Java进阶学习第六天——DOM4J入门

XML约束——schema

• XML Schema 也是一种用于定义和描述 XML 文档结构与内容的模式语言，其出现是为了克服 DTD 的局限性。

• schema和DTD的对比（面试题）：

  • Schema符合XML语法结构。
  • DOM、SAX等XML API很容易解析出XML Schema文档中的内容。
  • XML Schema对名称空间支持得非常好。
  • XML Schema比XML DTD支持更多的数据类型，并支持用户自定义新的数据类型。
  • XML Schema定义约束的能力非常强大，可以对XML实例文档作出细致的语义限制。
  • XML Schema不能像DTD一样定义实体，比DTD更复杂，但Xml Schema现在已是w3c组织的标准，它正逐步取代DTD。

Schema一些概念

• XML Schema 文件自身就是一个XML文件，但它的扩展名通常为.xsd

• 和XML文件一样，一个XML Schema文档也必须有一个根结点，但这个根结点的名称为schema

• 应用schema约束 开发xml 过程

• 编写了一个XML Schema约束文档后，通常需要把这个文件中声明的元素绑定到一个URI地址上，这个URI地址叫namespace名称空间，以后XML文件就可以通过这个URI（即名称空间）引用绑定指定名称空间的元素。

Schema开发步骤

• 开发schema约束文档

  • 引入W3C的名称
    
    • 在根节点上，使用属性xmlns(xml namespace)
      
      • xmlns="http://www.w3.org/2001/XMLSchema"
  • 定义元素
    
    • <element name="书架"></element>
  • 判断是否是复杂还是简单的元素
    
    • 如果是简单 在element有属性 type="数据的类型"
    • 如果是复杂
      
      • 声明标签是复杂的元素 <complexType>
      • 子元素之间的关系 eg:有序 <sequence>
  • 起名：targetNamespace 目标名称空间
    
    • 值是任意的：http://www.itcast.cn/1110
  • elementFormDefault ：
    
    • qualified（使用） ：质量好的
    • unqualified ：质量不好的

• 在XML文档中引入自己编写的schema文档

  • 引入W3C名称空间，我是实例文档。
    
    • xmlns="http://www.w3.org/2001/XMLSchema-instance"
  • 引入自己编写的schema的文档
    
    • xmlns="http://www.itcast.cn/1110"
    • 问题：元素上不能有相同的属性名称
      
      • 解决：起别名 eg:aa
      • 技巧：在下面出现标签的概率小起别名
  • 引入自己编写的schema文档的地址
    
    • schemaLocation属性是W3C提供的，如果W3C名称空间要是有别名的话，先把别名写上。
    • xsi:schemaLocation="名称空间 schema文件的地址"
  • 编写属性
    
    • <attribute name="出版社" type="string" use="required" ></attribute>
    • name 属性名称
    • type 属性类型
    • user 属性约束

// schema 文件：
<?xml version="1.0" encoding="UTF-8"?>

<schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.itcast.cn/1110" elementFormDefault="qualified">

    <!-- 复杂元素 -->
    <element name="书架">
        <!-- 复杂元素 -->
        <complexType>
            <!-- 有顺序的 -->
            <sequence maxOccurs="unbounded">
                <element name="书">
                    <!-- 复杂的元素 -->
                    <complexType>
                        <!-- 有顺序的 -->
                        <sequence>
                            <!-- 简单元素 -->
                            <element name="书名" type="string"></element>
                            <element name="作者" type="string"></element>
                            <element name="售价" type="double"></element>
                            <element name="简介" type="string"></element>
                        </sequence>

                        <!-- 书的属性 -->
                        <attribute name="出版社" type="string" use="required" ></attribute>
                    </complexType>
                </element>
            </sequence>
        </complexType>
    </element>
</schema>

// xml 文件：
<?xml version="1.0" encoding="UTF-8" standalone="no"?>

<书架 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
        xmlns="http://www.itcast.cn/1110"
        xsi:schemaLocation="http://www.itcast.cn/1110 book.xsd"
    >
    <书 出版社="清华出版社">
        <书名>javaweb开发大全</书名>
        <作者>班长</作者>
        <售价>99.8</售价>
        <简介>这是不错啊</简介>
    </书>
    <书 出版社="清华出版社">
        <书名>javaweb开发大全</书名>
        <作者>班长</作者>
        <售价>99.8</售价>
        <简介>这是不错啊</简介>
    </书>
    <书 出版社="清华出版社">
        <书名>javaweb开发大全</书名>
        <作者>班长</作者>
        <售价>99.8</售价>
        <简介>这是不错啊</简介>
    </书>
</书架>

名称空间的概念

• 在XML Schema中，每个约束模式文档都可以被赋以一个唯一的名称空间，名称空间用一个唯一的URI（Uniform Resource Identifier，统一资源标识符）表示。
• 在Xml文件中书写标签时，可以通过名称空间声明（xmlns），来声明当前编写的标签来自哪个Schema约束文档。如：

<itcast:书架 xmlns:itcast=“http://www.itcast.cn”>
    <itcast:书>……</itcast:书>
</itcast:书架>

• 此处使用itcast来指向声明的名称，以便于后面对名称空间的引用。

• 注意：名称空间的名字语法容易让人混淆，尽管以 http:// 开始，那个 URL** 并不指向一个包含模式定义的文件**。事实上，这个 URL：http://www.itcast.cn 根本没有指向任何文件，只是一个分配的名字。

使用名称空间引入Schema

• 为了在一个XML文档中声明它所遵循的Schema文件的具体位置，通常需要在Xml文档中的根结点中使用schemaLocation属性来指定，例如：

    <itcast:书架 xmlns:itcast="http://www.itcast.cn"
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xsi:schemaLocation=“http://www.itcast.cn book.xsd">

• schemaLocation此属性有两个值。
  
  • 第一个值是需要使用的命名空间。
  • 第二个值是供命名空间使用的 XML schema 的位置，两者之间用空格分隔。
• 注意，在使用schemaLocation属性时，也需要指定该属性来自哪里。

XML的编程

• 在使用 DOM 解析 XML 文档时，需要读取整个 XML 文档，在内存中构架代表整个 DOM 树的Doucment对象，从而再对XML文档进行操作。此种情况下，如果 XML 文档特别大，就会消耗计算机的大量内存，并且容易导致内存溢出。

• SAX解析允许在读取文档的时候，即对文档进行处理，而不必等到整个文档装载完才会文档进行操作。

JAXP的SAX解析

• 只能做查询，不能做增删改。

• SAX解析过程

  • 解析器
    
    • 获取解析器的工厂
    • 获取解析器对象
    • 解析XML(XML的文件的地址，事件处理器)
  • 事件处理器
    
    • 自己编写的类，需要继承DefalutHandler类，重写三个方法。
    • startElement()
    • characters()
    • endElement()

• SAX的解析原理：

  • 解析器采用SAX方式在解析某个XML文档时，它只要解析到XML文档的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。
  • 事件处理器由程序员编写，程序员通过事件处理器中方法的参数，就可以很轻松地得到sax解析器解析到的数据，从而可以决定如何对数据进行处理

• JAXP 的SAX解析案例

package cn.itcast.jaxp.sax;

import javax.xml.parsers.ParserConfigurationException;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

/**
 * SAX的入门
 * @author Administrator
 *
 */
public class JaxpSaxTest {

    public static void main(String[] args) {
        try {
            run1();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    /**
     * 获取所有的解析的内容
     * @throws Exception 
     * @throws ParserConfigurationException 
     */
    public static void run1() throws Exception{
        // 获取SAX的解析器工厂
        SAXParserFactory factory = SAXParserFactory.newInstance();
        // 获取解析器
        SAXParser parser =  factory.newSAXParser();
        // 解析
        parser.parse("src/book2.xml", new MyHandler2());
    }
}


/**
 * 获取作者标签的文本内容
 *  
 */
class MyHandler2 extends DefaultHandler{
    // 如果解析到作者标签的时候，flag设置成true
    private boolean flag = false;
    private int count = 0;

    /**
     * 默认解析开始标签，默认调用该方法
     */
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        // 如果要是作者标签，flag设置成true
        if("作者".equals(qName)){
            flag = true;
            count++;
        }
    }

    /**
     * 能控制characters的输出，我只在解析作者标签的时候，才打印
     */
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        // 如果flag是true，就打印
        // 每一次都打印
        if(flag && count == 1){
            String str = new String(ch,start,length);
            System.out.println(str);
        }
    }

    /**
     * 
     */
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
        // flag恢复成false
        flag = false;
    }
}


/**
 * 自己事件处理器
 * 重写三方法
 * @author Administrator
 *
 */
class MyHandler extends DefaultHandler{

    /**
     * 只要一解析到开始标签的时候，默认调用该方法，把解析的内容赋值给参数。
     */
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        System.out.println("开始标签："+qName);
    }

    /**
     * 只要解析到文本的内容，默认调用该方法
     */
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        String str = new String(ch,start,length);
        System.out.println(str);
    }

    /**
     * 解析到结束标签的时候，默认调用方法，把解析的内容赋值给参数。
     */
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
        System.out.println("结束标签："+qName);
    }

}

DOM4J的解析

• Dom4j是一个简单、灵活的开放源代码的库。Dom4j是由早期开发JDOM的人分离出来而后独立开发的。与JDOM不同的是，dom4j使用接口和抽象基类，虽然Dom4j的API相对要复杂一些，但它提供了比JDOM更好的灵活性。
• Dom4j是一个非常优秀的Java XML API，具有性能优异、功能强大和极易使用的特点。现在很多软件采用的Dom4j，例如Hibernate，包括sun公司自己的JAXM也用了Dom4j。
• 使用Dom4j开发，需下载dom4j相应的jar文件。
• 把dom4j-1.6.1.jar导入到工程中。
• WEB项目：复制dom4j-1.6.1.jar到 WebRoot – WEB-INF – lib里面。就ok。
• 非WEB项目 导入后如果未出现奶瓶标志，点中jar包右键选择：Build path –> Add to Build Path。

查找标签文本

• 想要查找内容，需要一层一层去查找内容，通过根节点去查找字节点，再查找子节点的子节点）
• 具体实现
  
  • 创建解析器 new SAXReader()
  • 解析xml read()
  • 获取根节点 getRootElement()
  • 获取所有的指定标签的集合 root.elements(标签名)
  • 返回List集合，可以遍历集合或者getIndex()获取Element对象
  • 获取文本 getText()

添加子节点

• 在指定的节点中新增节点
• 具体实现
  
  • 创建解析器 new SAXReader()
  • 解析xml read()
  • 获取根节点 getRootElement()
  • 获取所有的指定标签的集合 root.elements(标签名)
  • 直接调用addElement()设置子节点。
  • 使用setText()设置文本
  • 回写xml文件

在指定位置添加子节点

• 创建元素标签节点 DocumentHelper.createElement()
• 设置文本 setText()
• 获取某个标签下的所有子节点 elements()，返回list集合
• 通过 list.add(index, element)方法在内存中加入子元素
• 回写xml文件

修改节点文本和删除节点

• 修改指定节点的文本内容

  • 找到指定的节点 elements()
  • 修改文本内容 setText()

• 删除节点

  • 找到要删除的节点
  • 通过父节点调用 remove()方法删除

DOM4J对XPATH的支持

• 导入包：jaxen-1.1-beta-6.jar

• 使用方式：

  • selectNodes("/AAA") 返回集合
  • selectSingleNode() 一个Node对象
  • 参数就是xpath的语法
    
    • /AAA/BBB 获取BBB的节点
    • //BBB 无论层级关系，找到BBB的节点
    • * 代表是所有
    • /AAA/BBB[1] 找到BBB的第一个
    • /AAA/BBB[last()] 最后一个
    • @ 属性

• DOM4J练习

package cn.itcast.dom4j;

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

import org.dom4j.Document;
import org.dom4j.DocumentHelper;
import org.dom4j.Element;
import org.dom4j.Node;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.SAXReader;
import org.dom4j.io.XMLWriter;

/**
 * DOM4J的解析XML
 * @author Administrator
 *
 */
public class Dom4jTest {

    public static void main(String[] args) {
        try {
            run6();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    /**
     * 对XPATH的支持
     * @throws Exception
     */
    public static void run6() throws Exception{
        // 获取解析器对象
        SAXReader reader = new SAXReader();
        // 解析XML
        Document document = reader.read("src/book2.xml");
        // List<Node> list = document.selectNodes("/书架/书/作者");
        List<Node> list = document.selectNodes("//作者");
        Node author2 = list.get(1);
        System.out.println(author2.getText());
    }

    /**
     * 修改文本内容
     * @throws Exception
     */
    public static void run5() throws Exception{
        // 获取解析器对象
        SAXReader reader = new SAXReader();
        // 解析XML
        Document document = reader.read("src/book2.xml");
        // 获取根节点
        Element root = document.getRootElement();
        // 获取狗的节点
        Element book2 = (Element) root.elements("书").get(1);
        Element dog = book2.element("狗");
        dog.setText("小狗");
        // 回写
        // 回写
        OutputFormat format = OutputFormat.createPrettyPrint();
        // 回写
        XMLWriter writer = new XMLWriter(new FileOutputStream("src/book2.xml"),format);
        writer.write(document);
        writer.close();
    }

    /**
     * 删除子节点
     *  删除第二本书下的猫节点
     */
    public static void run4() throws Exception{
        // 获取解析器对象
        SAXReader reader = new SAXReader();
        // 解析XML
        Document document = reader.read("src/book2.xml");
        // 获取根节点
        Element root = document.getRootElement();
        // 获取猫
        Element book2 = (Element) root.elements("书").get(1);
        Element cat = book2.element("猫");
        // 通过猫获取猫的父节点
        // cat.getParent();
        // 通过父节点删除猫
        book2.remove(cat);
        // 回写
        OutputFormat format = OutputFormat.createPrettyPrint();
        // 回写
        XMLWriter writer = new XMLWriter(new FileOutputStream("src/book2.xml"),format);
        writer.write(document);
        writer.close();
    }

    /**
     * 在第二本书的作者标签之前添加团购价的标签
     * @throws Exception
     */
    public static void run3() throws Exception{
        // List
        // 获取解析器对象
        SAXReader reader = new SAXReader();
        // 解析XML
        Document document = reader.read("src/book2.xml");
        // 获取根节点
        Element root = document.getRootElement();
        // 获取第二本书
        Element book2 = (Element) root.elements("书").get(1);
        // 获取书下的所有子节点，返回List集合
        List<Element> list = book2.elements();
        // 创建元素对象   DocumentHelper.createElement("狗")
        Element dog = DocumentHelper.createElement("狗");
        dog.setText("大狗");
        // list.add(index,Element);
        list.add(1, dog);

        OutputFormat format = OutputFormat.createPrettyPrint();
        // 回写
        XMLWriter writer = new XMLWriter(new FileOutputStream("src/book2.xml"),format);
        writer.write(document);
        writer.close();
    }


    /**
     * 在第二本书下添加子节点
     */
    public static void run2() throws Exception{
        // 获取解析器对象
        SAXReader reader = new SAXReader();
        // 解析XML，返回Document对象
        Document document = reader.read("src/book2.xml");
        // 获取根节点
        Element root = document.getRootElement();
        // 获取第二本书
        Element book2 = (Element) root.elements("书").get(1);
        // 可以直接在第二本书下添加子节点，设置文本内容
        book2.addElement("猫").setText("我是猫");
        // 回写

        // 创建漂亮的格式
        OutputFormat format = OutputFormat.createPrettyPrint();
        //OutputFormat format = OutputFormat.createCompactFormat();

        // 设置编码
        format.setEncoding("UTF-8");

        // 回写类
        XMLWriter writer = new XMLWriter(new FileOutputStream("src/book2.xml"),format);
        // 回写了文档对象
        writer.write(document);
        // 关闭流
        writer.close();
    }

    /**
     * 获取第二本书作者的文本内容
     * @throws Exception 
     */
    public static void run1() throws Exception{
        // 获取解析器对象
        SAXReader reader = new SAXReader();
        // 解析XML，返回Document对象
        Document document = reader.read("src/book2.xml");
        // 获取根节点（书架标签）
        Element root = document.getRootElement();
        // 获取书的节点，获取第二本书
        List<Element> books = root.elements("书");
        Element book2 = books.get(1);
        // 获取作者的标签
        Element author2 = book2.element("作者");
        // 获取文本内容
        System.out.println(author2.getText());
    }

}

扩展练习

• 通过XML管理学生的信息