跳至主要內容

XML 介绍

Steven大约 6 分钟xmljava

介绍 Java 中操作 XML（Extensible Markup Language，可扩展标记语言） 的工具类。

XML 简介

官方教程： https://www.w3school.com.cn/xml/index.aspopen in new window

XML 是 W3C 制定的标准，被设计用来传输和存储数据。 XML 被设计为具有自我描述性，本身没有预定义标签。 我们使用时需要自定义标签，所以很多使用 XML 作为配置的工具都有一套自己的 XML 标签语法（Schema）。

GML, SGML, HTML, XML, XHTML, HTML5

  • GML 通用标记语言 v1
  • SGML 标准通用标记语言。描述了 DTD
  • HTML 一种 SGML 的应用
  • XML 一种 SGML 的应用
  • XHTML 基于 XML 的一种标记语言
  • HTML5 是基于浏览器的标准行为，而不再基于 SGML 的一种标记语言。为浏览器而设计。
HTML
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">

HTML5
<!DOCTYPE html>

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

XHTML
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC
  "-//W3C//DTD XHTML 1.0 Transitional//EN"
  "http://www.w3.org/TR/xhtml1/DTD/xhtml-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">

XML 约束文档

为了标准化编写的 XML 文件，一般 XML 文件头部会引入 DTD 格式或者 XSD 格式的 XML 约束文档。

DTD 介绍

官方教程： https://www.w3school.com.cn/dtd/index.aspopen in new window

DTD（文档类型定义）使用一系列的元素来定义文档的合法结构，可定义合法的 XML 文档构建模块。

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">

引用 DTD

DTD 可被成行地声明于 XML 文档中，也可以作为一个外部引用。

内部使用：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html [
  <!ELEMENT root (#PCDATA)>
]>
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en"></html>

外部引用：（自定义）

引用 DTD 位置
<?xml version="1.0" encoding="UTF-8"?>
<!-- SYSTEM 引用本地系统文件 -->
<!DOCTYPE html SYSTEM "html.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en"></html>

外部引用：（自定义）

<?xml version="1.0" encoding="UTF-8"?>
<!--
  PUBLIC "描述" —— 引入一个公共文件，需要加上对应描述
  "描述" 格式： 组织//作者//描述//语言 （"-" 代表省略）
  e.g. ISO//Steven//just a test//ZH
-->
<!DOCTYPE html PUBLIC
  "-//W3C//DTD XHTML 1.0 Transitional//EN"
  "http://www.w3.org/TR/xhtml1/DTD/xhtml-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en"></html>

定义 DTD

  • 元素
  • 属性
  • 实体
  • PCDATA（parsed character data，被解析的字符数据） —— 兜底定义
  • CDATA（character data，字符数据）

元素定义

DTD 定义
<!-- ELEMENT 标签名 (子标签名) -->
<!ELEMENT class (student, teacher)> <!-- ❗定义了子标签名，那文档里就需要有这些标签的定义 -->
<!--
  1. 不确定子标签时，#PCDATA 用于兜底
  2. 声明次数
    ? 表示 0~1
    + 表示 1~n
    * 表示 0~n
  3. 互斥声明 (a|b)
-->
<!ELEMENT student (#PCDATA, (id|star), name+)>
<!ELEMENT id (#PCDATA)> <!-- 表示其内容为纯字符串 -->
<!ELEMENT teacher (#PCDATA, star, name*)>
<!ELEMENT star EMPTY> <!-- 表示单标签，无内部元素 -->
<!ELEMENT variable ANY> <!-- 可以使用文档中定义的任意 ELEMENT 作为子标签  -->

<!-- 混合写法（最常用） -->
<!ELEMENT student (#PCDATA|id|name)*>

属性定义

<!ELEMENT student>
<!ATTLIST student type CDATA> <!-- 默认 -->
<!ATTLIST student type (1|2) #REQUIRED> <!-- 要求 1 or 2 必须-->
<!ATTLIST student type 1 #FIXED> <!-- 值固定为 1 -->

<!ATTLIST student
type (1|2) #REQUIRED
name CDATA #FIXED "1">

实体定义（变量）

DTD 定义
<!-- 数值定义 默认 & -->
<!ENTITY write "print">
<!ENTITY % xx "name">
<!ELEMENT student (%xx;)>
<!ELEMENT name (#PCDATA)>

XSD 介绍（Schema）

官方教程： https://www.w3school.com.cn/schema/index.aspopen in new window

XSD（XML Schemas Definition，XML 结构定义） 是一种用于定义和描述 XML 文档结构与内容的模式语言（约束文档）。 XSD 文件自身就是一个 XML 文件，扩展名为 .xsd。

相关信息

Schema 克服了 DTD 的局限性：

  • XML Schema 符合 XML 语法结构，DOM、SAX 等 XML API 容易解析 XML Schema 文档内容，开发者也只需要掌握一套 xml 语法即可开发
  • XML Schema 对命名空间支持更好
  • XML Schema 比 XML DTD 支持更多的数据类型，并且支持用户自定义数据类型
  • XML Schema 定义约束的能力更强，可以对 XML 实例问昂做出非常细致的语义限制
  • XML Schema 结构上比 DTD 复杂。
Schema 定义
<?xml version="1.0" encoding="UTF-8" ?>
<!--
  targetNamespace 属性用于指定 schema 文档中声明的元素属于哪个命名空间
  elementFormatDefault 属性用于指定该 schema 文档中声明的根元素以及其所有子元素都属于 targetNamespace 所指定的命名空间
-->
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://example.org"
elementFormDefault="qualified">
  <xs:element name="书架">
    <xs:complexType>
      <xs:sequence maxOccurs="unbounded">
        <xs:element name="书">
          <xs:complexType>
            <xs:sequence>
              <xs:element name="书名" type="xs:string" />
              <xs:element name="作者" type="xs:string" />
              <xs:element name="售价" type="xs:string" />
            </xs:sequence>
          </xs:complexType>
        </xs:element>
      </xs:sequence>
    </xs:compleType>
  </xs:element>
</xs:schema>

相关信息

在 XML Schema 中，每个约束模式文档都可以被赋予一个 “唯一的” 命名空间，命名空间用 URI（Uniform Resource Identifier，统一资源标识符）表示。 在 XML 文件中，通过命名空间声明（xmlns）来声明当前编写的标签来自哪个 Schema 约束文档。

命名空间（namespace）

在 XML 中，元素名称由开发者定义。 当两个不同的文档使用相同的元素名时，就会发生命名冲突。 在同一份 XML 文档中也可能出现多个同名的标签和属性，而这些标签和属性又不完全相同。

e.g.

<?xml version="1.0" encoding="UTF-8"?>
<root>
<!-- 上传 -->
<file>
  <path>http://example.org</path>
</file>
<!-- 下载 -->
<file>
  <path>./example.txt</path>
</file>
</root>

区分两个 file 需要用命名空间（namespace）

<?xml version="1.0" encoding="UTF-8"?>
<!--
  xmlns（XML NameSpace）后加命名空间名
  等号（"="）后的路径无特殊要求，只需保证唯一即可。 —— 也就是说，也不一定需要为网络路径，只是业界习惯，方便规则查看
 -->
<root xmlns:upload="http://example.org/xxxupdate"> 
<!-- 上传 -->
<upload:file> 
  <path>http://example.org</path>
</upload:file>
<!-- 下载 -->
<download:file xmlns:download="http://example.org/xxxdownload"> 
  <path>./example.txt</path>
</download:file>
</root>

XML 语法

忽略 XML 特殊符号

<![CDATA[ 原样显示： 5>1 ]]>

实体

&gt; >
&lt; <
&amp; &
&apos; '
&quot; "

XML 操作（Java）

Java 操作 XML 的方向有两个：

  • jaxp（Java API XML Processing） —— 关注如何找到某个 XML 元素内容
  • jaxb（Java Architecture for XML Binding，归属 javax.xml.bind 包） —— 关注如何将 XML 元素和对象映射起来。编组（marshaller）和反编组（unmarshaller）

具体实现：

实现三方件读写应用备注
🟢 jaxpdom（org.w3c.dom）, xpath✅✅Mybatis:XMLConfigBuilderJDK 原生
🟢 jaxpsax（Simple API for XML）✅❌流操作
🟢 jaxpdom4j✅✅
🟢 jaxpjdom✅✅
🔵 jaxbjaxb（Java Architecture for XML Binding）✅✅JDK 原生
🔵 jaxbxstream✅✅
🔵 jaxbapache digester✅❌Tomcatsax + oxm
🔵 jaxbspring oxm（Object XML Mapping）✅✅

参考：

Copyright © 2024 Steven