《jspchapter09》由会员分享，可在线阅读，更多相关《jspchapter09（49页珍藏版）》请在金锄头文库上搜索。
1、第9章 JSP操作XML文件内容提要n可扩展标记语言（eXtensible Markup Language，XML）是目前应用开发领域中的 热门技术。n本章主要讲述XML基本概念， XML的三种显 示样式：CSS（Cascading Style Sheet，层 叠式样式表单）、XSL(Extensible Style Language，扩展的标记语言)和Data Island （数据岛）n如何利用JSP操作XML文件。XML的概念 nXML即可扩展的标记语言，可以定义语义标记 ，是元标记语言。XML不像超文本标记语言 HTML，HTML只能使用规定的标记，对于XML ，用户可以定义自己需要的标
2、记。nXML（eXtensible Markup Language）和HTML （Hyper Text Markup Language）师出同门， 都是从SGML（Standard Generalized Markup Language）延伸而出的标记语言 XML文档的结构 n案例名称：元标记语言n程序名称：9-01.xmlnnnzhourunfanmalenTeacher Peking Univ.n定义基本元素 案例名称：定义基本元素 程序名称：9-02.xml周润发 北京大学 计算机系老师 2000使用属性 案例名称：添加属性 程序名称：9-03.xml周润发 北京大学 计算机系教师 20
3、00典型的XML文档结构案例名称：典型的XML文档结构 程序名称：9-04.xml周润发 教师None唱歌、跳舞XML声明 nXML声明是以“nXML声明的作用是告诉浏览器将要处理的文档是XML文 件。一个XML文档最好是以一个XML声明作为开始。n之所以说“最好”是因为XML声明在XML文档中是可选内 容，可加可不加，但XML标准强烈推荐加入这一行声 明。XML声明中可以包含version，encoding和 standalone三个属性。字符和实体引用 n字符和实体引用可以向XML文档中引入其他信 息，而不需要直接在文档中输入它们。字符和 实体引用通常用于以下情况。n（1）字符不能直接出现
4、在文档中，因为它们会被 解释为标记。n（2）由于输入设备的限制，字符不能直接输入到 文档中。n（3）由于单字节字符的限制，字符不能可靠地经 过处理程序。n（4）相同的字符串或文档片断在文档中多次使用 。XML常用的实体引用 实 体实 体 引 用意 义lt（大于 ）amp（单引号 ）quot“（双引号 ）使用特殊字符案例名称：使用特殊字符 程序名称：9-05.xml周润发 北京大学 教师 2000XML的三种显示格式 n显示XML文件常见的有三种方式：n使用CSS样式表n使用XSL样式单n使用XML的数据岛技术 CSS样式表 案例名称：CSS样式表 程序名称：9-06.cssGREETING f
5、ont-size: 48pt; font-weight: bold; 案例名称：调用CSS的XML文件 程序名称：9-07.xmlChinaXSL样式语言 案例名称：调用XSL的XML文件 程序名称：9-08.xml案例名称：XSL文件 程序名称：9-09.xslXML数据岛技术 案例名称：使用XML文件数据岛 程序名称：9-10.htmXML的两种语法规则 n在XML文档规则方面，目前有两种：nW3C的DTD技术n微软公司Scema技术 DTD文档类型定义 n为文档类型定义（Document Type Definition），简 称DTD。DTD可以包含在XML文档中，也可以独立为 一个文件
6、。根据DTD定义的位置，可以分成内部DTD 和外部DTD n内部DTD 案例名称：内部DTD 程序名称：9-13.xml外部DTD 案例名称：外部DTD 程序名称：9-15.DTD案例名称：外部DTD 程序名称：9-16.xmlSchema文档规则 案例名称：使用Schema 程序名称：9-18.xmlhello案例名称：使用Schema 程序名称：9-17.xml字符集概述 n常见的字符集包括：nASCII字符集、ISO8859字符集、Unicode字 符集合、UCS字符集和常用的中文字符集： GB2312、GBK和Big5 ASCII字符集 nASCII码的全称是American Stan
7、dard Code for Information Interchange（美国标准信息交换码）， 它是一种单字节的7位二进制编码。在ASCII码字符集 中，每个数字，字母或特殊字符都对应于一个7位二进 制数，这个7位二进制数是以一个字节（8位）来表示 的（其中最高位为0）。从而定义了书写英语所需要的 全部字符以及部分控制字符。n由于ASCII码的最高位为0，因此，在ASCII码字符集中 一共定义了128（27）个字符编码，所定义的这些字符 的编码都在0-127之间。 ISO 8859字符集 nASCII码在定义之初只是为了表示英语（更严格来说是美式英语），对于象 、等其他语言或地区所需要的字
8、符则没有定义其表示方式。n随着计算机应用的扩展，人们对其他字符表示的需求越来越迫切。1987年， 国际标准组织ISO（International Organization for Standardization）发布了字 符集标准：ISO8859-1字符集。ISO8859-1通常也被叫做Latin-1字符集。Latin -1字符集在ASCII码的基础上增加了对西欧语言的支持。nISO8859字符集是单字节的8位二进制编码字符集，一共定义了256（28）个 字符编码，其中，0-127之间的字符与ASCII码的定义相同，128-255之间的字 符则是为了提供对其他语言的支持而对ASCII码进行的扩
9、充。n除了ISO 8859-1，ISO 8859标准中还定义了10个用于不同文字的字符集（ 8859-2到8859-10以及8859-15），另外还有4个字符集（8859-11到8859-14 ）正在开发过程中 Unicode字符集 nUnicode是由美国各大电脑厂商所组成的Unicode协会创建的。其 目的在于推广一个统一的编码方案，将世界上所有的常用文字都 包含进去。它涵盖了美国、欧洲、中东、非洲、印度、亚洲和太 平洋等地区的绝大多数语言。Unicode在创建之初希望能够方便地 交换、处理和显示多种文字，就象数学符号一样地通用。它希望 能够解决使用多种字符标准的计算机国际化问题n为了将成
10、千上万的文字统一到同一个编码机制之下，在兼顾经济 的原则下，不管是东方文字还是西方文字，在Unicode中一律用两 个字节来表示。也就是说，Unicode是一种双字节编码机制的字符 集，使用0-65535之间的双字节无符号整数对每个字符进行编码 。这样，在Unicode字符集中，至少可以定义65536个不同的字符 ，足以应付目前绝大多数场合的需要。中文字符集 n中文简体和繁体，常用的字符集有三种 ：nGB2312、GBK和Big5 GB2312字符集nGB码的全称是GB2312-80信息交换用汉字编码字符 集 基本集，1980年发布，是中文信息处理的国家标 准，在中国大陆及海外使用简体中文的地
11、区（如新加 坡等）是强制使用的唯一中文编码。P-Windows3.2和 苹果OS就是以GB2312为基本汉字编码的，Windows 95/98则以GBK为基本汉字编码，但兼容支持GB2312 。nGB码共收录了6763个简体汉字、682个符号。其中， 汉字部分：一级字3755个，以拼音排序；二级字3008 个，以偏旁排序。该标准的制定和应用为规范、推动 中文信息化进程起了很大作用。GBK字符集nGBK编码是中国大陆制订的、等同于UCS 的新的中文编码扩展国家标准。GBK工 作小组于1995年12月完成的GBK规范。 该编码标准兼容GB2312，共收录了汉字 21003个、符号883个，并提供了
12、1894个 造字码位，简、繁体字融于一库。BIG5字符集nBIG5编码是由台湾制定的、目前在台湾 、香港地区普遍使用的一种繁体汉字的 编码标准，包括符号440个，一级汉字 5401个、二级汉字7652个，共计13060 个汉字。UTF-8字符集 nUTF是Unicode/UCS Transformation Format的 缩写。由于Unicode/UCS 使用多字节表示一个 字符，因此使用Unicode/UCS的英文文本文件 比使用ASCII码或Latin-1码的文件要大得多， 因此出现了压缩版本的Unicode/UCS：UTF-8 。UTF-16字符集 nUTF-16也是ISO/IEC 1
13、0646-1和Unicode的变形表示方 式的一种。它的目的是维持双八位的编码方式，同时 也用一些特殊的双八位来表示非基本多文种平面（ BMP）中的一些字符。这种用来表示非BMP字符的方 法在Unicode中称作代理对机制。nISO 10646 使用四个字节来编码，因此要应付未来的 扩充需求可以说是绰绰有余。相对地，Unicode 只用 两个字节，不但空间很容易用尽，而且如果要在未来 继续和ISO 10646 保持兼容，需要用一种机制来弥补 两个字节的不足。代理对（surrogate pairs）的设计便 在这个背景下应运而生。在XML中使用HTML 案例名称：使用HTML标记 程序名称：9-
14、19.xmlTommale在XML中使用JavaScript代码 案例名称：使用JavaScript标记 程序名称：9-20.xmlXML的三种应用程序接口 n在Java中对XML的解析接口有3大类：n基于DOM（Document Object Model）的解 析接口n基于SAX（Simple API for XML）的解析接口n基于JDOM（Java Document Object Model ）技术的解析接口 解析接口nDOM即文档对象模型。在应用程序中，基于DOM的 XML分析器将一个XML文档转换成了一个对象模型的集 合（这个集合通常被称为DOM树），应用程序可以通 过对该对象模型的
15、操作，实现对XML文档中数据的操 作。nSAX即XML简单应用程序接口。SAX提供了一种对XML 文档进行顺序访问的模式，这是一种快速读写XML数 据的方式。当使用SAX分析器对XML文档进行分析时， 会触发一系列事件，并激活相应的事件处理函数，从 而完成对XML文档的访问，所以SAX接口也被称作事件 驱动接口。nJDOM的处理方式是与DOM类似的操作。是SUN公司发 布的一种简单方便的XML处理接口。解析器 n解析器实际上就是一段代码，它读入一个 XML文档并分析其结构。我们在这里介绍的 是基于Java的解析器。n目前主流的解析器有：JAXP（Java API for XML Process
16、ing）、Xerces（Apache）、 XML4J（IBM）和xalan等，主流的解析器都 支持SAX和DOM。支持JDOM的解析器目前只 有SUN公司发布的jdom包。 DOM解析接口 案例名称：DOM树结构 程序名称：9-21.xml张三李四DOM读取XML文件 n第一步：建立一个解析器工厂。nDocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();n第二步：以利用这个工厂来获得一个具体的解析器对象。nDocumentBuilder builder=dbf.newDocumentBuilder();n第三步：利用DocumentBuilder的parse()方法接受一个XML文档名作为输入参数， 返回一个Document对象。Document对象代表了一个XML文档的树模型。nDocument doc=builder.parse(“candidate.xml“)
