Java 核心技术卷 II(第 8 版) – 读书笔记 – 第 2 章

本章主要介绍 Java 与 XML。

1、XML 非常适合表示复杂的、结构化数据。

2、XML 与 HTML 有所差异，XML 更严格，如：区分大小写、必须结束标签、属性必须有值。

3、XML 以文档头开始，如：

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

4、然后包含若干元素和子元素。

<configuration> <title></title> ...... </configuration>

5、如果能使用元素，就尽量不要使用属性，如：

<font> <family>宋体</family> <size>14</size> </font>

要好于：

<font size="14" family="宋体"> </font>

毕竟属性在解析时候非常麻烦。

关注公众号：「Java知己」，发送「Group」，加入Java知己微信群。与10万程序员一起进步。每天更新Java知识哦，期待你的到来！

6、除了元素、文本之外，还有一些特殊的片段： (1) 字符引用，如 &# 十进制，&#X 十六进制 (2) 实体引用，如 & lt; > & " ' (3)CDATA 引用部分，在这之中可以自由的使用 & 等上述特殊符号：

<![CDATA[ < &> 都可用 ]]>，但是这部分内不能包含]]>，要特别注意。

(4) 处理命令，<?xml 等 (5) 注释：<!– 注释内容 –>

7、解析 XML 有两种基本方式： (1) 树状：将 XML 完全转化成树状结构，又叫 DOM（Document Object Model） (2) 流解析：读入 XML 文档时生成对应的事件，流装，有的叫做 SAX（Simple API for XML）。。。好冷啊。。。

8、DOM 解析器的接口居然已经被 W3C 标准化了。。太神奇了，看来 XML 应用真广泛。。我第一次听说具体某个接口实现被标准化的。。。JDK 自带的 org.w3c.dom 就是这种标准化的结果（SUN 提供实现）。而我们使用的其他第三方，也基本遵循这样的接口标准。

9、使用 Java 自带的传统 Parser（DOM 解析器）解析文档：

//构造DocumentBuilderFactory实例 DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); //构造DocumentBuilder实例 DocumentBuilder builder = factory.newDocumentBuilder(); //用DocumentBuilder解析文档 Document doc = builder.parse("./test.xml");

10、Document 由若干个 Element(实际实现了 Node) 组成，父 doc.getElement() 将返回 root 结点。 获取孩子：getChildNodes()，但它会包含文字、结点等，如要用 instanceof Element 进行判断。 获取文字：getData() 获取文本。 获取属性：getAttributes()

下面的例子演示了如何遍历孩子 Node，判断类型（Element/Text/Attr） ，并打印特有的属性：

import javax.xml.parsers.*; import org.w3c.dom.*; import org.xml.sax.*; import java.io.*; public class XMLTest { public static void main(String [] args) throws Exception { DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder = factory.newDocumentBuilder(); Document doc = builder.parse("./sitemap.xml"); //Get root element Element root = doc.getDocumentElement(); //Get all children NodeList nodes = root.getChildNodes(); for(int i = 0; i < nodes.getLength(); i++) { Node node = nodes.item(i); if(node instanceof Element) { System.out.println("Element "+node.getNodeName()); NamedNodeMap attr_map = node.getAttributes(); for(int j=0;j<attr_map.getLength();j++) { Node node_attr = attr_map.item(j); if(node_attr instanceof Attr) { System.out.println(((Attr)node_attr).getName() + " " + ((Attr)node_attr).getValue()); } } } else if (node instanceof Text) { System.out.println("Text "+node.getNodeName()); System.out.println(((Text)node).getWholeText().trim()); System.out.println(); } else { System.out.println(node.getClass()); } } } }

11、由于 XML 是自解释结构，非常灵活。我们在解析、使用一个 XML 文档之前，并不知道它们是否是按照我们预想的结构组织的。于是，DTD 或者 Schema 通过预先定义的文档结构方式，来验证一个 xml 是否符合自己预期的格式。

12、XML Schema 比 DTD 的功能更为强大，较新的 xml 规范一般都采用 XML Schema。

13、通常，把 DTD 定义单独做为. dtd 文件，放在别的网站 / URL 上，然后从 xml 中引用：

<?xml version="1.0" ?> <!DOCTYPE configuration SYSTEM "http://www.xxx.com/config.dtd"

14、关于 DTD 规则不在描述了，如果确定一个 xml 是符合你指定的 dtd，那么访问 xml 就可以很简单：

直接 if(elem.getTag().equals(“name”)){….}

这样的处理就可以了。

设置解析器：

setEntityResolver(EntityResolver er)

一般需要再设置错误处理回调：

setErrorHandler(ErrorHandler eh)

15、如果需要只访问 XML 中的某一部分，那么用 SAX 有点大炮打蚊子了。。我们可以用 XPath。例如下面的 xml 代码：

<configuration> <database> <user>user</user> <pass>123456</pass> </database> </configuration>

我们其实可以直接访问：/configuration/database/user 来获取用户名：

而传统 SAX 要获得 N 个 Element 再判断神马的。

其他一些 XPath 语法：

/gridbag/row -> 可能是获得一组结点 /gridbag/row[1] -> 选定第一个 row 元素 (下标从 1 开始) @表示属性： /gridbag/row[1]/cell[1]/@anchor

16、JDK5 之后支持 XPath 了：javax.xml.xpath.XPathFactory

下面的例子演示了用 XPath 分别读取结点、数组、属性等。

evaluate 的最后一个常量见 javax.xml.xpath.XPathConstants。

如果是要一堆数组，直接 NODESET，然后就被映射为 NodeList 了，麻烦写 for 就没写。

import javax.xml.parsers.*; import javax.xml.xpath.*; import org.w3c.dom.*; import org.xml.sax.*; import java.io.*; public class TestXPath { public static void main(String [] args) throws Exception { //doc DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder = factory.newDocumentBuilder(); Document doc = builder.parse("./sitemap.xml"); //Xpath XPathFactory xpath_factory = XPathFactory.newInstance(); XPath path = xpath_factory.newXPath(); //XPath visit as Text String text = path.evaluate("/urlset/url[1]/loc", doc); System.out.println(text); //XPath visit as Node Node node = (Node)path.evaluate("/urlset/url[1]", doc, XPathConstants.NODE); System.out.println(node.getNodeName()); //XPath visit as Number(as double) Double num = (Double)path.evaluate("/urlset/url[1]/priority", doc, XPathConstants.NUMBER); System.out.println(num); } }

17、Java 自带的 xml 解析器也支持命名空间，形如：

<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"> ...... </xsd:schema>

对应的 API 中可以获得 LocalName 和 URL 空间：

Node.getLocalName()

Node.getNamespaceURI()

也可以获取工厂是否支持 URL 空间

DocumentBuilderFactory.isNamespaceAware()/SetNamespaceAware()

18、传统的 DOM 解析器试图将 XML 文件映射成树状结构。这对大的、复杂的 XML 是致命的。比较先进的方法是流解析器 (streaming parser)，通过回调函数进行处理。

19、我们前面使用的都是传统 Parser（默认的 DocumentFactory），Java 还提供 SAX，用于流状解析 XML 文件，它更适用于大文件。

一个 SAXParser 将在解析的过程中回调 ContentHandler，后者需要自己实现，主要方法有：

startElement 和 endElement：在遇到起始、终止标签时使用。 characters：每当遇到字符数据时调用 startDocument 和 endDocument 分别在文档开始和结束时各调用一次。

一般，我们可以直接使用 DefaultHandler，它对上述方法都实现了空方法。我们需要在哪些地方做处理，直接覆盖对应的方法就可以了。

一个用 SAXParser 和 startElement 来打印所有结点的 href 属性的例子如下：

其实 SAXParser 真的很强大的……

import org.xml.sax.helpers.*; import javax.xml.parsers.*; import org.xml.sax.*; public class SAXTest { public static void main(String [] args) throws Exception { //SAXParser SAXParserFactory sax_fac = SAXParserFactory.newInstance(); SAXParser sax_parser = sax_fac.newSAXParser(); //Handler DefaultHandler handler = new DefaultHandler() { public void startElement(String uri, String localName, String qName, Attributes attributes) { for(int i = 0; i < attributes.getLength(); i++) { String name = attributes.getLocalName(i); if(name.equals("href")) { String value = attributes.getValue(i); System.out.println(value); } } } }; //SAXParser sax_parser.parse("./sitemap.xml", handler); } }

20、如果说 SAX 的事件处理是 Push 的（有事件来的时候自动回调预先定义的函数）。那么 JDK6 新提供的 StAX 就是 Pull 的。你需要自己去轮询事件：

StAX 的名字是：XMLStreamReader

话说我没感觉比 SAX 简单。。。

import org.xml.sax.helpers.*; import javax.xml.parsers.*; import javax.xml.stream.*; import org.xml.sax.*; import java.io.*; public class StAXTest { public static void main(String [] args) throws Exception { //StAXParser XMLInputFactory stax_fac = XMLInputFactory.newInstance(); XMLStreamReader parser = stax_fac.createXMLStreamReader(new FileReader("./sitemap.xml")); //Use reader to pull all event while(parser.hasNext()) { int event = parser.next(); if(event==XMLStreamConstants.START_ELEMENT) { int attr_cnt = parser.getAttributeCount(); if(attr_cnt!=0) { for(int i=0;i<attr_cnt; i++) { String attr_name = parser.getAttributeLocalName(i); if(attr_name.equals("href")) { System.out.println(parser.getAttributeValue(i)); } } } } } } }

21、 前面一直在研究如何解析 (读取 XML)，现在开始研究如何生成 XML(生成 XML)。

22、使用 DOM 树那个传统接口，可以一步一步地构造 DOM 树。但是奇怪的是…… 不支持输出到流。。。

//创建子结点 Document doc = builder.newDocument(); Element rootElement = doc.createElement(“root”); doc.appendChild(rootElement);

//添加Text Text textNode = doc.createTextNode(“I’m text string.”); rootElement.appendChild(textNode);

//设置属性 rootElement.setAttribute(name, value);

23、上面的方式需要用很恶心的方式才能输出出来。。。所以此时可以考虑切换到其他开源 XML 解析了。

24、如果一定要用 JDK 原生的搞定，可以用 StAX，用 XMLStreamWriter.writeXXX 函数：

writeStartDocument() writeEndDocument() writeStartElement() writeEndElement() writeAttribute() writeCharacters()

下面的，生成 XML 文档：

import org.xml.sax.helpers.*; import javax.xml.parsers.*; import javax.xml.stream.*; import org.xml.sax.*; import java.io.*; public class WriteXMLTest { public static void main(String [] args) throws Exception { //StAXParser XMLOutputFactory stax_fac = XMLOutputFactory.newInstance(); XMLStreamWriter writer = stax_fac.createXMLStreamWriter(new FileWriter("./temp.xml")); //Make document writer.writeStartDocument(); //make root node writer.writeStartElement("root"); //make node1 node and attribute writer.writeStartElement("node1"); writer.writeAttribute("attr", "attr_value"); writer.writeEndElement(); writer.writeEndElement(); writer.writeEndDocument(); //Flush to disk writer.close(); } }

25、XSL 转换 (XSLT)：可以将 XML 转化成其他 HTML、文本等。需要提供 XSLT 样式表。

26、Java 中用 TransformFactory+StreamSource 可以完成 XSLT 转化。这货已经非常不主流了。。所以不写代码了。

本章完毕。

您可能也喜欢如下文章:

Java 核心技术卷 II(第 8 版) – 读书笔记 – 第 1 章（上） ​

Java 核心技术卷 II(第 8 版) – 读书笔记 – 第 1 章（下） ​

反射是框架设计的灵魂

关注公众号：「Java知己」，发送「1024」，免费领取 30 本经典编程书籍。​与 10 万程序员一起进步。每天更新Java知识哦，期待你的到来！