第八章 XML技术基础知识

•      本章将对XML基本知识进行详细的分析，然后介绍几种常见的XML文档处理技术，最后用Java对XML文档的解析来结束本章内容的讲解，通过本章的学习，读者将对XML的基础知识有一个比较清楚的认识，并学会使用常见的XML文档操作技术，并且学会使用JAVA语言处理常见的XML文档。

8.1  XML 入门基础

•      XML是元置标语言，只要针对具体的业务需要制定对应的词表，互联网上的用户就可以通过词表读出XML文档的具体语义，这样就可以满足互联网上分布式业务数据处理的需要。这就是XML文档能得到广泛应用的最大原因。

8.1.1  XML简介

•      XML是一种元置标语言，它可以使用标签来描述数据，这些标签不是XML中预定义的，而是由用户自己来定义这些标签，用户可以根据实际中的需要创建各种标签，

8.1.2  XML和HTML的区别

•      在介绍XML和HTML的区别之前，（具体内容请参照书。）

8.1.3  XML和数据库的区别

•      XML虽然也可以存储数据，但是并不是说可以替代数据库用来存储数据，XML的主要目的是为了共享数据，这里所说的存储数据是指可以用XML描述对象的结构和信息，从而实现在用户之间共享数据。

•      XML并不是要替代数据库，仅仅是在共享数据的时候用来存储对象的结构和信息，这里的存储量是有限的。如果需要存储并管理大量的数据还是要选择数据库。在XML中存储大量数据是不现实的。而且在XML中并不提供数据的管理查询的支持。

8.1.4  XML简单语法

•       XML是一种自描述的语言，虽然语法比较简单，但是还是有比较严格的要求。

•       1．在XML文档中，必须有XML声明

•       2．XML文档必须有一个而且只能有一个根结点

•       3．XML文档的标签必须成对出现

•       4．XML文档中的标签不可以嵌套使用

•       5．XML文档对大小写敏感

8.1.5  XML简单示例

•      在上面简单介绍做了XML的简单语法，（具体内容请参照书。）

8.2  文档数据类型定义 DTD

•      XML文档中的标签都是用户自己定义的，如果这种标签可以任意书写而没有任何约束，那这样的文档就没有任何的用处，因为没有人知道这种文档的含义，更别提什么数据共享了，这样的文档只能成为垃圾信息。

8.2.1  DTD概述

•      DTD（Document Type Definition）即文档结构类型定义，DTD用来定义XML文档的模式，通俗的将就是制定XML文档中标签的使用规则。在XML文档中可以包括DTD数据，也可以没有DTD 数据，但是出于共享信息的需求，一般情况下还是需要提供DTD数据。DTD数据使用DTD语言描述的，其中DTD语言是专门描述文档模式的指标语言，DTD本身并不遵循XML的语法。

8.2.2  XML文档元素内容定义

•      使用DTD可以对文档的内容进行约束，XML中的DTD数据必须用<!DOCTYPE>标记说明，其语法格式如下。<!DOCTYPE 根元素名称[DTD定义数据]>

•      XML的元素内容定义格式如下。

•      <!ELEMENT 元素名称 元素内容描述字符串>（具体内容请参照书。）

8.2.3  XML文档元素属性定义

•      XML中的节点元素可以有自己的属性，同样可以使用DTD对XML文档节点元素的属性进行定义。XML文档节点元素的定义语法如下。<!ATTLIST 节点元素名称 属性名称 属性类型 取值方式>（具体内容请参照书。）

8.2.4  XML外部引用DTD示例

•      在上面的两个示例程序中，DTD的内容都是包含在XML文档之中，如果一个DTD定义对于多个XML文档都是有效的，把这个DTD包括在每个XML文档中当然是可行的，但是在这里可以又更好的方法，就像在XML中引用外部的CSS文件一样，在XML中也可以引用外部的DTD，这样就可以是多个XML文档共用一个DTD文件，而不是在每个XML文档中都重新定义。（具体内容请参照书。）

8.3  XML文档的显示技术

•      XML是用来描述数据，存储数据的，在前面的例子中我们可以看到，XML文档在浏览器中运行的效果仅仅是节点的树状结构。其实借助与CSS、XSL、DSO等技术，XML文档数据同样可以在浏览器中有丰富的现实效果。这些XML文档的显示技术各有优劣，在本节的内容中将会详细介绍这几种技术的内容。

8.3.1  XML文档显示技术概述

•      XSL是可以显示XML文档数据内容的另一种技术，XSL可以从XML文档中提取部分内容，然后和HTML模版相结合，从而可以用丰富的形式显示XML文档的内容。DSO即数据源对象，也可以用来显示XML文档的内容，DSO可以取出XML文档的数据内容，从而把这些内容嵌套到HTML标签中，借助于HTML标签强大的显示功能来显示XML文档的内容。

8.3.2  CSS样式表显示

•      在本书的3.3节中简单介绍了CSS样式表的基本知识，在本章中着重介绍如何使用CSS来显示XML文档，（具体内容请参照书。）

8.3.3  XSL样式表显示

•      XSL样式表定义了重组输出XML文档内容的规则，它仅仅是一个规则，定义如何输出XML文档中的内容，输出XML文档的哪部分的内容。（具体内容请参照书。）

8.3.4  数据岛对象（DSO）显示

•      使用IE5.0或者更高的版本，XML数据可以以数据岛的形式嵌入HTML页面。数据岛对象（DSO）技术是在HTML文档中加入结构化数据进行处理的技术，结构化数据指的是满足一定结构规范的数据集合，而对称结构的XML文档就是结构化数据，所以使用DSO技术可以把XML的内容嵌入HTML页面中，从而达到显示XML文档的目的。

8.4  XML文档DOM解析技术

•      在上面的章节中介绍了XML文档的显示技术，但是在更多的时候，我们需要读取、创建、操作一个XML文档，这就需要对XML文档进行解析，在接下来的章节中将详细介绍XML的解析技术，在IE浏览器中自带有MSXML解析器，只要你装有IE浏览器就已经有了解析XML文档的环境，在本节中，只介绍使用JavaScript语言操作XML文档的技术，在本章的最后一节将详细介绍使用Java语言解析XML文档的技术。

8.4.1  XML文档DOM解析技术简介

•      XML DOM（XML Document Object Model）即XML文档对象模型，它是XML分析器提供的处理XML文档的API接口，这种接口与具体的语言无关，可以采用任何一种程序设计语言调用这个接口，通过XML DOM编程接口来操作XML文档，包括操作XML文档的结构数据和内容数据。XML DOM对象模型把XML文档理解为有文档节点构成的一个节点树，树和节点都是抽象的概念，树代表XML文档的全部内容，节点代表文档数据的结构单元，在学习XML的过程中清楚认识到XML文档就是一颗节点构成的树，而DOM就是在内存中构建XML的节点树，从而方便对XML文档的各种操作。

8.4.2  DOM解析示例之验证文档的有效性示例

•      在本书的8.2小节中曾提及XML文档的有效型验证的问题，XML有效性的验证有很多方法，在MSXML分析器中提供了验证XML文档有效性的方法，只是在浏览器中默认是不验证XML文档的有效性的，在下面这个示例程序中，将调用MSXML的解析器对XML文档的有效性进行验证。（具体内容请参照书。）

8.4.3  DOM解析示例之动态创建节点示例

•      在上面的实例程序中，只是对XML文档的有效性进行了验证，并没有设计DOM解析的实质内容，DOM最具标志性的操作就是对文档节点的控制，在下面这个示例程序中将介绍XML文档节点操作的方法，

8.4.4  DOM解析示例之操作XML文档节点属性示例

•      在上面的示例程序中，分别展示了XML文档有效性的验证和动态创建XML文档节点，但是对于节点的操作仅仅限于节点的内容，在接下来的内容中将介绍XML文档属性的操作方法。（具体内容请参照书。）

8.5  XPATH节点表达式基础知识

•      （具体内容请参照书。）

 

8.5.1  XPATH简介

•      表达XML文档中节点集合可以用XPath语言来描述，XPath也是由W3C定义、用于在XML文档中描述部分节点集合的语言，这里的节点集合可以是单个节点、以某个节点为根的子树或者是节点与子树的集合，即XPath表达式就是节点和子树的集合。

8.5.2  XPATH语言中常用的简写符号

•      在XPath中，有一些常用的简写符号，具体如下。

•      （1）“/”代表根节点，就是XML文档节点树的起始节点。

•      （2）“A/B”代表层次，即在XML文档节点树中，A节点是B节点的父节点。（具体内容请参照书。）

8.5.3  常用文档节点及其表达式

•      在提取XML源文件内容的时候常用的节点是：文档根节点、元素节点、属性节点、和文本节点。为了方便定位这些元素，下面提供常用的文档节点以及器表达式。

•      （1）文档根节点

•      （2）文档元素节点

•      （3）元素属性节点

8.6  Java 解析XML

•      XML在Java中的地位是相当重要的，尤其在J2EE中，XML的身影更是随处可见，例如在每个J2EE应用项目中都需要有一个web.xml的配置文件，在Tomcat服务器中，几乎所有的配置文件都是XML格式的文档，而且在Web Services中间，XML的地位更显得重要。在接下来的内容中将介绍使用Java解析XML文档的技术。

8.6.1  Java处理XML概述

•      在Java解析XML的时候，无论是使用JAXP还是使用第三方的解析器，都有两种解析方式：DOM方式解析和SAX方式解析。其中DOM方式解析就是在内存中构建整个XML文档的节点树，从而使对XML文档的操作变成对内存中结点树的操作。这种方式的优点是可以方便定位节点，缺点是需要把整个文档读入内存，然后才能构建起这个文档的结点树，如果XML文档比较大的时候就会增加系统的开销。

8.6.2  在JSP中生成XML文档

•      在J2EE项目开发的过程中，经常会遇到生成XML文档的需要，使用Java生成XML文档有多种方法可供选择，可以使用JAXP或者是第三方的XML解析工具进行创建，或者使用Java输出字符串，按照XML的标准输出的字符串就是XML文档，在这里我们展示后一种XML文档的生成方法。（具体内容请参照书。）

8.6.3  使用JAXP按SAX方式解析XML文档

•      JAXP也支持使用SAX的方式解析XML文档，在SAX方式的解析过程中，可以对节点的开始和结束事件进行监听和处理，在这个示例程序中，我们使用一个JavaBean来监听和处理XML的节点解析事件。（具体内容请参照书。）

8.6.4  使用JDom按DOM方式解析XML文档

•      在上面的章节中介绍了使用Java语言自带的JAXP解析XML文档的具体方法，但是JAXP只是解析XML文档的一种简单的实现，在实际的解析过程中，某些场景下使用JAXP并不方便，这样就需要使用第三方提供的XML解析API，在这方面做的比较出色的有JDom、Dom4J、Xerces等，这些API的使用方法都很相似，在本章的以JDom为例进行介绍。（具体内容请参照书。）

8.6.5  使用JDom按SAX方式解析XML文档

•      在JDom中对于SAX方式解析XML文档的功能支持相当优秀，大家都知道SAX方式解析XML文档的效率很高，但是节点操作不是很方便，在JDom中，使用SAX方式解析XML文档和使用DOM方式没有很大的区别，在SAX方式中，同样可以对节点进行操作，所以在实际的开发中，开发人员一般情况下会选择JDom的SAX解析方式。

8.7 小结

•      在本章的内容中，简单介绍了XML的基本语法，对XML的显示技术进行了比较详细的介绍，介绍了三种比较常用的XML文档显示技术，XML文档的解析是XML学习中的重点，在本章中占了比较大的篇幅，其中详细介绍了使用Java解释XML的几种常用的技术，在学习完本章的知识以后，读者应该对XML的基本知识有一个清楚的认识，并尝试自己写程序来解析XML文档。在实践的基础上提升动手能力，同时加深对XML知识的理解。