1、XML 概述

XML 是一种可扩展的标记语言，使用<>标签对括起来，XML 技术是 W3C 组织发布的

XML 结构清晰，是树状结构，可以用来描述层级关系之间的数据，一般作为配置文件的存在，用来传输数据

XML 语言出现的根本目的在于描述像上图那种有关系的数据。

XML是一种通用的数据交换格式

在XML语言中，它允许用户自定义标签。

一个标签用于描述一段数据，一个标签可分为开始标签和结束标签，在起始标签之间，又可以使用其他标签描述其他数据，以此来实现数据关系的描述。

XML中的数据必须通过软件程序来解析执行或显示，如 E，这样的解析程序称之为 Parse（解析器）

2、XML常见应用

• XML的出现解决了程序间数据传输的问题：

比如QQ之间的数据传送，用XML格式来传送数据，具有良好的可读性，可维护性

• XML可以做配置文件

XML文件做配置文件可以说非常普遍，比如我们的 Tomcat 服务器的server.xml，web.xml。
再比如我们的 structs 中的structs-config.xml文件，和 hibernate 的hibernate.cfg.xml等等。

• XML可以充当小型的数据库

XML 文件可以做小型数据库，也是不错的选择。
我们程序中可能用到一些经常要人工配置的数据，如果放在数据库中读取不合适（因为这会增加维护数据库的工作），则可以考虑直接用XML来做小型数据库。这种方式直接读取文件显然要比读数据库快。比如msn中保存用户聊天记录就是用XML文件。

• 入门案例：用 XML 来记录一个班级信息。

<?xml version="1.0" encoding="gb2312"?>

<class>
    <stu id="001">
        <name>杨过</name> 
        <sex>男</sex>
        <age>20</age>
    </stu>  
    <stu id="002">
        <name>小龙女</name>    
        <sex>女</sex>
        <age>21</age>
    </stu>
</class>

我们可以用浏览器打开，进行校验：

注意：在这个例子中，第一行的编码需要和浏览器的默认字符集charset保持一致，否则会报错

3、XML语法

节点是文档、元素、属性、文本的统称

XML 组成部分：

1. 文档：Document
   就是指一个XML文件
2. 元素：Element
   在XML中使用<>括起来的就是一个个元素，比如class、stu、age
   class：根元素，一个XML文档只有一个根元素
3. 属性：Attribute，简写Attr
   在元素内，格式为xx=yy，xx属性名称，yy属性值，比如id=“002”
4. 文本：Text
   字符串内容，元素之间的内容就是文本，比如女，21

3.1、文档声明

XML声明放在XML文档的第一行

<?xml version="1.0" encoding="utf-8" standalone="yes" ?>

由以下部分组成：

1. version ：文档符合XML1.0规范，我们学习1.0
2. encoding ：文档字符编码，比如”GB2312”或者”UTF-8”
3. standalone ：文档定义是否独立使用，yes表示不可包含其他文档
4. standalone=”no”为默认值。yes代表是独立使用，而no代表不是独立使用

3.2、元素（或者叫标记、节点）

3.2.1、每个XML文档必须有且只有一个根元素

在 XML 文档中，有且只有一个根标签

• 根元素是一个完全包括文档中其他所有元素的元素
• 根元素的起始标记要放在所有其他元素的起始标记之前
• 根元素的结束标记要放在所有其他元素的结束标记之后

3.2.2、XML元素指的是XML文件中出现的标签，一个标签分为开始标签和结束标签

标签有内容需成对出现，开始标签<xx>，结束标签</xx>

<a>www.sohu.com</a>

标签如果没有内容可以使用单标签<xx/>

<a></a>
简写为：<a/>

在 XML 文档中，允许标签嵌套，但不允许交叉嵌套

以下情况报错：
<a>welcome<b>
www.sohu.com</a></b>

3.2.3、对于XML标签中出现的所有空格和换行，XML解析程序都会当做标签内容进行处理

例如下面两段内容的意义是不一样的

<stu>xiaoming</stu>

<stu>
    xiaoming
</stu>

由于在XML中，空格和换行都作为原始内容被处理，所以，在编写XML文件时，要特别注意

3.2.4、命名规范

一个XML元素可以包含字母、数字以及其它一些可见字符，但必须遵守以下规范：

1. 区分大小写，例如，元素P和元素p是两个不同的元素
2. 不能以数字或下划线”_”开头
3. 元素内不能包含空格
4. 名称中间不能包含冒号（:）
5. 可以使用中文，但一般不这么用
6. 属性必须使用引号引起来，不引会报错

3.3、属性

<student id="100">
    <name>Tom</name>
</student>

1. 属性值用双引号（”）或单引号（’）分隔，如果属性值中有单引号，则用双引号分隔；如果有双引号，则用单引号分隔。
   
2. 如果属性值中既有单引号还有双引号怎么办？这种要使用实体（转义字符，类似于html中的空格符），XML有5个预定义的实体字符，如下
   

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

3. 当需要转义的字符过多时候，比如需要输入大量的尖括号作为没有意义的文本，可以使用文本区域（CDATA 区）
   CDATA 语法可以告诉 xml 解析器，我 CDATA 里的文本内容，只是纯文本，不需要 xml 语法解析
   格式：<![CDATA[ 这里可以把你输入的字符原样显示，不会解析 xml ]]>
   

4. 一个元素可以有多个属性，它的基本格式为

<元素名 属性名1="属性值1" 属性名2="属性值2">

5. 特定的属性名称在同一个元素标记中只能出现一次
6. 属性值不能包括<,>,&，如果一定要包含，也要使用实体

3.4、注释

XML的注释类似于HTML中的注释：

<!--这是一个注释-->

需要注意以下事项：

1. 注释内容不要出现–
2. 不要把注释放在标记中间；
3. 注释不能嵌套
4. 可以在除标记以外的任何地方放注释

4、 DOM解析

一般自动完成，不是重点，理解即可

4.1、XML结构分析

普通xml结构图：

通过 xml 层次结构整理如下图：
XML 的各个组成部分都需要使用一个类型来描述：

1. XML文件：吧XML文档加载到内存中，使用Document对象来描述这个文档
2. 标签 / 元素：所有的标签，使用Element 对象来描述
3. 属性：标签的属性，使用Attribute来描述
4. 文本：文本内容（文本、空格、回车），使用Text来描述

根据上面四种成员的共性，继续抽象出父类（接口）：org.w3c.dom.Node

所以，在XML中，一切皆节点

而这种吧 XML 文档加载到内存之后，形成一个一个的对象，这种操作我们称为 DOM 解析

4.2、DOM简介

DOM ：Document Object Model 文档对象模型思想，把文档中的成员描述成一个个对象

使用场景：

使用 js 来解析 HTML 中的数据

特点：

在加载的时候，一次性把整个 XML 文档加载进内存，在内存中形成一棵树 DOM 树（Document 对象）

我们以后使用代码操作 Document ，其实操作的是内存中的 DOM 树，和本地磁盘中的 XML 文件没有直接关系

比如：保存了一个联系人，仅仅是内存中多了一个联系人，但是在 XML 文件中没有新增的痕迹，除非做 同步操作，即把内存中的数据更新到XML文件中
（增删改操作之后，都要做同步操作）

缺点：

若 XML 文件过大，可能造成内存溢出
操作 XML 的增删改查（CRUD）的时候很简单，但是性能比较低下

5、Document 获取

XML 被程序读到内存中会形成一个 Document 对象，所以要解析 XML ，首先要先获取到 Document 对象

获取 Document 对象的步骤：

1. 声明 XML 文件，File文件

File file = new File(path);

2. 通过 DocumentBuilderFactory 的 newInstance方法获取自身对象

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

3. 通过 DocumentBuilderFactory 对象去获取 DocumentBuilder 对象

DocumentBuilder db = dbf.newDocumentBuilder();

4. 通过 DocumentBuilder 对象去解析获取 Document 对象

Document d = db.parse(file);

步骤流程图以及获取 Document 对象方法选用如下：

思路如下：

当需要获取Document对象，但是Document是一个接口，API里面没有合适的实现类，也没有提供方法，就看父类，父类也没有提供获取的方法，可以找有没有工厂类

该例中，有DocumentBuilder，API中已说明可以获取DOM文档实例，同时DocumentBuilder的实例可以从DocumentBuilderFactory.newDocumentBuilder()获取

而对于DocumentBuilderFactory，自己有提供方法newInstance()来获取自身的对象

什么时候用 parse(File) ，什么时候用 newDocument() ？

• newDocument()：当没有 xml 文件的时候，直接在内存中去创建 DOM 树（Document 对象）
• parse(File)：当存在 xml 文件的时候，使用该方法去解析 xml 文件到内存中，形成 DOM 树（Document 对象）

6、获取某个联系人姓名

需求： 获取第二个联系人的名字

①步骤：

1. 获取Document 对象
2. 获取根节点 / 根标签 contacts
3. 获取第二个 linkman 节点 / 标签
4. 获取名字 name 节点
5. 获取名字节点的文本内容

②常用API：

1. Document 对象
   Element getDocumentElement () ：获取根节点

2. Element 对象
   NodeList getElementsByTagName(String name)：获取指定名称的子元素，返回NodeList
   getAttribute(String name)：获取元素中的属性值

3. Node对象
   String getTxetContent()：获取节点的文本内容
   void setTextContent(String content)：设置节点的文本内容

④代码实现：

//需求： 获取第二个联系人的名字
@Test
public void testGet(){
	File file = new File("E:\\workspace\\atguigu\\resource\\contacts.xml");
	
	//1、获取Document对象
	DocumentBuilderFactory dbfactory = DocumentBuilderFactory.newInstance();
	DocumentBuilder db = DocumentBuilderFactory.newDocumentBuilder();
	org.w3c.dom.Document doc = db.parse(file);
	
	//2、获取根元素
	Element root = doc.getDocumentElement();
	
	//3、获取第二个linkman元素
	NodeList list = root.getElementsByTagName("linkman");  //返回指定名称linkman的子元素集合
	Element linkman = (Element)list.item(1);  //返回集合中的第二个元素
	
	//4、获取linkman元素中的name元素
	Element name = (Element)linkman.getElementsByTagName("name").item(0);  
	
	//5、获取name元素中的文本内容
	String s = name.getTxetContent();
	System.out.println(s);
	
	//获取第二个linkman中的id属性
	System.out.println(linkman.getAttribute("id"));
}

6.1、获取所有标签中的内容

需要分四步操作:

1. 第一步，通过创建 SAXReader 对象。来读取 xml 文件，获取 Document 对象（需要导入dom4j的jar包作为library）
   
   里面有 index.html 是介绍使用的说明书
   

2. 第二步，通过 Document 对象。拿到 XML 的根元素对象

3. 第三步，通过根元素对象。获取所有的 book 标签对象

4. 第四步，遍历每个 book 标签对象。然后获取到 book 标签对象内的每一个元素，再通过 getText() 方法拿到起始标签和结 束标签之间的文本内容

代码：

@Test 
public void readXML() throws DocumentException {
	//1、通过创建 SAXReader 对象。来读取 xml 文件，获取 Document 对象
	//在单元测试中，相对路径是从模块开始的
	SAXReader reader = new SAXReader(); 
	Document document = reader.read("src/books.xml");

	//2、通过 Document 对象。拿到 XML 的根元素对象
	Element root = document.getRootElement();
	
	//3、通过根元素对象。获取所有的 book 标签对象
	//Element.elements(标签名)返回当前元素下的指定的子元素的集合,返回List
	//Element.element(标签名)返回当前元素下指定的子元素,返回Element
	List<Element> books = root.elements("book");
	
	//4、遍历每个 book 标签对象。然后获取到 book 标签对象内的每一个元素
	//Element.asXML()将当前元素对象转换成为 String，输出也是尖括号的样式
	for (Element book : books) {
		//在这里可以打印出结果
		// System.out.println(book.asXML());
		Element nameElement = book.element("name");
		// getText() 返回起始标签和结束标签之间的文本内容
		String nameText = nameElement.getText();
		// elementText() 直接获取指定标签名内的文本内容
		String priceText = book.elementText("price");
		String authorText = book.elementText("author");
		// attributeValue() 获取指定属性名的属性值
		String snText = book.attributeValue("sn");
		
		//可以将内容封装进定义好的类中
		System.out.println(new Book(snText ,nameText ,priceText ,authorText))
	}
}

7、插入一个联系人信息

需求： 增加一个联系人信息

①步骤：

1. 获取Document 对象
2. 获取根元素
3. 创建一个 linkman 节点 / 标签
   1. 创建 name、email、group 子元素
   2. 给 name、email、group 子元素添加文本内容
   3. 将 name、email、group 子元素设置为 linkman 节点的子元素（建立父子联系）
   4. 将 linkman 子元素设置为根元素的子元素（建立父子联系）
4. 同步操作（将代码同步到文件）

②常用API：

1. Document 对象
   Element getDocumentElement() ：获取根节点
   Element createElement(String name)) ：创建指定名字的元素 / 节点

2. Element 对象
   NodeList getElementsByTagName(String name)：通过标签名获取标签列表

3. Node对象
   String getTxetContent()：获取节点的文本内容
   void setTextContent(String content)：设置节点的文本内容
   父元素.appendChild(子元素)：添加父子关系

4. Transformer ：同步转换器
   void transform(Source xmlSource, Result outputTarget)：同步操作

transform(内存中的doc, 磁盘中的XML)

Source ： 源是内存中的 Document ，所以使用 DOMSource(Node doc)实现类
还有一个实现类StreamSource()

Result ： 内存写到磁盘中，使用流操作文件，所以使用StreamResult(File file)实现类
还有一个实现类DOMResult()

③注意：
XML 加载到内存之后，使用一个 Document 对象来描述 XML 的结构，之后操作都是在操作内存中的 Java 对象文艺，跟磁盘中的文件没有关系，要想形成控制台与文件的同步变化，就需要进行同步操作，操作之后，才可以保证内存中的数据与磁盘中的数据一致

④代码实现：

//需求：增加一个联系人信息
@Test
public void testGet(){
	File file = new File("E:\\workspace\\atguigu\\resource\\contacts.xml");
	
	//1、获取Document对象
	org.w3c.dom.Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(file);
	
	//2、获取根元素对象
	Element root = doc.getDocumentElement();
	
	//3、创建linkman的XML片段
	//Ctrl+D 向下复制一行
	Element linkman = doc.createElement("linkman");
	Element name = doc.createElement("name");
	Element email = doc.createElement("email");
	Element group = doc.createElement("group");
	
	//4、设置属性
	linkman.setAttribute("id", "3");
	
	//5、设置文本内容
	name.setTextContent("李五");
	email.setTextContent("999@126.com");
	group.setTextContent("Java学院");
	
	//6、建立name、email、group子元素与linkman的父子联系，linkman与根元素对象的父子联系
	linkman.appendChild(name);
	linkman.appendChild(email);
	linkman.appendChild(group);
	root.appendChild(linkman);
	
	//7、同步操作，将内存的数据同步到磁盘中XML文件
	Transformer transformer = TransformerFactory.newInstance().newTransformer();
	Source source = DOMSource(doc);  //内存中的Document对象
	Result result = StreamResult(file);  //磁盘中的文件
	transformer.transform(source, result)
}

8、小结

1. 获取Document对象
   org.w3c.dom.Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(file);
2. 获取Document对象的根节点
   doc.getDocumentElement();
3. 获取某个元素的子元素
   NodeList getElementsByTagName(String name)：获取指定名称的子元素，返回NodeList
4. 获取元素的属性值
   getAttribute(String name)：获取元素中的属性值，name为属性名
5. 获取节点的文本内容
   getTxetContent()：获取节点的文本内容
6. 设置节点的文本内容
   void setTextContent(String content)：设置节点的文本内容
7. 添加元素的父子关系
   父元素.appendChild(子元素)：添加父子关系
8. 同步操作
   void transform(Source xmlSource, Result outputTarget)：同步操作
9. 如果是内存中Document对象同步到磁盘中的文件中 DOMSource(Node document)、StreamResult(File file)