半結(jié)構(gòu)化數(shù)據(jù)
-
XML是一種半結(jié)構(gòu)化數(shù)據(jù)，既不是純文本數(shù)據(jù)也不是編程中使用到的數(shù)據(jù)結(jié)構(gòu)赁严。在保存數(shù)據(jù)到文件中或?qū)ξ募M行網(wǎng)絡傳輸?shù)臅r候非常有用，將數(shù)據(jù)轉(zhuǎn)換為半結(jié)構(gòu)數(shù)據(jù)员帮，然后使用庫中的工具將半結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)換為二進制數(shù)據(jù)榜轿。
XML簡介
-
XML的組成元素為Tag和Text幽歼，Tag之間是不能交叉的，可以嵌套谬盐。Tag可以有自己的屬性甸私，屬性就是一個name-value對，name是plain的飞傀，value值被“”或者‘’包裹起來皇型。
XML字面量
-
Scala支持XML字面量砸烦，XML字面量是一個表達式弃鸦，可用在任意表達式可使用的地方，類型是Scala.xml.Elem幢痘，是一個XML元素唬格，其余的重要的類有：Node，是XML所有節(jié)點類的抽象總類颜说；Text购岗，只包含有文本的Node， -
NodeSeq類含有Node序列门粪，許多XML的庫都支持對NodeSeq的操作喊积，Node繼承自NodeSeq。
構(gòu)造XML字面量的時候可以在其中嵌入Scala表達式玄妈，使用{}包括起來注服。如果在表達式中插入Tag，直接寫入即可措近。直接寫入<old></old>標簽溶弟，空節(jié)點使用XML.NodeSeq.Empty表達。scala> <a> {if (yearMade < 2000) <old>{yearMade}</old> else xml.NodeSeq.Empty} </a> scala> <a> {"</a>potential security hole<a>"} </a> res4: scala.xml.Elem = <a> </a>potential security hole<a> </a>
其中<,>和$會被轉(zhuǎn)義成為對應的字符實體瞭郑。如果使用單純的字符串拼接辜御，則無法阻止用戶對XML的修改，會造成錯誤的情況發(fā)生屈张。
scala> "<a>" + "</a>potential security hole<a>" + "</a>" res5: String = <a></a>potential security hole<a></a>
所以最好還是使用XML字面量來生成XML Elem擒权。
序列化
- 第一種序列化：在內(nèi)部的數(shù)據(jù)結(jié)構(gòu)中定義一個
toXML方法，使用XML字面量手動構(gòu)建XML阁谆。
拆分XML
- 方法基于
XPath語言碳抄，可以直接在Scala中使用。使用text方法可以直接提取到XML節(jié)點之間的文字场绿，其中的<,>和$可以被自動的轉(zhuǎn)換剖效。
使用\可以提取XML中的子節(jié)點。
使用\\可以提取任意深度的子節(jié)點。scala> <a><b><c>hello</c></b></a> \\"c" res12: scala.xml.NodeSeq = NodeSeq(<c>hello</c>)
同樣可以使用這兩個方法來提取屬性
scala> val joe = <employee name="Joe" rank="code monkey" serial="123"/> joe: scala.xml.Elem = <employee name="Joe" rank="code monkey" serial="123"/> scala> joe \\ "@name" res15: scala.xml.NodeSeq = Joe
"@name"璧尸，＠是在被提取的字符串里面的咒林。
反序列化
- 通過
\\可以對一個類定義parser來解析相應的XML，將其反序列化為相應的數(shù)據(jù)結(jié)構(gòu)爷光。
加載和保存
- 序列化的最后一步是
XML和字節(jié)之間的轉(zhuǎn)換垫竞，這部分一般都有相應的庫函數(shù)來做。將XML轉(zhuǎn)為String蛀序，調(diào)用toString即可欢瞪，但還是推薦使用scala.xml.XML.save("therm1.xml", node)函數(shù)將XML轉(zhuǎn)為文件進行保存，同時可以指定文件的編碼徐裸。導入更簡單引有，使用val loadnode = xml.XML.loadFile("therm1.xml")
XML中的模式匹配
- 以上的例子都是在非常確定
XML結(jié)構(gòu)的情況下做的序列化和反序列化，如果一個XML的結(jié)構(gòu)是不確定的倦逐，則使用模式匹配來篩選可能性。用于匹配的模式非常像XML字面量宫补，在其中也可以嵌入使用{}包裹的表達式檬姥，但{}`中的表達式不再計算，而是一個可以被使用的模式粉怕，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." }
其中a和b只能匹配只有一個節(jié)點的XML健民，例如<a>apple</a>，<b><c/></b>此類可以贫贝，標簽中間只能有一個節(jié)點秉犹，不能有多的節(jié)點。<a>scala<b/></a>這樣是不行的稚晚。如果要使提取出來這種XML序列崇堵，使用_*進行匹配，可以使用變量綁定客燕，將_*的值賦值到contents上方便以后使用鸳劳。
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." }
在XML中，換行或者空格等空白字符也都是一個節(jié)點也搓，
