隨著行動網際網路時代的到來,越來越多的 App 不仅需要與網路伺服器進行資料傳輸與互動,也需要與其他 App 交換資料。承擔 App 與網路之間傳輸與儲存任務的,一般就是 XML 或 JSON。在行動網際網路時代,XML 與 JSON 都扮演著舉足輕重的角色。
本文綜合了我對 XML、JSON 的理解,並以較為通俗詼諧的筆調來闡述,期望能給感興趣的讀者帶來幫助。
XML 即可擴展標記語言(eXtensible Markup Language)。標記是指電腦所能理解的信息符號,透過這種標記,電腦之間便能處理包含各種資訊的文章。XML 是從 SGML 中簡化修改而來的,主要應用到 XML、XSL 和 XPath 等技術。簡單說,XML 就是一種資料的描述語言,通常情況下它並不具備被電腦識別並運行的功能,需要依靠另一種語言來解釋它。
記住以下幾點即可:XML 是一種標記語言,很類似 HTML;它的設計宗旨是傳輸資料而非顯示資料;XML 標籤沒有被預定義,需要自行定義;XML 被設計為具有自我描述性;XML 是 W3C 的推薦標準。總的來說,XML 是獨立於軟體與硬體的資訊傳輸工具,是各種應用程式之間進行資料傳輸最常用的工具之一。
1.1.1 XML 與 HTML 的主要差異:XML 不是 HTML 的替代品,兩者為不同目的而設計——XML 被設計為傳輸和儲存資料,焦點是資料內容;HTML 則被設計用來顯示資料,焦點是資料外觀。
1.1.2 XML 是不作為的:也許有點難以理解,但 XML 不會做任何事情,它被設計用來結構化、儲存與傳輸資訊。比如下面這張 John 寫給 George 的便條,儲存為 XML:
復制代碼 代碼如下:
<note>
<to>George</to>
<from>John</from>
<heading>Reminder</heading>
<body>Don't forget the meeting!</body>
</note>
這條便條具有自我描述性,擁有標題與留言,也包含發送者與接受者資訊,但它仍然什麼都沒做,僅是包裝在 XML 標籤中的純資訊。要傳送、接收與顯示這個文件,還是需要撰寫軟體或程式。
1.1.3 XML 僅是純文字:XML 沒什麼特別的,它僅是純文字,任何能處理純文字的軟體都能處理 XML。1.1.4 XML 允許自定義標籤:上例中的標籤並未在任何 XML 標準中定義過,而是由文件創作者自行發明,這是因為 XML 沒有預定義的標籤。1.1.5 XML 不是對 HTML 的替代,而是補充:在大多數 Web 應用中,XML 用於傳輸資料,HTML 則用於格式化並顯示資料。
XML 的語法規則簡單且很有邏輯。以下幾點是重點:
1.2.1 所有元素都必須有關閉標籤:在 XML 中省略關閉標籤是非法的。
復制代碼 代碼如下:
<p>This is a paragraph</p>
<p>This is another paragraph</p>
1.2.2 XML 標籤對大小寫敏感:必須使用相同的大小寫來撰寫開啟與關閉標籤。
復制代碼 代碼如下:
<Message>這是錯誤的。</message>
<message>這是正確的。</message>
1.2.3 元素必須正確嵌套:
復制代碼 代碼如下:
<b><i>This text is bold and italic</i></b>
1.2.4 XML 文件必須有根元素:它是所有其他元素的父元素。
復制代碼 代碼如下:
<root>
<child>
<subchild>.....</subchild>
</child>
</root>
1.2.5 XML 的屬性值須加引號。
復制代碼 代碼如下:
<note date="08/08/2008">
<to>George</to>
<from>John</from>
</note>
1.2.6 實體引用:在 XML 中,某些字元擁有特殊的意義,若直接把「<」放進元素中會產生錯誤,此時應以實體引用取代。XML 中有 5 個預定義的實體引用:<(小於)、>(大於)、&(和號)、'(單引號)、"(引號)。嚴格來說,XML 中只有「<」和「&」是真正非法的,但將其他字元替換為實體引用仍是好習慣。
1.2.7 XML 中的註釋:語法與 HTML 相似,寫法為 <!-- This is a comment -->。此外,在 XML 中文書的空格不會被刪節,而 HTML 會把多個連續空格合併為一個。
所有 XML 文件中的文字都會被解析器解析,唯獨 CDATA 區段中的文字會被解析器忽略。
PCDATA 指的是被解析的字元資料(Parsed Character Data)。當某個 XML 元素被解析時,其標籤之間的文字也會被解析,這是因為 XML 元素可包含其他元素。
非法的 XML 字元必須被替換為實體引用。某些文字(如 JavaScript 程式碼)包含大量「<」或「&」字元,為避免錯誤,可將其定義為 CDATA。CDATA 部分由「<![CDATA[」開始、由「]]>」結束,其中所有內容都會被解析器忽略。以下是一段展示電影具體資料的 XML:
復制代碼 代碼如下:
<?xml version="1.0" encoding="utf-8"?>
<response>
<header>
<respcode>0</respcode>
<total>1736</total>
</header>
<result>
<album>
<album_id>320305900</album_id>
<title> <![CDATA[ 電影侃侃之初戀永不早 ]]> </title>
<tag> <![CDATA[ 18歲以上 當代 暧昧 華語 ]]> </tag>
<img>https://pic9.qiyipic.com/image/20141016/ec/e0/v_108639906_m_601_120_160.jpg</img>
<category_id>1</category_id>
<score>0.0</score>
<duration>00:38:57</duration>
<year> <![CDATA[ 2014 ]]> </year>
<desc> <![CDATA[ 節目介紹內容 ]]> </desc>
</album>
</result>
</response>
XML 文件形成一種樹結構,從「根部」開始,然後擴展到「枝葉」。它必須包含一個所有其他元素的父元素,即根元素。父、子與同胞等術語用來描述元素之間的關係:父元素擁有子元素,相同層級上的子元素稱為同胞。
XML DOM(XML Document Object Model)定義了存取與操作 XML 文件的標準方法。DOM 把 XML 文件視為樹結構來查看,能夠透過 DOM 樹存取所有元素,並修改或刪除它們的內容、建立新元素。它是用於 XML 的標準物件模型與標準程式介面,中立於平台與語言,也是 W3C 的標準。
以下以影片專案為例說明解析流程:
Step 1:XML 文件是一棵樹,首先需要找到對應的節點,再從節點開始解析。以下程式碼先取出 header/respcode 判斷狀態碼,再分別從 result/weights/weight 與 result/albums/album 節點開始解析:
復制代碼 代碼如下:
public ResultInfo onParser(Element rootElement) {
int resp = -1;
try {
String elName = "header/respcode";
resp = Integer.parseInt(selectNodeString(rootElement, elName));
} catch (NumberFormatException e) {
e.printStackTrace();
}
Log.d(TAG, "resp= " + resp);
if (resp != 0) {
return null;
}
ResultInfo searchResultInfo = new ResultInfo();
@SuppressWarnings("rawtypes")
final List weights = rootElement.selectNodes(rootElement.getPath() + "/result/weights/weight");
ResultInfo[] resultFilterInfos = parseVideos(weights);
if (resultFilterInfos != null) {
ResultInfo weight = new ResultInfo();
weight.putResultInfoArray(ResultInfo.KEY_VIDEOS, resultFilterInfos);
searchResultInfo.putResultInfo(ResultInfo.KEY_WEIGHT, weight);
}
@SuppressWarnings("rawtypes")
final List albums = rootElement.selectNodes(rootElement.getPath() + "/result/albums/album");
ResultInfo[] resultInfos = parseVideos(albums);
if (resultInfos != null) {
ResultInfo album = new ResultInfo();
album.putResultInfoArray(ResultInfo.KEY_VIDEOS, resultInfos);
searchResultInfo.putResultInfo(ResultInfo.KEY_SEARCH, album);
}
return searchResultInfo;
}
Step 2:找到對應的 Node 後,從該 Node 遞迴查找直到最小的單元 Element,再對每個 Element 進行解析:
復制代碼 代碼如下:
private ResultInfo[] parseVideos(final List nodes) {
if (nodes != null && nodes.size() > 0) {
final int size = nodes.size();
final ResultInfo[] vis = new ResultInfo[size];
int i = 0;
for (Object o : nodes) {
if (o instanceof Element) {
final Element videoElement = (Element) o;
vis[i] = parseVideo(videoElement);
}
i++;
}
return vis;
}
return null;
}
Step 3:針對取得到的 Element,解析出對應的 String 並傳遞給資料類別:
復制代碼 代碼如下:
private ResultInfo parseVideo(final Element videoElement) {
final String id = videoElement.elementText("album_id");
final String title = videoElement.elementText("title");
final String duration = videoElement.elementText("duration");
final String mainactors = videoElement.elementText("mainactors");
ResultInfo vi = new ResultInfo();
vi.putString(VideoInfo.ID, id);
vi.putString(VideoInfo.TITLE, title);
vi.putString(VideoInfo.DURATION, duration);
vi.putString(VideoInfo.MAINACTORS, mainactors);
return vi;
}
Step 4:將解析出來的多筆資料逐一提取,定位到每個 video 後,把資料傳遞給對應的 ArrayList,再與 Adapter 資料關聯起來,完成整個 XML 解析與資料展示流程。
XML 很好很強大,但另一位時代弄潮兒 JSON 的光環已逐漸超越 XML,如今各大網站提供的資料介面一般都是 JSON。
2.1 JSON 是什麼? JSON(JavaScript Object Notation)是一種輕量級的資料交換格式,易於人閱讀撰寫,也易於機器解析生成。它是儲存與交換文字資訊的語法,類似 XML,採用完全獨立於語言的純文字格式。
2.2 JSON 格式 JSON 建構於兩種結構:「名稱/值」對的集合(在不同語言中被理解為物件、紀錄、結構、字典、雜湊表或有鍵清單等),以及值的有序清單(在大部分語言中被理解為陣列、向量、清單或序列)。值可以是雙引號括起來的字串、數值、true、false、null、物件或陣列,且這些結構可以嵌套。
2.3 舉個例子 以某影音平台提供的電影頻道 JSON 資料為例,可以看到 JSON 如何清晰地表達一部電影的資料(當然這是格式化後的樣子,未格式化的元資料並不便於閱讀)。
2.4 如何解析 JSON? Android 中所有相關類別都在 org.json 套件下,包括 JSONObject、JSONArray、JSONStringer、JSONTokener、JSONWriter、JSONException。目前 JSON 解析有 get 與 opt 兩種方法,建議使用 opt 方法,因為 get 方法在內容為空時會直接拋出異常(但需注意 JSONArray.opt(index) 的越界問題)。
在 Android 中建立 JSON 的範例:
復制代碼 代碼如下:
private String createJson() throws JSONException {
JSONObject jsonObject = new JSONObject();
jsonObject.put("intKey", 123);
jsonObject.put("stringKey", "lalala");
jsonObject.put("booleanKey", true);
JSONArray jsonArray = new JSONArray();
jsonArray.put(0, 111);
jsonArray.put("second");
jsonObject.put("arrayKey", jsonArray);
JSONObject innerJsonObject = new JSONObject();
innerJsonObject.put("innerStr", "inner");
jsonObject.put("innerObjectKey", innerJsonObject);
return jsonObject.toString();
}
解析時,通常先用 JsonObjectRequest 從網路伺服器取得 JSON 資料,再以 getJSONObject、getJSONArray 逐層取出所需欄位,最後透過 optString 等方法把值封裝進資料物件。除了原生類別,若想提升開發效率且不介意 App 體積增加數百 KB,也可考慮 Jackson、google-gson、Json-lib 等第三方解析庫。
JSON 相比 XML 的不同之處在於:沒有結束標籤、更短、讀寫速度更快、能用內建的 JavaScript eval() 方法解析、使用陣列、不使用保留字。總之,JSON 比 XML 更小、更快、更易解析。
就組成而言,XML 主要由 element、attribute 與 element content 構成;JSON 則由 object、array、string、number、boolean(true/false)與 null 構成。XML 要表示一個物件時,最初可能用 element 當作物件、每組 key-value 對用 attribute 表示,但當某個值本身也是物件時,就無法當作 attribute 了——什麼時候該用 element、什麼時候該用 attribute,本身就是個難題。而 JSON 因為有 object 型別可以自然地映射,不需考慮上述問題:
復制代碼 代碼如下:
{
"name": "John",
"age" : 10,
"address" : {
"country" : "China",
"province" : "Guang Dong",
"city" : "..",
"district" : ".."
}
}
此外,XML 需要選擇如何處理 element content 的換行,JSON string 則不需作這個選擇;XML 只有文字、沒有預設的數字格式,JSON 則有明確的 number 格式,在 locale 上也更安全;JSON 的 true/false/null 也能容易地對應到一般程式語言的語義。另一方面,XML 文件可以附上 DTD、Schema 以及 XPath 等規範,能方便地給資料附加各種約束條件與關聯資訊,從資料表達能力來看 XML 強於 JSON,但很多場景並不需要這麼複雜的重量級方案,輕便靈活的 JSON 自然就更受歡迎。
本文對目前主流的 XML 與 JSON 兩種資料格式進行了解釋,系統性地梳理了它們的語法與解析方式,並在最後做了對比,釐清兩者的差異與各自優勢。面向資料的應用,我個人比較偏好 JSON,因為它簡單且易於在客戶端處理;而 XML 在伺服器端依舊無與倫比,但 JSON 在客戶端的優勢同樣十分明顯。歸根究柢,選型的關鍵在於場景——殺雞不必用牛刀,選對工具才是王道。