文档介绍：第11章 XML开发
作为下一代Web应用的数据传输和交互工具,XML有着非常广泛的应用范围。在解析、操作XML文档方面,目前已经有DOM、SAX等一些相关规范。Java语言也提供了丰富的API接口来支持对XML文档的各种处理。本章将针对这些知识点进行讲解。
什么是XML
XML是Extensible Markup Language(可扩展标识语言)的简写。。XML类似于超文本标记语言(HTML)。但HTML只从如何显示以及如何相互作用的方面来描述网页的内容,而XML则从数据角度描述网页内容。下面分别从特点及语法两个方面来介绍XML。
XML的优势
同HTML一样,XML同样来源于SGML。不过,XML更是一种能定义其他语言的语言。XML最初设计的目的是弥补HTML的不足,以强大的扩展性满足网络信息发布的需要,后来逐渐用于网络数据的转换和描述。XML有如下一些特点。
内容与形式分离:HTML文档中显示的数据和显示数据的格式标记是融合在一起的,不包含数据的架构(Schema)信息。HTML是将数据的语义剥离出来,通过显示的标记进行显示而已。XML文档包含了数据的架构,这些架构信息(自己定义的标记)对于数据的描述、检索和处理有巨大的意义。
简单易学:XML是精简的SGML,它只有SGML约20%的复杂性,却具有SGML约80%的功能。XML比完整的SGML简单得多,易学、易用并且易实现。
可扩展:XML继承了SGML的易扩展的特性。XML中允许开发人员根据需要自行定义标记,这些标记还可以是中文的。XML的标记数目众多,某些团体或者某些行业会自行制订一些规范的XML标记来推广使用。
可移植:XML语言可以定义各种数据,如文本、图像、声音等格式都可以采用XML来表述。
XML的构成
XML文档使用的是自描述和简单的语法。一个XML文档最基本的构成包括声明、处理指令(可选)和元素等。
由于本章的重点在于介绍使用Java语言操作XML文档,所以下面仅结合该示例文档对XML语法做一下简要介绍,详细内容请参考其他相关书籍。
XML声明是处理指令的一种,在文件中是可选内容,可加可不加。XML声明中要求必须包括version属性,该属性指明所采用的XML的版本号。XML声明还包括两个可选属性,分别是standalone和encoding。其中,standalone属性用于指定该XML文档是否和一个独立的文档类型定义DTD配套使用;encoding属性用于指定文档所采用的编码标准。下面是上述示例文档中的XML声明。
该XML声明中指定版本号为“”,编码标准为“GB2312”。
XML元素由起始标记、结束标记以及标记之间的数据内容组成,多个元素可以嵌套使用。XML元素的语法格式如下所示。
其中,标记是必不可少的,而且要求起始标记和结束标记必须成对出现。另外,XML文档中的标记是区分大小写的,每个标记可以包含任意多个属性。
在上述示例文档中,如下都是XML元素的定义。
<标记>数据内容</标记>
XML元素中的标记可以包含任意多个属性。标记属性均是“名称/取值”对的形式,名称与取值之间用等号“=”连接。上述示例文档中定义的属性如下所示。
其中,bn为book标记的属性,属性值为“001”。
<book bn="001">
在XML中,注释的方法与HTML完全相同,用“<!--”和“-->”包含注释的内容。示例文档中的注释如下所示。
以上介绍的是XML语法中的最基本内容。从下面章节开始,将重点介绍如何使用Java语言操作XML文档。
<!--一个XML的例子-->
DOM文档对象模型
DOM是由W3C官方制定的表示XML文档的标准,与具体的浏览器、平台、语言无关。Sun公司提供的Java API for XML Parsing(简称JAXP)接口可以使用DOM来处理XML文件。下面就从这两个方面分别进行详细介绍。
DOM技术构成
DOM是Document Object Model文档对象模型的缩写,是以层次结构组织的节点或信息片段的集合。这个层次结构允许开发人员在树中导航寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构,然后才能开始做其他工作。使用DOM时,数据以树状结构的形式被加载到内存中。如下是一个示例XML文档使用DOM加载后的结构形式。
其中,矩形框表示元素节点,椭圆表示文本节点。DOM使用父子关系。在这个例子中,student是具有五个孩子的根元素:三个文本节点(空白),以及两个元素节点n