XML 概述

• XML（eXtensible Markup Language），可扩展标记语言
• 用途：传输数据或存储数据
• XML 文档中的元素形成了一棵文档树，这棵树从根部开始，并扩展到树的最底端
• 所有元素均可拥有子元素，相同层级上的子元素成为同胞（兄弟或姐妹）
• 所有元素均可拥有文本内容和属性
• 元数据（有关数据的数据）应当存储为属性，而数据本身应当存储为元素
• XML 约束
  约束在文档中允许出现的元素名称、属性及元素出现的顺序等等
  类型：XML DTD、XML Schema

XML 语法规则

• 所有标签必须闭合
• XML 标签对大小写敏感
• XML 必须正确地嵌套
• XML 文档必须有且仅有一个根元素，该元素是所有其他元素的父元素
• XML 元素可以拥有属性（名称/值的对），其属性值须加引号 <person sex="female">
• XML 中 5 个预定义的实体引用：< > & ' " （只有字符 "<" 和 "&" 确实是非法的）
• XML 中的注释 <!-- This is a comment -->
• XML 以换行符（LF）存储换行
• 必须保证内容编码与文件本身编码相同

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!-- 根元素是 <contacts> -->
<!-- 文档中的所有 <linkman> 元素都被包含在 <contacts> 中 -->
<!-- <book> 元素有 4 个子元素：<name>、<email>、<address>、<group> -->
<contacts>
    <linkman id="1">
        <name>Sdky</name>
        <email>sdky@qq.com</email>
        <address>广州</address>
        <group>Java学院</group>
    </linkman>
    <linkman id="2">
        <name>ZJL</name>
        <email>zjl@qq.com</email>
        <address>广州</address>
        <group>Java学院</group>
    </linkman>
</contacts>

XML 解析

• 在 XML 或 HTML 中，一切皆节点（Node），包括：
  1. Document：xml 文档
  2. Element ：带有标签的元素
  3. Attribute：标签上的属性
  4. Text：元素之间的文本内容

DOM 操作

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

• 特点

  1. 在加载的时候，一次性的把整个 XML 文档加载进内存，在内存中形成一棵树（Document 对象）
  2. 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
  3. 增删改操作完之后，都需要做同步操作，才能把内存中的数据更新到 XML 文件
  4. 对 XML 内容 的增删改查（CRUD）的操作简单，但是性能比较低下（线性解析）

• 缺点：若 XML 文件过大，可能造成内存溢出

DocumentBuilder 类

• 通过工厂对象创建 DocumentBuilder 对象
  DocumentBuilder builder = DocumentBuilderFactory.newInstance().newDocumentBuilder();

• 创建 Document 对象的实例方法

  1. Document parse(File f)：将给定文件的内容解析为一个 XML 文档，并且返回一个 Document 对象
  2. Document newDocument()：获取 Document 对象的一个新实例来生成一个 DOM 树

Transformer 类（源树转结果树）

• 通过工厂创建 Transformer 对象
  Transformer transformer = TransformerFactory.newInstance().newTransformer();

• 同步操作方法：
  void transform(Source xmlSource, Result outputTarget)：将 XML Source 转换为 Result

• DOMSource 类（Source 的实现类，充当转换 Source 树的持有者）
  构造器：DOMSource(Node n)，以 DOM 树为节点创建输入源

• StreamResult 类（Result 的实现类，充当转换结果树的持有者）
  构造器：StreamResult(File f)，从 File 构造输出源

在 org.w3c.dom 包下

Node 接口，子接口：Document、Element、Attr、Text

1. String getTextContent()：获取此节点的文本内容
2. void setTextContent(String textContent)：设置此节点的文本内容
3. Node getParentNode()：获取此节点的父节点
4. Node appendChild(Node newChild)：在此节点的子节点列表末尾添加一个子节点
5. Node removeChild(Node oldChild)：移除此节点中指定的子节点

Document 接口（xml 文档）

1. Element getDocumentElement()：获取文档的根元素
2. Element getElementById(String elementId)：获取 ID 属性类型的属性为指定值的元素对象
3. NodeList getElementsByTagName(String tagname)：获取整个文档中指定名称的所有元素形成的节点列表
4. Element createElement(String tagName)：在文档中创建指定名称的元素

Element 接口（带有标签的元素）

1. NodeList getElementsByTagName(String name)：获取指定名称的所有子元素形成的子节点列表
2. String getAttribute(String name)：获取元素中指定名称的属性值
3. void setAttribute(String name, String value)：设置元素的属性（名称和值）

NodeList 接口

1. Node item(int index)：返回节点列表中的第 index 个节点（可能需要强转）
2. int getLength()：节点列表中的节点数

DOM4J

• 导入 dom4j.jar

// 获取文档对象
SAXReader reader = new SAXReader();
Document doc = reader.read("resources/contacts.xml");
// 获取根元素
Element root = doc.getRootElement();

// 获取所有子元素列表
List<Element> elements = root.elements("linkman");
for (Element ele : elements) {
    // 获取指定属性，再获取该属性的属性值
    String value1 = ele.attribute("id").getValue();
    // 获取元素中指定属性的属性值
    String value2 = ele.attributeValue("id");
    // 获取指定元素，再获取该元素中的文本信息
    String name = ele.element("name").getText();
    // 获取元素中的文本信息
    String name = ele.elementText("name");
}

// 添加元素并添加属性
Element linkmanEle = root.addElement("linkman").addAttribute("id", "1");
// 添加元素并设置值
linkmanEle.addElement("name").setText("xxx");

// 同步操作
OutputFormat format = OutputFormat.createPrettyPrint();
XMLWriter writer = new XMLWriter(new FileWriter("resources/output.xml"), format);
writer.write(doc);
writer.close(); // 必须关闭流