Chapter 28 《Working with XML》

XML简介

• 1. XML是半结构化的数据形式，在序列化程序数据用以在网络中进行传输的过程中非常有用。不是直接将程序中的结构化数据变为二进制数据，而是在结构化数据和半结构化数据的XML形式之间进行转化。然后使用预先定义的库在半结构化数据和二进制数据之间进行转换。
• 2. XML中的标签是嵌套的，是栈的形式。
• 3. 在Scala中可以直接以字面量的形式写XML文件。
• 4. Scala中关于XML的主要类有Elem，Node：所有XML节点类的抽象父类；Text：仅仅含有文字的节点；NodeSeq：处理节点的序列，在某些地方可能需要使用处理节点序列的方法来处理单个节点，这是可以的，Node继承自NodeSeq。
• 5. 在XML字面量中，可以使用{}进行转义来求解Scala代码的值。在{}不仅可以使用Scala code，也可以使用XML字面量来完成Node的嵌套。 xml.NodeSeq.Empty表示为空，nothing，什么都没有的XML节点。在{}的<>以及&字符都会被转义。

scala>  <a> {"</a>potential security hole<a>"} </a>
res5: scala.xml.Elem = <a> &lt;/a&gt;potential security hole&lt;a&gt; </a>

• 6. 不要使用String append的方式来构建XML，例如

scala> "<a>" + "</a>potential security hole<a>" + "</a>"
res5: String = <a></a>potential security hole<a></a>

• 7. 程序员允许了用户在String中引入</a>和<a>来改变XML的结构，因此是不推荐使用添加字符串的形式来进行XML的扩建。

---

序列化

• 从程序中的结构化数据到XML的序列化，只需要使用XML字面量和{}进行转义计算表达式的值。如果需要在{}中包含{}，则输入两个{}即可。

def toXML =
<cctherm>
<description>{description}</description>
<yearMade>{yearMade}</yearMade>
<dateObtained>{dateObtained}</dateObtained>
<bookPrice>{bookPrice}</bookPrice>
<purchasePrice>{purchasePrice}</purchasePrice>
<condition>{condition}</condition>
</cctherm>

scala> <a> {{{{brace yourself!}}}} </a>
res7: scala.xml.Elem = <a> {{brace yourself!}} </a>

---

反序列化

• Scala中使用 XPath类似的语法来提取XML中的各个部分。

提取tag之间的文字

elem.text

scala> <a> input ---&gt; output </a>.text
res9: String = " input ---> output "

提取子元素

使用\方法，使用\\方法可以进行递归的子元素搜索。

scala> <a><b><c>hello</c></b></a> \"a"
res13: scala.xml.NodeSeq = NodeSeq()
scala> <a><b><c>hello</c></b></a> \\"a"
res14: scala.xml.NodeSeq =
NodeSeq(<a><b><c>hello</c></b></a>)  //是可以包含自身

提取属性

使用\方法和\\方法，加入@符号

scala> val joe = <employee name="Joe" rank="code monkey" serial="123"/>
scala> joe \"@name"
res17:  scala.xml.NodeSeq = Joe

反序列化

从上面的提取每个部分元素的方法对XML进行反序列化生成结构化的数据。

---

XML和字节流之间的转换

• 1. 最后一个转换：XML数据和字节流之间的转换。
• 2. 最好使用库来进行XML的转换，可以确定字符编码，否则需要自己追踪字符的编码。

将XML转换为字节数据：

scala.xml.XML.save("therm1.xml", node)

从字节数据中获取数据生成XML：

val loadnode = xml.XML.loadFile("therm1.xml")　loadnode: scala.xml.Elem = ……

• 这些都是基础的方法，还有许多针对不同读写流和输入输出流来序列化和反序列化XML的方法。

---

模式匹配

• 对XML使用模式匹配：模式看起来就像是XML字面量。最主要的区别是在{}中插入的代码不是一个表达式而是一个模式。

匹配单个节点

def proc(node: scala.xml.Node): String = node match {
case <a>{contents}</a> => "It's an a: " + contents　//这里的<a>与content之间的空格或者换行在node中有需要有强制性的匹配
case <b>{contents}</b> => "It's a b: " + contents
case _ => "It's something else."
}
可以匹配的XML为<a>It's a comment</a>，不能匹配的为<a><em>It's a comment</em></a>

匹配一个节点序列，而不是单个节点

def proc(node: scala.xml.Node): String = node match {
case <a>{contents @ _*}</a> => "It's an a: " + contents
case <b>{contents @ _*}</b> => "It's a b: " + contents
case _ => "It's something else."
}

多次使用模式匹配，跳过空白字符

• 使用变量绑定，将_*中的内容绑定到contents上。模式匹配可以用来跳过XML中的空白字符。

val catalog =
  <catalog>　//空白字符
    </cctherm>
       ……
    </cctherm>
    <cctherm>
        ……
   </cctherm>
 </catalog>　// catalog中共有5个子节点，有３个空白字符节点，两个cctherm节点

// 没有处理<catalog></catalog>前后的空白字符
catalog match {
    case <catalog>{therms @ _*}</catalog> =>
        for (therm <- therms)
            println("processing: " +
                    (therm \"description").text)
}
//进一步使用模式匹配<cctherm>{_*}</cctherm生成for循环的迭代器。处理了空白字符
catalog match {
    case <catalog>{therms @ _*}</catalog> =>
        for (therm @ <cctherm>{_*}</cctherm> <-
                     therms)
            println("processing: " +
                    (therm \"description").text)
}