XML实验报告

计算机系
实验报告
实验课程：XML
实验班级：网工（2）班学生姓名：
学生学号：
实验成绩：
一、实验目的
综合验证以下课程主要知识点：
1.XML语法
熟悉XML语法规范、能够编写形式良好的XML文档；
2.DTD和xml Schema文档约束
熟练使用DTD和XML Schema定义基本的XML元素、属性、限定等方面的模式约束。

3.SAX解析、DOM解析以及JAXP
了解SAX和DOM解析原理，能够使用JAXP接口完成对XML文档的解析和转换。

4.XSLT和XPath
能够使用XSLT和XPath完成从XML文档到HTML格式的转换。

二、实验内容
1.编写XML文档约束
根据下图中显示的信息，编写一个DTD文档，其内容要求能够包含图中所有的信息点。

2.编写一个XML文档，使其在DTD约束下是有效的
假设上一步编写的DTD文档文件名为：books.dtd，编译一个XML文档使其在books.dtd 文件的约束下成为一个有效的XML文档。

然后，使用xmllint程序对你编写的XML文档进行有效性验证，具体如果使用，请参看“《XML》课程教案”中的相关内容。

3.使用JAXP接口，对上一步完成的XML文档进行解析
假设上一步编写的XML文档名为books.xml。

1)使用SAX方式解析
从XML文档books.xml中获得“书名”、“书号”、“作者”、“出版社”、“出版日期”这5个记录项的信息，并将其格式化输出到一个文件books.txt中。

books.txt中的信息格式如下所示：
书名书号作者出版社出版日期
--------------------------------------------------------------------
name 1234 Tom 清华2011
2)使用DOM方式解析
从XML文档books.xml中获取“书名”、“书号”、“作者”、“出版社”、“出版日期”，并将它们封装到一个javabean类中，然后利用该类中的数据，通过DOM构造一棵DOM文档树，并将其序列化到一个XML文件中simplebooks.xml。

4.编写一个XSLT转换文档，转换到HTML
对于上一步通过DOM序列化出来的simplebooks.xml，编写一个XSLT文档books.xslt，将simplebooks.xml转换成为一个HTML格式表格形式呈现。

该HTML通过浏览器呈现出来的外观应该类似如下所示：
书名书号作者出版社出版日期
name 1234 Tom 清华2011
使用JAXP的XSL转换工厂，获得simpleboosk.xml通过books.xslt转换出来的HTML文件simplebooks.html。

三、实验步骤
1.编写XML文档约束
books.dtd文档截图如下：
2.编写一个XML文档，使其在DTD约束下是有效的books.xml文档截图如下：
books.xml在IE下打开截图如下：
验证有效性的截图如下：
在此实验过程中遇到的问题以及解决的办法：
1．最开始看到要求上写着书分为中文原版和外文翻译的时候，我大脑里蹦出来的就是为每一个book添加一个属性language来标识是中文还是外文，如下：
a)当language=”ch”时，为中文，则后面的元素：原书名、译者、原出版社就不用出
现了。

b)当language=”en”，为外文，后面的属性全部要出现。

但是等到我真正开始编写时，才知道它的难度，而且考虑到后面的解析也不好弄，就直接用了元素来代替，更加简单与直观，这里也是提出这种思路，有待以后实现！
2．编码格式问题：
在最开始编码时，我使用的是UTF-8，因为UTF-8是包含gb2312的，而且它的字符集要比gb2312大得多，但是有效性通不过，我意识到是否是文件保存时编码格式没改，于是我又把文件保存时编码格式改为UTF-8，这次通过了!可惜在DOS下验证有效性时，出现了乱码···当我把编码中的UTF-8改为gb2312。

而且文件保存时编码格式改为ANSI 时，神奇般的在DOS下验证有效性通过了（如上面的图所示）。

太不可思议了，小字符集竟然比大字符集还要强大，我不死心，于是继续查资料，终于发现：
哈哈，明白了吗？DOS下采用的编码格式竟然是GBK，肯定不会支持UTF-8格式的啊，同时，我又查到可以用临时修改方法修改cmd的编码格式：chcp 437
再继续验证，果然可以啦~
至此，我明白了一句话：解决编码问题，是程序员最基本的素质之一！
关于修改cmd编码格式的链接资料：/samdy2008/article/details/5120466
3.使用JAXP接口，对上一步完成的XML文档进行解析
1）使用SAX方式解析
1．Book类中属性的声明:
2. SaxParser获得解析器并对文件进行解析：
3.MyHandler事件处理器：
books.txt文档截图如下：
在此实验过程中遇到的问题以及解决的办法：
1.在最开始编写代码时，我的思路是边读取边写出到文件上，就在全部写完，打
开txt文件一看，书号下面得到的竟然是作者，作者下面则是出版社，细细分析，发现写入文件的顺序与之前xml文件上元素的顺序是一样的，而和我们需要获取的顺序却不一样，于是我就在想难道不能先读取后面的，再读取前面的吗？查过资料后，答案是：不能！我也明白了SAX解析器的原理：流机制！
SAX分析器在对XML文档进行分析时，触发了一系列的事件，由于事件触发本身是有时序性的，因此，SAX提供的是一种顺序访问机制，对于已经分
析过的部分，不能再倒回去重新处理。

SAX之所以被叫做"简单"应用程序接
口，是因为SAX分析器只做了一些简单的工作，大部分工作还要由应用程序
自己去做。

也就是说，SAX分析器在实现时，它只是顺序地检查XML文档中的
字节流，判断当前字节是XML语法中的哪一部分、是否符合XML语法，然后再触发相应的事件，而事件处理函数本身则要由应用程序自己来实现。

最后我还是采用了封装类的方法实现了！
2.需要提出的是author这个属性，在前面的book类中，可以看到，我采用的方法
是集合加泛型，即List<String>，原因是author可能有多个，如果只是单纯的定义为String，则在进行解析的时候会出现后一个解析的会替换掉前一个，简单却不完美，故我采用了集合加泛型的方法，虽然解析的时候需要用的迭代、遍历等方法，但最终做出来还是很有成就感的！
2）使用DOM方式解析
1．Book类中的和SAX中的一样，就不列出来了。

2．DomParser获得Dom解析器并进行解析：3．DOMSerializer序列化：
simplebooks.xml文档截图如下：simplebooks.xml在IE下打开截图如下：
在此实验过程中遇到的问题以及解决的办法：
这个过程相对来说就简单一些了，可能是对解析的机制有些清晰了吧，在此，我也想着分析一下SAX和DOM解析的不同之处以及各种的优缺点：
1.SAX解析的机制前面已经说过了，同DOM分析器相比，SAX分析器缺乏灵活性。

然
而，由于SAX分析器实现简单，对内存要求比较低，因此实现效率比较高，对于那些只需要访问XML文档中的数据而不对文档进行更改的应用程序来说，SAX分析器更为合适。

2.DOM提供了一种通过分层对象模型来访问XML文档信息的方式，这些分层
对象模型依据XML的文档结构形成了一棵节点树。

无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用DOM所生成的模型都是节点树的形式。

也就是说，DOM强制使用树模型来访问XML 文档中的信息。

由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。

DOM树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意地控制整个XML文档中的内容。

然而，由于DOM分析器把整个XML 文
档转化成DOM树放在了内存中，因此，当文档比较大或者结构比较复杂时，对内存的需求就比较高。

而且，对于结构复杂的树的遍历也是一项耗时的操作。

所以，DOM分析器对机器性能的要求比较高，实现效率不十分理想。

不过，由于DOM分析器所采用的树结构的思想与XML文档的结构相吻合，同时鉴
于随机访问所带来的方便，因此，DOM分析器还是有很广泛的使用价值的。

4.编写一个XSLT转换文档，转换到HTML
XSLT文档截图：
使用JAXP的XSL转换工厂：simplebooks.html在IE下打开：
在此实验过程中遇到的问题以及解决的办法：
主要是在编写XSLT文档是遇到的问题，由于第二本书的作者有两个，如果采用一般的方法则在html中只会出现一个作者，在系统的学习了一般XSLT之后，我决定采用XPath，直接去读取作者这个节点（如上所示），果然可以，但两个作者之间需要有空格进行区分，&#160；满足了我的要求，&#160；相当于html中的&nbsp;哈哈，一切都在预料之中！
至此，实验终于大功告成！！！
四、实验总结。