XML概述

什么是XML

XML是指可扩展标记语言（EXtensible Markup Language），与HTML类似。设计的宗旨是传输数据，它没有规定的标签体，需要自定义标签，可以存储数据和共享数据。

• HTML用来 显示数据；XML用来传输和存储数据。
• XML属于文本文件，可用多种文本编辑器编辑。

基本语法

XML基本结构如下：

<?xml version="1.0" encoding="UTF-8"?>
<users>
    <user>
        <name>张三</name>
        <age>20</age>
    </user>
</users>

XML文档，首先要有声明，如上第一行<?xml ?>，其中version指该文档遵循的XML标准版本，encoding用于指明文档使用的字符编码格式。

标记必须闭合

若元素没有文本内容，则采用则采用自闭合的方式关闭节点，例如<weight/>。

XML元素命名规则

元素是指成对标签出现的内容，且元素间存在层级关系，比如<name>元素指的是<name>张三</name>，<user>元素是：

    <user>
        <name>张三</name>
        <age>20</age>
    </user>

其中，<name>元素是<user>元素的子元素 ，<user>元素是<name>元素的父元素 。

• 命名可包含字母、数字和其他字符
• 不能包含空格
• 不能以数字或标点符号开头
• 不能以XML开头，包含大小写，如：xML
• 不要使用冒号:，因为XML命名空间需要用到这个字符
• 大小写敏感

XML属性

元素可以在开始标签中包含属性，类似HTML，属性（Attribute）提供关于元素的额外（附加）信息，它被定义在元素的标签中，且自身有对应的值，例如：

<?xml version="1.0" encoding="UTF-8"?>
<users language="java">
    <user>
        <name>张三</name>
        <age>20</age>
    </user>
</users>

• 属性的命名规则与元素的一致
• 属性值同样大小写敏感
• 属性值必须使用引号，单双都可，若属性值本身包含双引号，可用单引号或实体(&quot)引用它

只有一个根元素

• 即最外层必须有唯一一个父元素，不可存在多个同级元素

空白被保留

元素内value的空白部分会被当做数据一样完整保留。例如：

<name>张三  ZhangSan</name>

解析出来内容为张三 ZhangSan，空白被保留。

注释写法

<!-- 单行注释 -->
<!--
多行注释
-->

CDATA的使用

CDATA是用于需要原文保留的内容，尤其是在解析XML过程中产生歧义的部分，例如拥有大量需要转义的字符时。其用法如下：

<![CDATA[
    内容
]]>

• CDATA不能嵌套

常见的XML解析模型

DOM解析

DOM在解析时把整个XML文件映射到Document的树形结构中，XML中的元素、属性、文本都能在Document中看清，但是它消耗内存、查询速度慢。

SAX解析

SAX是基于事件的解析，解析器在读取XML时根据读取的数据产生相应的事件，由应用程序实现相应的事件处理，所以它的解析速度快，内存占用少。但是它需要应用程序自身处理解析器的状态，实现起来比较麻烦，而且它只支持对XML文件的读取，不支持写入。

DOM4j解析（推荐）

DOM4j开源库使用接口和抽象类的方法，并使用了大量的 Collections类，提供一些替代方法以允许更好的性能或更直接的编码方法。不仅可读取，也可写入。下载地址DOM4j。