第一章 XML技術

1.1 標記語言的發展

1986：標準通用置標語言（Standard Generalized Markup Language，SGML）
1989：超文本置標語言（HyperText Markup Language，HTML）
1998：可擴展標記語言（eXtended Markup Language,XML）

1.2 可擴展標記語言XML

XML與HTML不同：1）XML標籤不是預定義的，可根據需要自行定義；2）XML標籤及其內容稱爲元素，XML元素可以由任意多層嵌套組成；3）XML文檔只描述數據而不包括顯示格式，其顯示可以由另一文件描述。

XMl是一種語法要求比較嚴格的標記語言。如果一個XML文檔滿足以下要求，則稱其爲一個結構良好的XML文檔：
1）文檔的開始必須是XML聲明(<?xml Version="1.0" encoding="gb2312"?>）
2)含有數據的元素必須有起始標記和結束標記，起始標記和結束標記應當匹配，且大小寫一致。XML對字母的大小寫是敏感的。
3）不含數據並且僅使用一個標記的元素必須以/>結束。
4）文檔只能有一個能夠包含全部其他元素的元素，即根元素必須唯一。
5）元素只能嵌套不能重疊。
6）屬性值必須加引號，屬性是不允許重複的。
7）字符<和&只能用於其實標記和實體引用。
8）出現的實體應用只有&amp、&lt、&gt、&apos和&quoto。
9）文檔必須包含一個或多個元素。
10）元素必須正確關閉。                               

1.3 DTD簡介

DTD可以定義XML文檔的詞彙和語法。

典型的DTD格式：
1）以DOCTYPE聲明爲起始標誌，告訴解析器以下內容屬於DTD
2）位於DOCTYPE後的DTD名稱，必須與XML文檔中的根元素完全一致，後面是一個“[”號，接下來是DTD正文。

DTD正文格式：
1）零到多個註釋部分，DTD註釋與XML註釋的語法完全相同。
2）零到多個<!ELEMENT…>定義，每個<!ELEMENT…>定義一個XML元素。
3）零到多個<!ATTLIST…>定義，每個<!ATTLIST…>定義一個屬性。
4）零到多個<!ENTITY…>定義，每個<!ENTITY…>定義一個實體。
5）零到多個<!NOTATION…>定義，每個<!NOTATION…>定義一個符號。

DTD中表示頻率的特殊標記有3個：
+：表明子元素可以出現1次或多次；
*：表明子元素可以出現0次或多次；
？：表明子元素可以出現0次或1次。

對屬性的限定條件：
#REQUIRED:必須的屬性，意味着必須爲該元素提供該屬性；
#IMPLIED:該屬性是可有可無的；
#FIXED:該屬性的值是固定的，定義是必須指定固定值。使用該元素時無需爲其分配該屬性，XML處理器會自動爲屬性增加固定值。

DTD對實體聲明分爲以下三種情況：
1）定義普通實體<!ENTITY 實體名 “實體值”>
2) 外部普通實體<!ENTITY 實體名 SYSTEM "實體值所在文件的URI"><!ENTITY 實體名 PUBLIC "公用實體標識名" "實體值所在文件的URI">
3）外部參數實體<!ENTITY %實體名 SYSTEM|PUBLIC["公用實體標識名"] "實體值所在文件的URI">

DTD的不足之處：
1）DTD過於複雜
2）DTD對數據類型定義支持不夠
3）擴展機制複雜
4）DTD不支持名稱空間的機制

1.4 XML Schema

與DTD相比，XMLSchema具有以下幾個明顯的優勢：
1）XML Schema 使用XML語法
2）XML Schema 支持名稱空間。
3）XML Schema 支持多種數據類型。
4）XML Schema 具有更爲強大和靈活的定義能力。

一個例子：

<?xml version="1.0" encoding="GB2312"?>
<Schema xmlns="urn:schemas-microsoft-com:xml-data"
xmlns:dt="urn:schemas-microsoft-com:datatypes">
<ElementType name="name"/>
<ElementType name="sex"/>
<ElementType name="age"/>
<ElementType name="birthday" content="eltOnly">
<element type="year"/>
<element type="month"/>
<element type="day"/>
</ElementType>
</Schema>

Schema域名的一個定義
eltOnly可以知道birthday元素的數據只能夠由元素構成。

1.5 XPath

1)選擇所有book元素：//book
2）選擇未知元素：/books/*/title
3)選擇分支：（第一個）/books/book[1]，（最後一個）/books/book[last()]
4)選擇幾個路徑：books/book/title|/books/book/author
5)選擇屬性：
//@year
//book[@year]
//book[@year="2010"]

1.6 XML文檔解析器

1、SAX簡介
    SAX提供一種順序訪問XML文檔的方式，整個XML解析過程類似於流媒體的處理過程。該模型可在不關注文檔完整結構的情況下測定其特徵或相關數據。
    SAX按照下列步驟來解析XML文檔：
    1）設置事件的處理器，即對ContentHandler接口做相應的實現。
    2）產生解析器，載入需要解析的文檔並註冊相應的事件處理器。
    3）在感興趣的時間方法中加入合適程序需要的控制邏輯，如果需要的話，可以產生自己的對象模型。
    4）根據文檔解析過程中產生的時間，調用相應的時間處理方法。
    5）重複4）直至文檔解析結束。

2、DOM簡介
    用一種樹狀結構來存儲XML文檔，它吧整個樹狀結構以Document對象爲跟，其餘所屬元素及屬性構成根的子樹。
    對DOM樹的節點進行各種隨機操作：
    1）Document對象：作爲樹的最高節點，Documennt對象是對整個文檔進行操作的入口。
    2）Element和Attr對象：這些節點對象都是文檔某一部分的映射，節點的定級層次恰好反映了文檔的結構。
    3）Text對象：作爲Element和Attr對象的子節點，Text對象表達了元素或屬性的文本內容。Text節點不再包含任何子節點。
    4）集合索引：DOM提供了幾種集合索引方式，可以對節點按指定方式進行遍歷。索引參數都是從0開始計數。

3、SAX和DOM的比較
    DOM適用於需要結構化編輯XML文檔、對文檔的結構有清楚的瞭解，以及和其他應用共享XML文檔的情況。DOM佔用內存比較大，執行速度較慢。
    SAX適用於：1）只需要XML文檔中抽取部分元素；2）文檔比較大，沒有足夠的內存來進行處理；3）不和其他應用共享XML文檔。

<? xml Version="1.0" encoding="gb2312"?>
<books>
<book email="[email protected]">
<title>XML Retrieval</title>
</book>
<book email="[email protected]">
<title>information Retrieval</title>
</book>
</books>

解析算法：

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.List;

import org.jdom2.Document;
import org.jdom2.Element;
import org.jdom2.JDOMException;
import org.jdom2.input.SAXBuilder;
import org.jdom2.output.XMLOutputter;

public class JDomParse {
public JDomParse(){
    String xmlpath="MyXml.xml";
    SAXBuilder builder=new SAXBuilder(false);
    try{
        Document doc=builder.build(new FileInputStream(xmlpath));
        Element books=doc.getRootElement();
        List<Element> booklist=books.getChildren("book");
        java.util.Iterator<Element> iter=booklist.iterator();
        while(iter.hasNext())
        {
            Element book=(Element)iter.next();
            String email=book.getAttributeValue("email");
            System.out.println(email);
            String name=book.getChildTextTrim("title");
            System.out.println(name);
            book.getChild("title").setText("alterrjzjh");
        }
        XMLOutputter outputter=new XMLOutputter();
        outputter.output(doc, new FileOutputStream(xmlpath));
    }catch(JDOMException e)
    {
        e.printStackTrace();
    }catch(IOException e)
    {
        e.printStackTrace();
    }

}
    public static void main(String[] args) {
        // TODO Auto-generated method stub
        new JDomParse();
    }

}

xml相關四種解析http://blog.csdn.net/jzhf2012/article/details/8532873

1.7 XML特點及其應用

XML數據的優點在於：
    1）他允許各個組織、個人建立適合自己需要的置標集合。
    2）數據存儲格式不受顯示格式的約束。
    3)應用於Internet上的數據交換，XML數據的出現使得可以實現各種格式數據之間的無縫交換，因爲其具有數據自我描述性和豐富的數據表達能力。
    4）實現更有意義、更準確的搜索。
    5）實現異構、異質系統間的通信。