xml语言基础---简单介绍讲解

XML 解析
一、XML 基础
1) 什么是 XML
?
XML 是指可扩展标记语言(eXtensible Markup Language)，它也是一种标记 语言，很类似 HTML。它被设计的宗旨是存储数据，而非显示数据。
? ? ?
Html 展示数据 XML 标签没有被预定义，需要用户自行定义标签。 XML 技术是 W3C 组织(World Wide Web Consortium 万维网联盟)发布的，目 前遵循的是 W3C 组织于 2000 年发布的 XML1.0 规范。
?
XML 被广泛认为是继 Java 之后在 Internet 上最激动人心的新技术。

?
W3CSchool(入门级)
2) XML 常见应用
? ? 用于数据存储 用在软件配置，用于描述模块之间的关系（如果著名的 Struts、Spring 和 Hibernate 都是基于 XML 作为配置文件的--SSH）android 都是 xml。 图形界 面都是用的 xml ? 在一个软件系统中，通过 XML 配置文件可以提高系统的灵活性。即程序的行 为是通过 XML 文件来配置的，而不是硬编码。 ? XML 是一种通用的数据交换格式。(跨平台)
二、XML 语法
语法较多，建议先直接上手写案例，成功之后再回来当回顾学习用 一个 XML 文件主要包括以下几个部分： ? ? ? ? ? ? ? 文档声明 元素 属性 注释 实体引用及 CDATA 区 处理指令（PI:Processing Instruction） Xml 约束

1) 文档声明
? 在编写 XML 文档时，需要先使用文档声明来声明 XML 文档。且必须出现在文 档的第一行。（前面注释都不允许） 最简单的语法: ? 用 encoding 属性说明文档所使用的字符编码。保存在磁盘上的文件编码要 与声明的编码一致。 如： ? 用 standalone 属性说明文档是否独立，即是否依赖其他文档。 如：
2) 元素
? XML 元素指 XML 文件中出现的标签。一个标签分为起始和结束标签(不能省 略)。一个标签有如下几种书写形式： ? ? ? 包含标签主体：some content 不含标签主体：（有时也叫空标签）
一个标签中可以嵌套若干子标签，但所有标签必须合理的嵌套，不允许 有交叉嵌套。
? ?

一个 XML 文档必须有且仅有一个根标签，其他标签都是这个根标签的子标签 或孙标签。
?
对于 XML 标签中出现的所有空格和换行，XML 解析程序都会当作标签内容进

行处理。例如：下面两段内容的意义是不一样的。
<网址> ww.1000phone.copm <网址>ww.1000phone.copm --DOM 解析
?
由于在 XML 中，空格和换行都作为原始内容被处理，所以，在解析 XML 文件 时要特殊处理下，绕过这些空格和换行符。
?
元素命名规范：一个 XML 元素可以包含字母、数字以及其它一些可见字符， 但必须遵守下面的一些规范 ? 区分大小写，例如，和是两个不同的标记。（与 java、c 变量命 名一致） ? ? ? ? ? 不能以数字或"_" (下划线)开头。 不能以 xml(或 XML、或 Xml 等)开头。(xml 为关键字，所以不能重复) 不能包含空格。 名称中间不能包含冒号（:）。 一句话：像个正常人一样去写名称就行，不用关键字
3) 属性
? 一个元素可以有多个属性， 每个属性都有它自己的名称和取值， 例如： ? ? ? 属性值一定要用引号(单引号或双引号)引起来。 属性名称的命名规范与元素的命名规范相同 元素中属性没有顺序要求，但是不准重复。

?
在 XML 技术中，标签属性所代表的信息也可以被改成用子元素的形式来描述
4) 注释
? ? ? ? XML 中的注释语法为： 注意： XML 声明之前不能有注释(xml 声明必须放在文档第一行) 注释不能嵌套
5) 实体引用及 CDATA 区
实体引用 ? 在 XML 中，一些字符拥有特殊的意义。如果你把字符 "<" 放在 XML 元素 中，会发生错误，这是因为解析器会把它当作新元素的开始。如下这样会产 生 XML 错误：
if salary < 1000 then
?
为了避免此类错误，需要把字符 "<" 替换为实体引用，就像这样：
if salary < 1000 then
在 XML 中有 5 个预定义的实体引用：
< > & ' < > & ' 小于 大于 和号 省略号

"
"
引号
?
注意：严格地讲，在 XML 中仅有字符 "<"和"&" 是非法的。省略号、引号 和大于号是合法的，但是把它们替换为实体引用是个好的习惯。
CDATA 区 术语 CDATA 指的是不应由 XML 解析器进行解析的文本数据（Unparsed Character Data）。 在 XML 元素中，"<" 和 "&" 是非法的。 "<" 会产生错误，因为解析器会把该字符解释为新元素的开始。 "&" 也会产生错误，因为解析器会把该字符解释为字符实体的开始。 某些文本， 比如 JavaScript 代码， 包含大量 "<" 或 "&" 字符。 为了避免错误， 可以将脚本代码定义为 CDATA。 CDATA 部分中的所有内容都会被解析器忽略。 CDATA 部分由 "" 结束：
6) 处理指令（了解即可）
? ? ? ? 处理指令，简称 PI(Processing Instruction)。 作用：用来指挥软件如何解析 XML 文档。 语法：必须以“”作为结尾。 常用处理指令： ? ? XML 声明： xml-stylesheet 指令：作用：指示 XML 文档所使用的 CSS 样式 XSLT。
7) XML 约束（了解即可）
为什么需要约束：

?
XML 都是用户自定义的标签，若出现小小的错误，软件程序将不能正确地获 取文件中的内容而报错。
什么是 XML 约束： ? ? 约束文档定义了在 XML 中允许出现的元素名称、 属性及元素出现的顺序等等。 在 XML 技术里，可以编写一个文档来约束一个 XML 文档的书写规范，这称之 为 XML 约束。 ? ? 常用的约束技术 XML DTD, XML Schema
作为普通工程师，一般是使用别人的约束文件，而不会自己去写约束。例如 使用 SSH 框架开始时用到的 xml 文件，均要受框架的提供的 xml 的约束文件 的约束
三、SAX 解析
XML 解析方式主要有： DOM（文档对象模型）：将整个文件以树的结构存储到内存中，适合小文件， 程序可读性高。Dom4j

SAX（基于事件流的解析）：省内存，程序可读性相比上述较差。 PULL（Android 自带解析器）：也是基于事件流的解析 本次，我们只学习 SAX 和 PULL 两种方式 正式来学习 SAX 解析 Simple APIs for XML， XML 简单应用程序接口， 在 javax.xml.parsers 包中， SAX 解析是 JDK 自带的解析方式,包括一组接口和类
1) SAX 解析原理
以事件驱动的方式解析,即找开始结束标签的方式 SAX 的工作原理简单地说就是对文档进行顺序扫描，当扫描到文档（document） 开始与结束、元素（element）开始与结束、等地方时通知事件处理函数，由事 件处理函数做相应动作，然后继续同样的扫描，直至文档结束。 所以有两个关键点：顺序扫描，事件处理函数
2) 案例： 解析指定文件 （标签无属性） ， 并将文件中的信息存放到 list

中--需要先创建 XML 文件

3) 案例：解析指定文件（根标签有属性），并将文件中的信息存放到 list 中
假设：我们给每个 phone 加一个 id 属性，那么在解析根节点的时候，就需要获 取到 id 信息并赋值给对象。

四、PULL 解析
在 android 系统中，很多资源文件中,很多都是 xml 格式，在 android 系统中 解析这些 xml 的方式，是使用 pul 解析器进行解析的，它和 sax 解析一样，也是 采用事件驱动进行解析的，同时，由于 android 内核已经内嵌了 pull，所以我们 不需要添加第三方的 jar 包来支持 pull。
1) 案例：解析 XML 文件（不带属性）
首先，需要 jar 包： 具体实现步骤如下：
kxml2-2.2.2.jar

基本上跟 sax 的解析思路是一样的。 几个关键的方法强调下： 获取其状态码，区分现在是哪个事件源（文档开头，文档结尾，标签开头，标 签结尾）

获取标签名称
获取标签的文本内容
让指针继续往下解析下一个事件源
2) 案例：解析 XML 文件（带属性）
3) PULL vs SAX
Pull 解析器和 SAX 解析器虽有相似性但也有区别，他们的区别为：SAX 解 析器的工作方式是自动将事件推入注册的事件处理器进行处理， 因此你不能控制

事件的处理主动结束；而 Pull 解析器的工作方式为允许你的应用程序代码主动 从解析器中获取事件， 正因为是主动获取事件，因此可以在满足了需要的条件后 不再获取事件，结束解析。
五、作业
解析 books.xml 文件，分别采用 pull 和 sax 的方式，要求独立编写完成。