网站建议:179001057@qq.com

如何用XML SCHEMA 验证xml文?

技术2022-05-11  3

辅导同事让我写一个能够简单验证XML文的程序。由于只要求能xml文里有开始有结束标签就算正确的格式。我在网上找了很长时间也没有找到这样的工具和程序。不过发现一个可以严格限制xml文的 SCHEMA ,不过这个需要用到dom4j 源代码如下。感觉写的非常好。

package cn.com.starit.DB;

import java.io.File;import java.io.FileWriter;

import javax.xml.parsers.SAXParser;import javax.xml.parsers.SAXParserFactory;

import org.dom4j.Document;import org.dom4j.io.OutputFormat;import org.dom4j.io.SAXReader;import org.dom4j.io.SAXValidator;import org.dom4j.io.XMLWriter;import org.dom4j.util.XMLErrorHandler;

public class ValidateXML { public static void validateXMLByXSD(String xsdFileName,String xmlFileName) {        try {            //创建默认的XML错误处理器            XMLErrorHandler errorHandler =  new XMLErrorHandler();                       //获取基于 SAX 的解析器的实例            SAXParserFactory factory = SAXParserFactory.newInstance();            //解析器在解析时验证 XML 内容。            factory.setValidating(true);            //指定由此代码生成的解析器将提供对 XML 名称空间的支持。            factory.setNamespaceAware(true);            //使用当前配置的工厂参数创建 SAXParser 的一个新实例。            SAXParser parser = factory.newSAXParser();            //创建一个读取工具            SAXReader xmlReader = new SAXReader();            //获取要校验xml文档实例            Document xmlDocument = (Document) xmlReader.read(new File(xmlFileName));            //设置 XMLReader 的基础实现中的特定属性。核心功能和属性列表可以在 [url]http://sax.sourceforge.net/?selected=get-set[/url] 中找到。            parser.setProperty(                    "http://java.sun.com/xml/jaxp/properties/schemaLanguage",                    "http://www.w3.org/2001/XMLSchema");            parser.setProperty(                    "http://java.sun.com/xml/jaxp/properties/schemaSource",                    "file:" + xsdFileName);            //创建一个SAXValidator校验工具,并设置校验工具的属性            SAXValidator validator = new SAXValidator(parser.getXMLReader());            //设置校验工具的错误处理器,当发生错误时,可以从处理器对象中得到错误信息。            validator.setErrorHandler(errorHandler);                                            //校验            validator.validate(xmlDocument);            OutputFormat format = OutputFormat.createPrettyPrint();            format.setEncoding("UTF-8");             XMLWriter writer = new XMLWriter( new            FileWriter(new File("d://err.xml")), format);

            //  TODO     XMLWriter writer = new XMLWriter(OutputFormat.createPrettyPrint());            //如果错误信息不为空,说明校验失败,打印错误信息            if (errorHandler.getErrors().hasContent()) {                System.out.println("XML文件通过XSD文件校验失败!");                // ** 将document中的内容写入文件中 *//*                writer.write(errorHandler.getErrors()); //writer.write(parse(document));                            writer.close();                           } else {                System.out.println("Good! XML文件通过XSD文件校验成功!");            }        } catch (Exception ex) {            System.out.println("XML文件: " + xmlFileName + " 通过XSD文件:" + xsdFileName + "检验失败。/n原因: " + ex.getMessage());            ex.printStackTrace();        }    }

  public static void main(String[] args) {       String xsdpath = "e://test1.xsd";       String xmlpath = "e://test1.xml";       validateXMLByXSD(xsdpath,xmlpath);  }

///************验证字符串[xml 字符串 转化成 输入流] start****************/// xmlMsg为xml文档<?xml version="1.0" encoding="GBK"?>........//InputStream in = new ByteArrayInputStream(xmlMsg); ////然后将上面的reader.read("message.xml") 改为 reader.read(in)就OK了。/////************验证字符串[xml 字符串 转化成 输入流] end ****************/}

 

不过还是遇到一个问题。我们的xml文里(其实没有我把小写L看成1)有数字节点,我就想到可以用正则表达式来替换啊~可惜我对正则很陌生。怎么办上网查找看有没有能够快速入门的。上网找了半天,终于找到一个可以三十分钟就可以入门的教程。写的确实不错。不过我感觉看完了还是一头雾水。不过基本的概念已经有了,别人写的差不多可以看懂了。下面大概记一下基本的正则元字符的意思,以后做复习和查找之用。

表1.常用的元字符 代码说明.匹配除换行符以外的任意字符/w匹配字母或数字或下划线或汉字/s匹配任意的空白符/d匹配数字/b匹配单词的开始或结束^匹配字符串的开始$匹配字符串的结束

表2.常用的限定符 代码/语法说明*重复零次或更多次+重复一次或更多次?重复零次或一次{n}重复n次{n,}重复n次或更多次{n,m}

重复n到m次

例子: 1.要找的是hi后面不远处跟着一个Lucy,你应该用/bhi/b.*/bLucy/b /b并不匹配这些单词分隔符中的任何一个,它只匹配一个位置 .就是匹配除换行任何字符,*出现重复零次或更多次。

           2.要查找hi就更容易了/bhi/b

           3.0/d{2}-/d{8}的意思是0 这里/d后面的{2}({8})的意思是前面/d必须连续重复匹配2次(8次)。

           4./b/w{6}/b 匹配刚好6个字母/数字的单词

           5.^/d{5,12}$匹配5到12个数字。

           6./(?0/d{2}[) -]?/d{8}这个很好例子看懂就说明前面掌握的差不多了

转义:如果你想查找元字符本身的话,比如你查找.,或者*,就出现了问题:你没法指定它们,因为它们会被解释成其它的意思。这时你就必须使用/来取消这些字符的特殊意义。因此,你应该使用/.和/*。当然,要查找/本身,你也得用//.

反义:

表3.常用的反义代码 代码/语法说明/W匹配任意不是字母,数字,下划线,汉字的字符/S匹配任意不是空白符的字符/D匹配任意非数字的字符/B匹配不是单词开头或结束的位置[^x]匹配除了x以外的任意字符[^aeiou]匹配除了aeiou这几个字母以外的任意字符

例如:

       1./S+匹配不包含空白符的字符串。

       2.<a[^>]+>匹配用尖括号括起来的以a开头的字符串。

 

替换:具体方法是用|把不同的规则分隔开

/(0/d{2}/)[- ]?/d{8}|0/d{2}[- ]?/d{8}这个表达式匹配3位区号的电话号码,其中区号可以用小括号括起来,也可以不用,区号与本地号间可以用连字号或空格间隔,也可以没有间隔。你可以试试用替换|把这个表达式扩展成也支持4位区号的。

后向引用:规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。

/1代表分组1匹配的文本 /b(/w+)/b/s+/1/b可以用来匹配重复的单词,像go go, kitty kitty。首先是一个单词,也就是单词开始处和结束处之间的多于一个的字母或数字(/b(/w+)/b),然后是1个或几个空白符(/s+),最后是前面匹配的那个单词(/1)。

例如:1./b(/w+)/b/s+/1/b可以用来匹配重复的单词,像go go, kitty kitty

         2./b(?<Word>/w+)/b/s+/k<Word>/b。请使用这样的语法:(?<Word>/w+)(或者把尖括号换成’也行:(?’Word’/w+)),这样就把/w+的组名指定为Word了。要反向引用这个分组捕获的内容,你可以使用/k<Word>

 

表4.分组语法 捕获(exp)匹配exp,并捕获文本到自动命名的组里(?<name>exp)匹配exp,并捕获文本到名称为name的组里,也可以写成(?’name’exp)(?:exp)匹配exp,不捕获匹配的文本,也不给此分组分配组号零宽断言(?=exp)匹配exp前面的位置(?<=exp)匹配exp后面的位置(?!exp)匹配后面跟的不是exp的位置(?<!exp)匹配前面不是exp的位置

 

(?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp。比如/b/w+(?=ing/b),匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I’m singing while you’re dancing.时,它会匹配sing和danc。

(?<=exp)也叫零宽度正回顾后发断言,它断言自身出现的位置的前面能匹配表达式exp。比如(?<=/bre)/w+/b会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找reading a book时,它匹配ading。

假如你想要给一个很长的数字中每三位间加一个逗号(当然是从右边加起了),你可以这样查找需要在前面和里面添加逗号的部分:((?<=/d)/d{3})*/b,用它对1234567890进行查找时结果是234567890。

 

就这样已经入门了

下面是一个把xml文里面的数字节点转换成字符节点如下

        String str = "<?xml version=/"1.0/" encoding=/"GB2312/"?>"   + "<esb>"   + "<route>"    +"<from>"+ 123+ "</from>"        // 确认消息中,to/from 与接收信息刚好相反    +"<to>"+ 123+ "</to>"    +"<type>"+231+ "</type>"    +"<area>"+ 123+ "</area>"   + "</route>"   + "<public>"    +"<ds_msg>"     +"<time>"+ 123+ "</time>"     +"<ds_msg_id>"+ 456+ "</ds_msg_id> "     +"<ds_msg_class>"+"<13/>"+"</ds_msg_class>"    +"</ds_msg>"   + "</public>"   +""     + "</esb>".replaceAll("<[//]?[0-9]+[//]?>", "<java1/>");        String regex="(</?)(//d+)(/?>)";        String result=str.replaceAll(regex,"$1v$2$3");

 

感谢以为csdn上的朋友提供的http://www.alixixi.com/web/a/2008123144264.shtml#


最新回复(0)