一、XML概况
概念
可扩展标记语言，标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。
语法
所有 XML 元素都须有关闭标签
XML 标签对大小写敏感
XML 必须正确地嵌套
XML 文档必须有根元素
XML 的属性值须加引号
实体引用转义符（<<小于>>大于&&和号''单引号""引号）
XML中的注释
在 XML 中，空格会被保留
使用场景
作为一个小型的数据库来保存数据，这相当于数据载体
作为软件的配置文件
XML 文档定义方式
文档类型定义（DTD）XML Schema。
DTD定义了文档的整体结构以及文档的语法，应用广泛并有丰富工具支持。
XML Schema用于定义管理信息等更强大、更丰富的特征。
schema（即.xsd文件，xml schema document）和dtd（即.dtd文件，Document Type Definition）都是对xml文件的进一步约束，就是说某xml文件（如web.xml）引入了某个.xsd或者.dtd之后，就不能随心所欲的使用任何自定义元素了，必须使用.xsd或者.dtd文件中定义的元素，并且类型、个数、顺序也会受到限制 。
二、解析方式
DOM
1．导入相关类
2．创建DocumentBuilder对象
3．从文件或流中创建Document对象
4．提取根元素
5．处理属性&&子节点
SAX
1、创建一个SAXParserFactory对象。
SAXParserFactory factory = SAXParserFactory.newInstance();
2、创建一个SAXParser对象
SAXParser parser = factory.newSAXParser();
通过parse方法加载xml文件。
parser.parse(xml文件名,handler);
此时与DOM的区别是这里需要一个handler，创建一个handler类。
3、handler类需要继承 DefaultHandler。
其中在xml声明时触发startDocument()方法。在遇到开始标签时会触发startElement()方法。
解析节点元素时可用startElement()方法中地attributes.getQName(i)和attributes.getValue(i)来获得属性名和属性值。
可在endElement()方法中的set方法将xml的内容和结构存入Java对象中。
DOM4j
1.引入jar包
2.获取document对象
3.节点操作
三、解析原理
DOM解析原理
xml解析器一次性将整个xml文档加载进内存，然后在内存中构建一棵Document对象树，通过Document对象可以得到树上的节点对象，通过节点对象就可以操作整个xml文档的内容。在读取xml文档之后，会在内存中形成一棵DOM树，xml文件中的标签作为DOM树的节点，并且xml文档的根节点作为DOM树的根节点，所有的标签构成了一棵具有层次的树。节点存在一些信息：如节点名称、节点类型（标签节点、属性节点、文本节点、注释节点）。具体我们在使用时不用Node对象，而是使用其子类的三个对象。下面显示了DOM面向编程过程中常用的对象。
xml文档---------Document对象 代表整个xml文档
节点-------------Node对象（基础类型） 父类
标签节点---------Element对象 子类
属性节点---------Attribute对象 子类
文本节点---------Text对象 子类
使用Document对象，它代表的是一个完整的xml文档，从而使得整个xml文档可以被读进去。
SAX解析原理
对文档进行顺序扫描，当扫描到文档（document）开始与结束,元素开始与结束、文档结束等地方通知事件处理函数，由事件处理函数相应动作然后继续同样的扫描，直至文档结束。
接口：
ContentHandler接口 （主要用到的接口）
ContentHandler是Java类包中一个特殊的SAX接口，位于org.xml.sax包中。该接口封装了一些对事件处理的方法，当XML解析器开始解析XML输入文档时，它会遇到某些特殊的事件，比如文档的开头和结束、元素开头和结束、以及元素中的字符数据等事件。当遇到这些事件时，XML解析器会调用ContentHandler接口中相应的方法来响应该事件。
ContentHandler接口的方法有以下几种：
void startDocument()//文件打开时调用
void endDocument()//当到文档的末尾调用
void startElement(String uri, String localName, String qName, Attributes atts)//当遇到开始标记时调用
void endElement(String uri, String localName, String qName)//当遇到节点结束时调用
void characters(char[ ] ch, int start, int length)//当分析器遇到无法识别为标记或者指令类型字符时调用
DTDHandler接口
DTDHandler用于接收基本的DTD相关事件的通知。 该接口位于org.xml.sax包中。此接口仅包括DTD事件的注释和未解析的实体声明部分。SAX解析器可按任何顺序报告这些事件，而不管声明注释和未解析实体时所采用的顺序；但是，必须在文档处理程序的startDocument()事件之后，在第一个startElement()事件之前报告所有的DTD事件。
DTDHandler接口包括以下两个方法
void startDocumevoid notationDecl(String name, String publicId, String systemId) nt()
void unparsedEntityDecl(String name, String publicId, String systemId, String notationName)
EntityResolver接口
EntityResolver接口是用于解析实体的基本接口。
该接口只有一个方法，如下：
public InputSource resolveEntity(String publicId, String systemId)
publicId : -//SPRING//DTD BEAN//EN
systemId : http://www.springframework.org/dtd/spring-beans.dtd
首先会读取该xml文档上的声明,根据声明去寻找相应的dtd定义,以便对文档的进行验证,默认的寻找规则,(即:通过网络,实现上就是声明DTD的地址URI地址来下载DTD声明),并进行认证,下载的过程是一个漫长的过程,而且当网络不可用时,这里会报错,就是应为相应的dtd没找到。如果SAX应用程序需要实现自定义处理外部实体，则必须实现此接口。
ErrorHandler接口
ErrorHandler接口是SAX错误处理程序的基本接口。
如果SAX应用程序需要实现自定义的错误处理，则它必须实现此接口，然后解析器将通过此接口报告所有的错误和警告。
该接口的方法如下：
void error(SAXParseException exception)
void fatalError(SAXParseException exception)
void warning(SAXParseException exception)
DOM4j解析原理
结合了sax和dom方式的优点，通过sax加载xml，加载过程中使用dom结构保存数据。
四、不同点
1．与DOM比较而言，SAX是一种轻量型的方法。
我们知道，在处理DOM的时候，我们需要读入整个的XML文档，然后在内存中创建DOM树，生成DOM树上的每个Node对象。当文档比较小的时候，这不会造成什么问题，但是一旦文档大起来，处理DOM就会变得相当费时费力。特别是其对于内存的需求，也将是成倍的增长，以至于在某些应用中使用DOM是一件很不划算的事。这时候，一个较好的替代解决方法就是SAX。
2．SAX在概念上与DOM完全不同。
它不同于DOM的文档驱动，它是事件驱动的，它并不需要读入整个文档，而文档的读入过程也就是SAX的解析过程。所谓事件驱动，是指一种基于回调（callback）机制的程序运行方法。
3．在操作上不同
SAX：只能读取，不能修改。不记录上一个、下一个标签。操作相对复杂。
DOM：操作方便，可以解析，可以修改。形成document树，读取方便。
扫一扫
4689
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
