XML约束和解析

XML基本语法

XML解析

一 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，这称之为XML约束。

需要XML约束的原因

xml由于是可扩展的标记语言,所以在xml文件中的编写太过于自由,这样在很多种情况下并不合适。

常用的约束技术

XML DTD

DTD文件的后缀名为 .dtd

DTD文件有自己独立的语法规范

XML Schema

Schema文件的后缀名为 .xsd

Schema文件符合xml语法规范

二 DTD Document Type Define

1.DTD的定义

描述元素、属性和其他杂项在xml文档中的使用规则的说明

2.DTD的分类：外部的DTD 内部的DTD 混合的DTD

1).内部的DTD：DTD和xml文档在同一个文件中

例如:

student1.xml文件:

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

<!DOCTYPE students[

<!ELEMENT students (stu+)> //students标签下至少一个stu标签

<!ELEMENT stu (id,name,age)> //stu标签下有三个标签id,name,age,顺序也不可变

<!ELEMENT id (#PCDATA)>//约束id,name,age为可以解析的，正常的文本值，不能出现子标签

<!ELEMENT name (#PCDATA)>

<!ELEMENT age (#PCDATA)>

<stu>

</stu>

</students>

2).外部的DTD：DTD和xml文档不在同一个文件中

例如:

xml/student2.xml文件

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

<!DOCTYPE students SYSTEM "../dtd/student2.dtd">

<stu>

</stu>

</students>

dtd/student2.dtd文件:

<!ELEMENT students (stu+)>

<!ELEMENT stu (id,name,age)>

<!ELEMENT id (#PCDATA)>

<!ELEMENT name (#PCDATA)>

<!ELEMENT age (#PCDATA)>

3).混合的DTD：既有外部DTD，又有内部DTD

例如:

xml/student3.xml文件

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

<!DOCTYPE students SYSTEM "../dtd/student3.dtd"[

<!ELEMENT stu (id,name,age)>

<!ELEMENT id (#PCDATA)>

<!ELEMENT name (#PCDATA)>

<!ELEMENT age (#PCDATA)>

<stu>

</stu>

</students>

dtd/student3.dtd文件:

<!ELEMENT students (stu+)>

3.外部DTD文件引用

引用外部dtd的时候又分为俩种:

1).SYSTEM表示引用的dtd文件在本地

例如:

<!DOCTYPE students SYSTEM "../dtd/student.dtd">

2).PUBLIC表示引用的dtd文件是网络上一个公共的文件

格式:注意里面是可以加回车换行的

<!DOCTYPE 根元素 PUBLIC "描述" "具体url">

例如:

<!DOCTYPE hibernate-configuration PUBLIC

"-//Hibernate/Hibernate Configuration DTD 3.0//EN"

"http://hibernate.sourceforge.net/hibernate-configuration-3.0.dtd">

在后面的"如何在Eclipse中给xml文件添加标签自动提示功能"的部分再做说明。

4.DTD的目的

验证该xml文档是否是有效的xml文档

良构：结构良好，符合xml语法规则；

有效：如果一个良构的xml文档，又满足了DTD的声明，就是一个有效的xml文档。

注意：良构不一定有效，但是有效一定良构。

5.DTD对xml文件中元素的约束

格式：<!ELEMENT 元素名内容模式>

内容模式：

1).EMPTY：元素不能包含子元素和文本（空元素）

例如:

dtd文件:

<!ELEMENT students (stu)>

<!ELEMENT stu EMPTY>

xml文件:

</students>

2).(#PCDATA)：可以包含任何字符数据，但是不能在其中包含任何子元素

例如:

dtd文件:

<!ELEMENT students (stu)>

<!ELEMENT stu (#PCDATA)>

xml文件:

</students>

3).ANY：元素内容为任意的，主要是使用在元素内容不确定的情况下

例如:

dtd文件:

<!ELEMENT students (stu)>

<!ELEMENT stu ANY>

xml文件:

</students>

或者

<stu>

</stu>

</students>

4).修饰符：() | + * ? , 默认修饰符

() 来给元素分组用

(id,name,age)

| 在列出的元素中选择一个

例如:

dtd文件:

<!ELEMENT students (stu|student)>

xml文件:

</students>

+ 该元素最少出现一次，可以出现多次 (1或n次)

例如:

dtd文件:

<!ELEMENT students (stu+)>

xml文件:

</students>

* 该元素允许出现零次到任意多次（0到n次）

例如:

dtd文件:

<!ELEMENT students (stu*)>

xml文件:

</students>

? 该元素可以出现，但只能出现一次 (0到1次)

例如:

dtd文件:

<!ELEMENT students (stu?)>

xml文件:

</students>

, 对象必须按指定的顺序出现

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (id,name,age)>

xml文件:

<stu>

</stu>

</students>

默认修饰符就是什么修饰符都没有加

有且只有一次

例如:

dtd文件:

<!ELEMENT students (stu)>

xml文件:

</students>

5).混合元素子元素是任意类型出现任意次数并且没有出现顺序要求

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA|id|name|age)*>

xml文件:

<stu>

</stu>

</students>

注意:

1 根元素students里面可以出现stu子元素0到n次

2 stu元素中可以写文本也可以写id、name、age子元素

3 id、name、age子元素出现的顺序没有要求

4 id、name、age子元素可以都出现也可以都不出现

注意：浏览器是非验证的解析器，不会验证xml的有效性

可以使用Eclipse去验证xml的有效性

举例，应用一下之前学的知识点

<!ELEMENT students (stu+)>

<!ELEMENT stu (id,name,age)>

<!ELEMENT id (#PCDATA)>

<!ELEMENT name (firstName,lastName)>

<!ELEMENT firstName (#PCDATA)>

<!ELEMENT lastName (#PCDATA)>

6.DTD对xml文件中属性的约束

格式：

<!ATTLIST 元素名称

属性名称值类型属性特点

...

7.属性类型

1).CDATA：属性值可以是任何字符（包括数字和中文）

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA)>

<!ATTLIST stu

id CDATA #REQUIRED

name CDATA #REQUIRED

xml文件:

</students>

2).ID：属性值必须唯一,属性值必须满足xml命名规则

类似数据库里面主键,不能数字开头

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA)>

<!ATTLIST stu

id ID #REQUIRED

name CDATA #REQUIRED

xml文件:

</students>

注意:

1. id和name属性必须出现

2. id属性的值必须满足xml名字规范,例如不能数字开头,可以字符下划线开头

3. id属性的值不能重复

4. 多个属性的出现是没有顺序要求的

3).IDREF/IDREFS

IDREF属性的值指向文档中其它地方声明的ID类型的值。

IDREFS同IDREF，但是可以具有由空格分开的多个引用。

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA)>

<!ATTLIST stu

id ID #REQUIRED

pid IDREFS #IMPLIED

name CDATA #REQUIRED

xml文件:

</students>

注意:

1. id和name属性必须出现

2. pid属性出现可以,不出现也可以

3. id属性的值必须满足xml名字规范,例如不能数字开头

4. id属性的值不能重复

5. pid属性的值必须是引用其他stu元素的id值

6. pid属性的值可以是多个,使用空格隔开

7. 多个属性的出现是没有顺序要求的

4).enumerated：(枚举值1|枚举值2|枚举值3...),属性值必须在枚举值中

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA)>

<!ATTLIST stu

id ID #REQUIRED

name CDATA #REQUIRED

gender (男|女) #REQUIRED

xml文件:

</students>

注意:

1. id/name/gender属性必须出现

2. id属性的值必须满足xml名字规范,例如不能数字开头

3. id属性的值不能重复

4. gender属性的值必须是男或者女

5. 多个属性的出现是没有顺序要求的

8.属性特点

1).#REQUIRED：元素的所有实例都必须有该属性

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA)>

<!ATTLIST stu

name CDATA #REQUIRED

xml文件:

</students>

注意:

1. name属性必须出现

2. name属性的值可以为空也可以不为空

2).#IMPLIED ：属性可以不出现

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA)>

<!ATTLIST stu

name CDATA #IMPLIED

xml文件:

</students>

注意:

1. name属性可以出现也可以不出现

2. name属性的值可以为空也可以不为空

3).default-value

属性可以不出现，并且当它不出现的时候是有默认值的，而该属性的默认值就是atttibute-value

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA)>

<!ATTLIST stu

name CDATA "tom"

xml文件:

</students>

注意:

1. name属性可以出现也可以不出现

2. name属性如果不出现则默认值为tom

4).#FIXED ：属性可以不出现，但是如果出现的话必须是指定的属性值

例如:

dtd文件:

<!ELEMENT students (stu*)>

<!ELEMENT stu (#PCDATA)>

<!ATTLIST stu

name CDATA #IMPLIED

school CDATA #FIXED "briup"

xml文件:

</students>

注意:

1. name/school属性可以出现也可以不出现

2. school属性如果出现那么值一定要是briup

DTD文档的一个实例：

dtd文档:

<!ELEMENT students (student+)>

<!ELEMENT student (name,age?,score*)>

<!ATTLIST student id CDATA #REQUIRED>

<!ELEMENT name (#PCDATA)>

<!ATTLIST name firstName CDATA #IMPLIED>

<!ELEMENT age (#PCDATA)>

<!ATTLIST age xuAge CDATA #FIXED "20">

<!ELEMENT score (#PCDATA)>

<!ATTLIST score sel (60|80|100) #REQUIRED>

9.dtd验证自动提示功能alt+/，如何配置：

利用DTD文件在Eclipse中给xml文件添加标签自动提示功能

PUBLIC书写格式

<!DOCTYPE 根元素 PUBLIC

"随便描述当前文件或dtd"

"网址"

Eclipse自动配置提示原理:

把第一个引号中的描述信息作为key

拿着key去找对应的value

这个value就是真正的做xml文件验证的dtd文件

注意：如果本机没有dtd文件，联网会自动下载dtd,如果网址无效，则需要用户手动配置。

手工配置:

Window -- Perferences -- xml --xml catalog -- add配置

10.利用schame文件在Eclipse中给xml文件添加标签自动提示功能(Sping框架里面适用)

xmlns:xsi="http://.../XMLSchema-instance"

xsi:就是XMLSchema-instance缩写，需要使用schema规范

xmlns:context="http://www.../schema/context"

xsi:schemaLocation="http://.../schema/beans

//该-3.2.xsd文件就是具体的配置文件

http://.../schema/beans/spring-beans-3.2.xsd

http://.../schema/context

//该-3.2.xsd就是context的配置文件

http://.../schema/context/spring-context-3.2.xsd">

具体配置步骤：

Window--Perferences--xml--xml catalog--add配置

将key和value对应的文件填入，

然后Key type选择Schema location即可

三 XML的解析

1. SAX解析与DOM解析原理理解

XML解析分为：dom解析和sax解析

dom：(Document Object Model, 即文档对象模型) 是 W3C 组织推荐的处理 XML 的一种方式。

sax： (Simple API for XML) 不是官方标准，但它是 XML 社区事实上的标准(相当于是一个民间标准)，几乎所有的 XML 解析器都支持它。

dom和sax都是一种模型/标准/理论,是需要其他人使用具体的代码去实现的。

xml解析器就是用来对dom或者sax解析标准的具体实现。

1.1 SAX解析

SAX：基于事件处理的机制

sax解析xml文件时，遇到根开始标签，根结束标签，开始解析文件，文件解析结束，字符内容，空白字符等都会触发各自的方法。

优点：

适合解析大文件，对内存要求不高

轻量级的解析数据方式，效率更高

缺点：

不能随机解析(只能从头开始解析，一点点往后进行)

不能修改XML文件，只能进行查询

1.2 DOM解析

采用dom解析，会将xml文档全部载入到内存当中，然后将xml文档中的所有内容转换为tree上的节点(对象)。

优点：

可以随机解析

可以修改文件

可以创建xml文件

缺点：

适合解析小文件，对内存要求高

2. XML解析器与API

sun公司的解析器Crimson

IBM公司的解析器Xerces 已经捐献给apache组织

dom4j组织的解析器Aelfred2

sun公司根据自己的解析器推出了解析xml的API Jaxp

Java API for XMLProcessing，意为XML处理的Java API

dom4j组织根据自己的解析器推出了解析xml的API dom4j

dom4j是一个Java解析XML的API。

3. Jaxp中DOM解析步骤

在Jaxp中，获得document对象、将document对象写入xml文件的过程是固定的，具体如下：

3.1 获得Document的固定步骤

//获得一个负责生产DocumentBuilder对象的工厂实例

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

//通过工厂获得一个DocumentBuilder对象,DocumentBuilder可以获得Document对象

DocumentBuilder builder = factory.newDocumentBuilder();

//获得document对象

Document document = builder.parse(fileName);

* 下面可以填写具体解析步骤

3.2 将document对象写入xml文件的固定步骤

//得到TransformerFactory工厂实例

TransformerFactory tff = TransformerFactory.newInstance();

//通过工厂得到一个转换器

Transformer tf = tff.newTransformer();

//设置编码

tf.setOutputProperty(OutputKeys.ENCODING, "UTF-8");

//设置格式

//tf.setOutputProperty(OutputKeys.INDENT, "yes");

//把一个dom模型转换成对应的xml文件

tf.transform(new DOMSource(document), new StreamResult(fileName));

4. Jaxp中SAX解析步骤

//1.获取解析工厂

SAXParserFactory factroy = SAXParserFactory.newInstance();

//2.使用工厂创建SAX解析器

SAXParser saxParser = factroy.newSAXParser();

//3.开始解析传入解析文件，重写解析事件

saxParser.parse(file, new DefaultHandler(){

startDocument() ---> 解析器发现了文档的开始标签

endDocument() ---> 解析器发现了文档结束标签

startElement() ---> 解析器发现了一个起始标签

character() ---> 解析器发现了标签里面的文本值

endElement() ---> 解析器发现了一个结束标签

});

注意：SAX只能解析，不能修改！！！

5. Dom4J解析具体步骤

Dom4j是一个简单、灵活的开放源代码的库。Dom4j是由早期开发JDOM的人分离出来而后独立开发的。与JDOM不同的是，dom4j使用接口和抽象基类，虽然Dom4j的API相对要复杂一些，但它提供了比JDOM更好的灵活性。

Dom4j是一个非常优秀的Java XML API，具有性能优异、功能强大和极易使用的特点。现在很多软件采用的Dom4j，例如Hibernate，包括sun公司自己的JAXP也用了Dom4j。

使用Dom4j开发，需下载dom4j相应的jar文件，使用时需要导包。

5.1 获得Document的固定步骤

//获得一个SAXReader对象

SAXReader reader = new SAXReader();

File file = new File(filePath);

//读取这个要解析的xml文件

Document document = reader.read(file);

//获得document中的根节点

Element rootElement = document.getRootElement();

* 下面可以填写具体解析步骤

5.2 将document对象写入xml文件的固定步骤

OutputFormat format = OutputFormat.createPrettyPrint();

XMLWriter xw = new XMLWriter(new FileOutputStream(new File(file)),format);

xw.write(document);

xw.flush();

xw.close();

XML约束和解析

推荐阅读更多精彩内容