Read Sean

至此我的XML學(xué)習(xí)筆記就截止了，大家也看到，這些都是十分基礎(chǔ)的內(nèi)容，然而我們平時(shí)很少去關(guān)心它。我的初衷是在做了N久的J2EE后回過(guò)頭來(lái)溫習(xí)一下XML的基本概念和用法，并不要求自己太深入，目的也達(dá)到了。具體的語(yǔ)法細(xì)節(jié)我想大家可以參考W3C和SUN官網(wǎng)上的資料和JavaDoc。

希望能當(dāng)作XML的Java版快速入門來(lái)看，這些都是我們做Java的需要了解的最基本的XML常識(shí)，了解這些以后對(duì)一般的XML處理工作也基本上夠了。

謝謝大家！祝大家天天開心，日日上進(jìn)！:)

最后我們來(lái)看看如何通過(guò)JAXP調(diào)用XSLT，同樣很簡(jiǎn)單：



是不是也跟SAX、DOM的接口很像？也是通過(guò)工廠方法獲取一個(gè)Transformer實(shí)例然后提供輸入和輸出的文件路徑，用它來(lái)transform即可。

DOM的調(diào)用方法看上去跟SAX也很類似：



在這里，我們?nèi)〉昧讼胍腄OM模型，之后我們就可以對(duì)它進(jìn)行遍歷或操作了。對(duì)于org.w3c.dom.Document類型的對(duì)象，我們可以調(diào)用如下常用的方法：

getDocumentElement()
getElementsByTagName(String)
getChildNodes()
getParentNode()
getFirstChild()
getLastChild()
getPreviousSibling()

獲取到org.w3c.dom.Node對(duì)象后，我們可以：

getAttributes()
getNodeName()
getNodeType()
getNodeValue()
getNamespaceURI()
hasAttributes()
hasChildNodes()

這些方法從名稱就知道是干什么的了，對(duì)吧？我就不多解釋了。

在前面的筆記中，我們?cè)?jīng)提到讀取XML數(shù)據(jù)的兩種截然不同的方式，SAX就是其中一種。來(lái)看一段代碼：



在這段代碼中，我們通過(guò)SAXParserFactory獲取一個(gè)parser，然后自定義一個(gè)Handler去處理由SAX讀取XML文件時(shí)觸發(fā)的事件，如startDocument表示文檔開始，endElement表示元素讀取結(jié)束，characters表示在元素體內(nèi)讀到內(nèi)容等等。這里我為了方便直接寫成匿名內(nèi)部類了，Exception也沒(méi)有做任何處理，這在實(shí)際中通常是不合理的。

基本上SAX的實(shí)現(xiàn)和使用都很直截了當(dāng)，就是處理一個(gè)個(gè)事件罷了。

在前面，我們一起很粗略的過(guò)了一遍XML的基礎(chǔ)知識(shí)，下面該看看如何在Java中使用功能強(qiáng)大的XML了。由于XML的廣泛應(yīng)用，許多廠商或者團(tuán)體都使用Java編寫了用于處理XML的類庫(kù)，這些類庫(kù)之間并不兼容，為了給這些類庫(kù)的使用者們提供一個(gè)通用的接口，我們欣喜地看到Java中引入了JAXP，Java API for XML Processing，我們當(dāng)然也可以通過(guò)實(shí)現(xiàn)和擴(kuò)展JAXP來(lái)構(gòu)建我們自己的XML處理類。

在我們的日常Java編程中，需要處理XML通常是如下情形：

    I- 從XML中讀取和分析數(shù)據(jù)
    II- 利用XLST將XML轉(zhuǎn)換成其他格式

在接下來(lái)的筆記中，我們就分別來(lái)看看這兩種工作如何通過(guò)JAXP來(lái)完成。

 

XML文檔只能以文本文件的形式存在嗎？錯(cuò)。

常見(jiàn)的XML存儲(chǔ)形式有：

• 文本文件
• 關(guān)系數(shù)據(jù)庫(kù)
• 二進(jìn)制文件
• XML數(shù)據(jù)庫(kù)（這個(gè)是不是有點(diǎn)過(guò)分了，呵呵）

以文本形式儲(chǔ)存XML數(shù)據(jù)當(dāng)然在很多情況下是適用的，也是我們最常看到的XML存儲(chǔ)方式，因?yàn)槲覀冊(cè)贘2EE中接觸最多的就是XML的配置文件嘛，如果不是文本的，我們改起來(lái)是不是就有點(diǎn)別扭了？只不過(guò)文本的東西每次用的時(shí)候都需要做轉(zhuǎn)換，影響到執(zhí)行的效率罷了。所以通常我們?cè)谧鲰?xiàng)目時(shí)也會(huì)用一些自動(dòng)化的工具將我們的XML在系統(tǒng)運(yùn)行或調(diào)試前做一些轉(zhuǎn)換。

這樣看，我們還真的不能想當(dāng)然了。

 

XML的另一個(gè)重要的應(yīng)用是數(shù)據(jù)操作。

就數(shù)據(jù)操作而言，一個(gè)基本的概念是XPath，XPath是一種語(yǔ)言，用于通過(guò)某種文本形式的途徑表示XML文檔中的元素或者另一個(gè)XML文檔等等，基于XPath，我們才能夠在XML中相對(duì)方便的引用到相關(guān)的內(nèi)容，以致使用到XSLT這樣的東東。

為什么會(huì)有這樣的語(yǔ)言？因?yàn)樵诤芏鄷r(shí)候XML文檔所代表的數(shù)據(jù)是相互關(guān)聯(lián)的，而并非獨(dú)立的一個(gè)一個(gè)元素和文檔，XPath等語(yǔ)言使得很多高級(jí)的操作得以簡(jiǎn)單的完成。

 

 

由于XML的平臺(tái)和技術(shù)獨(dú)立性，它經(jīng)常被用來(lái)在不同的系統(tǒng)之間傳遞消息，基于XML這一特性而產(chǎn)生的常見(jiàn)的技術(shù)和規(guī)范包括：SOAP、Web Services、UDDI和WSDL。

SOAP的全稱是Simple Object Access Protocol，它定義了一類XML如何創(chuàng)建、打包和傳送，可以直接通過(guò)HTTP方式同步或異步的傳遞；Web Services在很大程度上依賴于SOAP；UDDI相當(dāng)于在網(wǎng)上存儲(chǔ)和共享Web Services的位置信息，供使用者在需要調(diào)用某個(gè)Web Service時(shí)查詢；而WSDL是Web Services Dercription Language的縮寫，用于在UDDI上描述Web服務(wù)。

 

 

作為W3C推出的拳頭標(biāo)準(zhǔn)，XML的強(qiáng)大優(yōu)勢(shì)之一就是它可以方便的被轉(zhuǎn)換成其他格式的XML或者其他不同類型的文件，如PDF、HTML等都是常見(jiàn)的XML轉(zhuǎn)換的輸出格式。

為了實(shí)現(xiàn)這個(gè)功能，我們需要利用到eXtensible Stylesheet Language for Transformations (XSLT)。XSL文件是這樣一些樣式表，它們指定如何從一個(gè)XML文件轉(zhuǎn)換出其他的格式。這個(gè)是不是多少讓你想起MFC的文檔-視圖結(jié)構(gòu)或者M(jìn)VC模式？

 

 

為了讓XML文檔能夠被應(yīng)用程序識(shí)別和處理，必須提供一個(gè)讀取XML文檔的途徑。當(dāng)然，你也許會(huì)說(shuō)，XML不就是文本文件嗎？我用java.io包不就可以讀取了？XML文件并非簡(jiǎn)單的plain text，它有自己的結(jié)構(gòu)和描述性，我們需要在基本的I/O之上更進(jìn)一步。常見(jiàn)的XML讀取有兩種不同的方式：SAX和DOM，下面我們分別來(lái)看一下：

SAX是Simple API for XML的縮寫，顧名思義，就是處理XML的簡(jiǎn)單API，就象它的名字所暗示的那樣，SAX比DOM要簡(jiǎn)單直接得多。本質(zhì)上講，SAX是事件驅(qū)動(dòng)的，比如，當(dāng)讀取XML文件到一個(gè)標(biāo)簽的結(jié)尾時(shí)，該事件被傳遞到應(yīng)用程序，應(yīng)用程序做出相應(yīng)處理，于是，應(yīng)用程序在這個(gè)時(shí)候只知道已經(jīng)讀取的那一部分內(nèi)容，而對(duì)剩下的XML數(shù)據(jù)一無(wú)所知。這正是SAX的局限，同時(shí)，因?yàn)镾AX是讀一部分處理一部分，它的速度相當(dāng)快。

DOM是Document Object Model的縮寫，文檔對(duì)象模型，這個(gè)名字聽(tīng)上去就要更抽象一些，它是一次性把整個(gè)XML文檔讀取完畢然后構(gòu)件一個(gè)完整的樹狀對(duì)象模型，于是它的速度要比SAX慢很多，但是對(duì)XML文檔整體就有一個(gè)更加完整的視圖，這在有些時(shí)候是必需的。

通常我們使用的XML API都同時(shí)支持這兩種模式，在遇到具體問(wèn)題時(shí)，我們可以根據(jù)文檔的復(fù)雜度、規(guī)模、以及我們的需求來(lái)確定到底使用哪一種模式。

 

 

為了使得我們定義的XML文檔有意義，我們通常必須為它定義一組語(yǔ)法，如：這個(gè)文檔應(yīng)該包含那種類型的數(shù)據(jù)，這種數(shù)據(jù)的層次結(jié)構(gòu)又是怎樣的，等等。這樣我們的XML文檔就可以通過(guò)專門的工具來(lái)驗(yàn)證其合法性。

有兩種方式：I- DTD (document type definition); II- XSD (XML Schema definition)，我們分別來(lái)看一下。

DTD比較簡(jiǎn)單和直截了當(dāng)，它可以很容易的定義元素和元素之間的隸屬關(guān)系，如：

<!ELEMENT>用于定義元素，同時(shí)可以定義該元素是否包含其他元素，<!ATTLIST>用于定義元素的屬性，具體的語(yǔ)法可以參考http://www.w3c.org/xml/ 上的文檔。為了把我們的XML文檔和上面定義的語(yǔ)法聯(lián)系到一起，我們需要在XML中加入這樣一行代碼：

與DTD類似，XSD也是通過(guò)一些規(guī)則來(lái)定義一類XML的語(yǔ)法，它比DTD更加靈活，也更加強(qiáng)大，是目前W3C主推的XML驗(yàn)證標(biāo)準(zhǔn)。它通過(guò)一些命名空間已經(jīng)定義好的元素類型來(lái)定義我們的XML語(yǔ)法，如：

這里的xsd就是我們要用到的名字空間。由于目前大部分的XML還都是使用DTD的方式，對(duì)XSD的了解就到這里吧。有興趣的可以去W3C的網(wǎng)站了解具體語(yǔ)法。

 

 

XML的用途可謂相當(dāng)廣泛，這歸功于它的開放性和強(qiáng)大的描述能力。在接下來(lái)的筆記中，我會(huì)記錄如下幾個(gè)方面的內(nèi)容：

1. XML驗(yàn)證
2. XML內(nèi)容提取
3. XML的轉(zhuǎn)換
4. XML作為消息傳遞載體
5. XML數(shù)據(jù)操作
6. XML存儲(chǔ)

 

 

XML是eXtensible Markup Language的縮寫，它的前身是SGML，或者說(shuō)，XML是SGML的子集。簡(jiǎn)單講，XML是一種文檔格式，作為一種標(biāo)準(zhǔn)，有利于不同機(jī)構(gòu)間的數(shù)據(jù)交換。從表面上看，XML是一種語(yǔ)言，但是它同時(shí)也是一種創(chuàng)造和定義其他語(yǔ)言的語(yǔ)言。通過(guò)一組定義好的規(guī)范，我們可以很方便的擴(kuò)展它。

我們來(lái)看一個(gè)實(shí)際的XML長(zhǎng)什么樣：（僅僅是個(gè)最簡(jiǎn)單的例子，為了說(shuō)明XML的基本結(jié)構(gòu)）

直觀的看，我們這個(gè)XML文件定義了一組客戶，每一個(gè)客戶又有相應(yīng)的ID、姓名、注冊(cè)時(shí)間和到訪次數(shù)。這就是一個(gè)最基本的XML，它很類似HMTL，但是一方面它可以有自定義的標(biāo)簽，另一方面它也要求更加嚴(yán)格的語(yǔ)法，如標(biāo)簽必有開閉且不能重疊等。不僅僅是這樣，通常每個(gè)XML文件都會(huì)對(duì)應(yīng)一組嚴(yán)格定義的語(yǔ)法，以便對(duì)它們進(jìn)行正確的處理，這一點(diǎn)我會(huì)在稍后作更詳細(xì)的說(shuō)明。

 

 

開發(fā)出IntelliJ IDEA的JetBrains公司出品的Omea Reader是一款RSS閱讀器，在3月31日之前，JetBrains提供免費(fèi)的1.x版本永久注冊(cè)碼，需要經(jīng)常性閱讀RSS新聞的朋友又多了一個(gè)不錯(cuò)的選擇。

在JetBrains的官網(wǎng)上可以下載最新版和獲取注冊(cè)碼：

http://www.jetbrains.com/omea/download/reader.html

 

 

作為J2EE的開發(fā)者，其實(shí)我們每天都面對(duì)著各種各樣的XML文件及應(yīng)用，可以說(shuō)XML幾乎成了我們的家常便飯，從ANT的build.xml到Web Server的web.xml到Struts框架的struts-config到EJB應(yīng)用的ejb-jar.xml到持久層框架如SQLMaps再到RPC中的消息傳遞，XML已經(jīng)滲透到了我們平常開發(fā)工作的每一個(gè)角落，這一事實(shí)充分說(shuō)明了XML強(qiáng)大的功能和生命力。（XML的應(yīng)用范疇當(dāng)然遠(yuǎn)不止這些J2EE的東東）

然而我們真正了解XML有多少？也許我們并沒(méi)有真正思考過(guò)這樣的問(wèn)題，通常我們只是學(xué)學(xué)某類XML配置文件的寫法，然后依葫蘆畫瓢，僅此而已，甚至在某些情況下我們可以直接通過(guò)圖形界面或自動(dòng)化工具生成所需的XML文檔。當(dāng)我發(fā)現(xiàn)自己雖然做了近4年Java但其實(shí)對(duì)XML知之甚少時(shí)，首先是驚訝，然后汗顏，再后來(lái)我就想，索性把XML的基礎(chǔ)拿來(lái)從頭溫習(xí)一下，于是就有了你現(xiàn)在看到的blog文章。

基本上，我會(huì)記錄最基礎(chǔ)的XML概念和用法，用盡可能簡(jiǎn)單明了的表達(dá)方式讓自己和大家一起對(duì)XML重新來(lái)過(guò)。這些基本的東西清楚以后，我們?cè)倩剡^(guò)頭來(lái)看我們?nèi)粘＝佑|到的XML，定當(dāng)有一些更深入的認(rèn)識(shí)。

本學(xué)習(xí)筆記大致上將分為三塊：I - XML的基本概念，II - XML的用法/用途，III - Java中用于處理XML的API。我將不定期更新本專題。