XML: EXtensible Markup Language

1. Basic Syntax

1.1 Processing instruction

<? ... ?> format

• e.g.

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

• Must have:

  • version

• Optional:

  • standalone: yes/no : 不使用外部声明
  • encoding: utf-8/gbk ...

1.2 element & attribute

• element: <tag attribute="..." ...>...</tag>
• 属性：单双引号皆可

1.3 大小写敏感

• HTML：大小写不敏感

1.4 必须有根元素

1.5 实体引用

实体：任何包含数据的项

实体中要使用转义字符：

&lt;	<
&gt;	>
&amp;	&
&apos;	'
&quot;	"

1.6 CDATA block

format: <![CDATA [ text ]]>
无论text写什么，都当作普通文本

2. Parsers

2.1 SAX & DOM

• SAX: simple API for XML

  • Pros: 逐行扫描，边扫描边解析，速度快
  • Cons: 不能对节点进行修改

• DOM: Document Object Model

  • pros: 构造Tree，方便遍历和修改
  • cons: 对于大文件，内存压力大
• DOM4J:

DOM4J is an open source, Java-based library to parse XML documents.
DOM4J works with DOM, SAX, XPath, and XSLT. It can parse large XML documents with very low memory footprint.

3. DOM4J

3.1 SAXReader:

SAXReader reader = new SAXReader();
        Document doc = reader.read(new File(filename));

3.2 Document

Element root = doc.getRootElement();

3.3 Element

• Element element(String name); // 获取name子元素
• List<Element> elements();
• String getName();
• String getText();
• Attribute attribute(int index / String name);

3.4 Attribute

• String getName();
• String getValue();

3.5 Write

3.5.1 Create Document

Document DocumentHelper.createDocument();
            Document的addElement():只能调用一次
                Element root = doc.addElement("project");

3.5.2 Element

• addElement(String name);
• addAttribute(String name, String val);
• addText(String txt);

3.5.3 Output

XMLWriter writer = new XMLWriter();
            FileOutputStream fos = new FileOutputStream('new.xml');
            writer.setOutputStream(fos);
            writer.write(doc);
            writer.close();

3.6 XPath

• absolute path: starts with /
• relative path: step/step

.	current node
..	the parent of current node
/	Selection starts from the root node
//	任意位置的某个节点
@	选择属性

Predicates：

[predicates]

/books/book[1]	选择第一个book子元素
/books/book[last()]	选择最后一个book子元素
/books/book[@lang]	选择有lang属性的子元素
/books/book[@lang='eng']	选择有lang属性为eng的子元素
/books/book[price]	选择有price子元素的book
/books/book/price[.>35.00]	选择大于35的/books/book/的price子元素

通配符：

*	任何元素
@*	任何属性
node()	任何类型的节点
//*	所有元素
/*/*	所有第二层元素

DOM4J对XPath的支持：

List list = doc.selectNodes("...");