dom 是 W3C 推荐的用于使用 DOM 解析 XML 文档的接口，org.xml.sax 是使用 SAX 解析 XML 文档的接口，javax.xml.parsers 提供处理 XML 文档的类，支持 DOM 和 SAX。

DOM（Document Object Model）是 XML 文档的应用程序接口，它定义了对 XML 文档进行随机访问与操作的方法。

DOM 是一个与语言无关、与平台无关的标准接口规范。利用 DOM，程序开发人员可以动态地创建 XML 文档，遍历文档结构，添加、修改、删除文档内容，改变文档的显示方式等。可以这样说，文档代表的是数据，而 DOM 则代表了如何去处理这些数据。

DOM 把一个 XML 文档映射成一个分层对象模型，而这个层次的结构，是一棵根据 XML 文档生成的节点树。DOM 在对 XML 文档进行分析之后，不管这个文档有多简单或多复杂，其中的信息都会被转化成一棵对象节点树。在这棵节点树中，有一个根节点，其他所有的节点都是根节点的子节点。节点树生成之后，就可以通过 DOM 接口访问、修改、添加、删除树中的节点或内容了。

🤔 那么如何读取转化成树的数据呢?

Java 中提供了几个接口，我们一个个来看一下：

Node 接口在整个 DOM 树中具有举足轻重的地位，DOM 接口中有很大一部分接口是从 Node 接口继承过来的，例如 Document（根节点）、Element（元素）、Attr（属性）、Comment（注释）、Text（元素或属性的文本内容）等接口都是从 Node 继承过来的。 在 DOM 树中，Node 接口代表了树中的一个节点。Node 接口的常用方法如下。

  • NodeList getChildNodes()：返回此节点的所有子节点的 NodeList。
  • Node getFirstChild()：返回此节点的第一个子节点。
  • Node getLastChild()：返回此节点的最后一个子节点。
  • Node getNextSibling()：返回此节点之后的节点。
  • Node getPreviousSibling()：返回此节点之前的节点。
  • Document getOwnerDocument()：返回与此节点相关的 Document 对象。
  • Node getParentNode()：返回此节点的父节点。
  • short getNodeType()：返回此节点的类型。
  • String getNodeName()：根据此节点类型，返回节点名称。
  • String getNodeValue()：根据此节点类型，返回节点值。

前面已经提到，DOM 中很多接口都是从 Node 接口继承的，所以 Node 接口拥有的方法这些接口都可以使用。

但是这些从 Node 接口继承下来的接口又都各有特性，所以 Node 接口拥有的方法在各个子接口上的返回值含义不尽相同。

例如，Element（元素接口）的 getNodeType() 的返回值为 Node.ELEMENT_NODE 常量，getNodeName() 的返回值为标签名称，getNodeValue() 的返回值为 null。

avatar
文章
阅读
粉丝