J2EE之XML

XML的定义：

 XML是当前最热门的网络技术之一，被称为“第二代Web语言”、“下一代网络应用的基石”。它由万维网协会（W 3C ）创建，用来克服 HTML的局限。自它被提出以来，几乎得到了业界所有大公司的支持，丝毫不逊于当年HTML被提出时的热度。

HTML有一个致命的缺点，就是只适合于人与计算机的交流，不适合计算机与计算机的交流。HTML代表的Internet的过去， HTML 自4.0后就没有更高的版本了，取而代之的是依据XML定义的XHTML。

XML，也称为可扩展标记语言（Extensible Markup Language），是用来定义文档标记语言的框架，主要用来存储和发送数据信息，以便各种基于WEB的应用之间能更方便的交换数据。

W 3C 对XML的描述：“XML描述了一类被称为XML文档的数据对象，并部分描述了处理它们的计算机程序的行为。XML是SGML的一个应用实例或一种受限形式。从结构上说，XML文档遵从SGML文档标准。” 

同HTML一样，XML也是一种基于文本的标记语言，都是从SGML发展而来的，SGML(Standard Generalize Markup Language，标准通用标记语言)是一种老的标记语言，最初用于出版行业，非常复杂，依据SGML开发的应用非常昂贵，只在少数大公司和政府部门被采用，XML保留了SGML大部分的功能，降低了SGML的复杂程度，这样使得开发有关XML的应用具有面向大众的现实意义。

XML与HTML的不同在于：XML可以自由地定义标记来表现具有实际意义的文档内容，比如：可以定义〈姓名〉〈/姓名〉这样具有实际意义的标记（可以用中文）。在XML中，我们只需要注意文档的内容，而文档的表现形式则交给CSS（层叠样式表）和XSL（可扩展样式语言）来完成。如果XML文件只用于计算机与计算机之间交流信息，仅仅需要一个XML文件即可。如果要将XML文件中的信息以某种形式显示出来，如通过浏览器显示，则可引用一个样式表文件来定义浏览器怎样来显示XML文件中信息。

而且XML不像HTML那样具有固定的标记集合，它实际上是一种定义语言的语言，也就是说使用XML的用户可以定义无穷的标记来描述文档中的任何数据元素，突破了HTML固定标记集合的约束，将文档的内容组织成丰富复杂的完整的信息体系。

XML的组成：

•          Schema（模式）

    规定了XML文档的逻辑结构，定义了XML文档中的元素、元素的属性以及元素和元素的属性之间的关系，它能够帮助XML的解析器校验XML文档标记是否合法；

•          XSL（eXtensible Stylesheet Language可扩展样式语言）

    用来规定XML文档表现形式的语言，同CSS类似

•          XLL（eXtensible Link Language可扩展链接语言）。

     进一步地扩展了当前Web上已有的简单链接。

XML的特点：

•          良好的可扩展性、内容和形式的分离、高度结构化（严格的语法要求）以及方便网络间的信息传输。

•          XML的规范很简洁，整个标准打印出来也只有几十页，而且XML的写法和HTML类似，都是把标记用〈 〉符号括起来, 所以学习XML并不困难。更加方便的是，XML允许使用中文创建XML标记

•          XML文件的解析器大多数是使用Java语言写成的，这样，只要计算机支持Java虚拟机，都可以支持XML（几乎所有的计算机都支持Java虚拟机）。 例子：

•          <?xml version=＂1.0＂ encoding=＂GB2312＂?＞

•          <Java编程思想>

•          <!--此书即将出版-->

•          <作者>Bruce Eckel</作者>

•          <出版社>机械工业出版社</出版社>

•          <体裁>程序设计</体裁>

•          <价格 货币单位="人民币">69.00〈/价格〉

•          </ Java编程思想>

XML的语法：

•          有的元素都要有闭合标记，一旦没有闭合元素代码，如果在作者子元素中漏掉</作者>,那么这段代码将是一段错误代码,不起任何作用；

•          控制标记、指令和属性名称等英文对大小写敏感的。这也是在语法规则上与html不同的地方，元素名称必须区分大小写(元素闭合代码要与元素本身大小写一致)  

   嵌套对应。

•          当声明一个XML文件的同时，必须建立一个根元素标记,就如同一篇文章的标题一样，所有的XML代码都要有根元素

•          在编写html的时候,往往会忽略掉引号，而xml元素含有属性值得时候，这个属性值也必须被引号包含

•          XML处理空白字符和HTML不一样。HTML标准规定，不管有多少个空白，都当作一个空白来处理；而在XML中规定，所有标记以外的空白，解析器都要忠实地交给解析之后的处理程序的应用程序处理。这样，我们有时必须摒弃编写HTML文件时的缩排习惯，因为缩排的空格，解析器也要处理。

•          在CDATA标记中的信息被解析器原封不动地传给应用程序，并且不解析该段信息中的任何控制标记。CDATA区域是由：“<![CDATA[”为开始标记，以“]]>”为结束标记。

•          符合上述规定的XML文件就是Well-Formed的XML文件

•          如果一个XML文档满足XML规范中的某些相关法则，但没有使用DTD时，可称这份文档是Well-Formed。而如果一个XML文档是Well-Formed，且正确地使用了DTD，那么这个XML文档就是Validating。对

•          对于想利用XML文件来交换信息的实体来说，他们之间必须有一个约定——即编写XML文件可以用哪些标记，母元素中能够包括哪些子元素，各个元素出现的顺序，元素中的属性怎样定义等，这样在用XML交换数据时才能够畅通无阻，这种约定称为DTD（Document Type Definition，文档格式定义）。

XML的语法规则：

•          规则1：必须有XML声明语句。

•          规则2：是否有DTD文件，如果文档是一个"有效的XML文档"，那么文档一定要有相应DTD文件，并且严格遵守DTD文件制定的规范。

•          规则3：注意大小写敏感。

•          规则4：给属性值加引号。

•          规则5：所有的标识必须有相应的结束标识。

•          规则6：所有的空标识也必须被关闭。

元素的语法：

•          可以随心所欲的用任何词语来作为元素名称，只要符合如下规范： 

•          （1） 名称中可以包含字母、数字以及其它字母； 

•          （2） 名称不能以数字或"_" (下划线)开头； 

•          （3） 名称不能以字母 xml(或 XML 或 Xml ..)开头 ；

•          （4） 名称中不能包含空格；

•          （5）名称中间不能包含":"(冒号)

•          为了使元素更容易阅读理解和操作建议： 

•          （1） 名称中不要使用"."。因为在很多程序语言中,"."是作为对象的属性，例如：font.color。同样的原因"-"也最好不要用，必须使用的，以"_"代替；

•          （2） 名称尽量简短；

•          （3） 名称的大小写尽量采用同一标准；

•          名称可以使用非英文字符，比如用中文。但是有些软件可能不支持。(IE5目前是支持中文元素的。

注释的语法：

•          注释是为了便于阅读和理解，在XML文档添加的附加信息，将不会被程序解释或则浏览器显示。注释的语法如下： 

•          <!-- 注释信息 --> 

CDATA的语法：

•          CDATA全称character data，翻译为字符数据。在写XML文档时，有时需要显示字母，数字和其它的符号本身，比如"<"，而在XML中，这些字符已经有特殊的含义，这就需要用到CDATA语法，语法格式如下： 

 <![CDATA[这里放置需要显示的字符]]> 

   例如： 

 <![CDATA[<AUTHOR sex="男"> Bruce Eckel </AUTHOR>]]> 

•          在页面上显示的内容将是"<AUTHOR sex="男"> Bruce Eckel </AUTHOR>" 

NAMESPACE的语法：

•          namespaces通过给标识名称加一个网址(URL)定位的方法来区别这些名称相同的标识。

•          Namespaces同样需要在XML文档的开头部分声明，声明的语法如下：

•          <document xmlns:yourname='URL'>

•          其中yourname是由你定义的namespaces的名称，URL就是名字空间的网址。

•          假设上面的"桌子<table>"文档来自http://www.zhuozi.com，我们就可以声明为

•          <document xmlns:zhuozi='http://www.zhuozi.com'> 

•          然后在后面的标识中使用定义好的名字空间：

•          <zhuozi:table>wood table</table>

    这样就将这两个<table>区分开来。注意的是：设置URL并不是说这个标识真的要到那个网址去读取，仅仅作为一种区别的标志而已。

使用XML创建配置文件：

•          使用XML作为Java的配置文件有很多好处，从Tomcat的安装配置文件和J2EE的配置文件中，我们已经看到XML在JAVA应用程序中的普遍应用，例如server.xml和web.xml文件。

•          使用XML配置文件的优势就在于，能够使用简单的文本编辑工具去理解和修改配置文件。  

XML解析：

•          Sun公司提供的JAXP和JDOM对XML进行解析。这里介绍使用JAXP（Java API for XML Processing）解析XML的方法，JAXP支持SAX和DOM两种程序编程接口

•          XML简单应用编程接口（Sample API for XML,SAX　）是基于事件的方法

•          SAX是顺序的，层次化的分析XML文档，着眼于当前的事件连续的处理，不是全部文档都读入内存，所以这种方式不需要占用太多的内存。  

•          文档对象模型（DOM）是HTML和XML文档的编程接口规范，它与平台和语言是无关的，因而可以用各种语言在各种平台上实现。该模型定义了HTML和XML文件在内存中的逻辑结构（即为文档），提供了访问、存取THML和XML文件的方法。利用DOM规范，可以实现DOM 文档和XML之间的相互转换，遍历、操作相应DOM文档的内容。可以说，要自由的操纵XML文件，就要用到DOM规范。

•          DOM文档中的逻辑结构可以用节点树的形式进行表述。通过对XML文件的解析处理，XML文件中的元素便转化为DOM文档中的节点对象。DOM的文档节点有Document、Element、Comment、Type等等节点类型，其中每一个DOM文档必须有一个Document节点，并且为节点树的根节点。它可以有子节点，或者叶子节点如Text节点、Comment节点等。任何的格式良好的XML文件中的每一个元素均有DOM文档中的一个节点类型与之对应

•          DOM，它将XML文件全部读入内存中，然后将各个元素组成一棵数据树，以便快速的访问各个节点。由于将文档全部读入内存非常消耗系统性能，因此对比较大的文档不适宜采用DOM方法来解析。而是采用基于事件处理方式的SAX。但正是由于SAX是基于事件的，所以它只能分析文档而不能修改文档。这时我们可以考虑应用DOM接口