Java操作XML

1. XML语法

• 一个XML文件分为文档声明、元素、属性、注释、CDATA区、特殊字符、处理指令。

2. 转义字符

• 对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理。

& => &
< => <
> => >
" => "s;
' => '

3. CDATA区

• 在编写XML文件时，有些内容可能不想让解析引擎解析执行，而是当作原始内容处理。此时，可以把内容放在CDATA区里，XML解析程序原封不动的输出。

4. 处理指令

• 处理指令用来指挥解析引擎如何解析XML文档的内容。比如在XML文档中可以使用xml-stylesheet指令，通知XML解析引擎，应用css文件显示xml文档内容。

• 处理指令必须以“”结尾，XML声明语句是最常见的一种处理指令。

5. SAX解析

• 在使用 DOM 解析 XML 文档时，需要读取整个 XML 文档，在内存中构架代表整个 DOM 树的Doucment对象，从而再对XML文档进行操作。此种情况下，如果 XML 文档特别大，就会消耗计算机的大量内存，并且容易导致内存溢出。SAX解析允许在读取文档的时候，就对文档进行处理，而不必等到整个文档装载完才会文档进行操作。

• SAX采用事件处理的方式解析XML文档，利用SAX解析XML文档，涉及解析器和事件处理器。

解析器可以使用JAXP的API创建，创建出SAX解析器后，就可以使用指定解析器去解析某个XML文档。解析器采用SAX方式解析文档时，只要解析到XML文档的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器方法时，会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。

6. SAX方式解析XML文档

//使用SAXParserFactory创建SAX解析工厂
SAXParserFactory spf = SAXParserFactory.newInstance();
//通过SAX解析工厂得到解析器对象
SAXParser sp = spf.newSAXParser();
//通过解析器对象得到XML读取器
XMLReader xmlReader = sp.getXMLReader();
//设置读取器的事件处理器
xmlReader.setContentHandler(new BookParserHandler());
//解析xml文档
xmlReader.parse("book.xml");

• 实现ContentHandler接口，实现startElement、characters、endElement方法。

• 输出指定标签值。

class TagHander extends DefaultHandler{private String tagName;private int choice = 2;      //要读取第几本书的版本号private int currenctVersion; //当前读取到第几本书@Overridepublic void startElement(String uri, String localName, String name,Attributes attributes) throws SAXException {tagName = name;if (name.equals("version")) {currenctVersion++;}}@Overridepublic void characters(char[] ch, int start, int length)throws SAXException {if ("version".equals(tagName) && currenctVersion == choice) {System.out.println(new String(ch,start,length));}@Overridepublic void endElement(String uri, String localName, String name)throws SAXException {tagName = null;}}
}

7. XML约束

• 在XML技术里，可以编写一个文档来约束一个XML文档的书写规范称为XML约束。
• 常用约束技术有XML DTD、XML Schema。

8. DTD

• Document Type Definition，使用UTF-8或Unicode。在DTD文档中使用ELEMENT声明一个XML元素。，元素类型可以是元素内容或类型。DTD规范定义了几种类型如EMPTY用于定义空元素，ANY表示元素内容为任意类型。

<书架><书><书名>一千零一夜<作者>佚名<售价>未知    

• 元素内容可以使用如下方式描述内容的组成关系

• 在元素内容中可以使用+、*、?等符号表示元素出现的次数，+表示一次或多次，?表示0次或一次，*表示0次或多次，（元素）必须出现一次。使用圆括号批量设置。

9. 属性定义

• xml文档中的标签属性需要通过ATTLIST为其设置属性。

<商品 类别="服装" 颜色="黄色">

• 常用属性值类型有CDATA普通文本字符串，ENUMERATED，ID，ENTITY实体。

10. Schema约束

• XML Schema对名称空间的支持非常好，比DTD支持更多的数据类型。一个Schema文档称为模式文档，遵循这个文档书写的xml文件称为实例文档。

• 在XML Schema中，每个约束模式文档都可以被赋以一个唯一的名称空间，名称空间用一个唯一的URI（Uniform Resource Identifier，统一资源标识符）表示。 在Xml文件中书写标签时，可以通过名称空间声明（xmlns），来声明当前编写的标签来自哪个Schema约束文档。为了在一个XML文档中声明它所遵循的Schema文件的具体位置，通常需要在Xml文档中的根结点中使用schemaLocation属性来指定。