先看xml的文档结构：
1，XML声明
xml文档是由一组使用唯一名称标识的实体组成的。始终以一个声明开始，这个声明指定该文档遵循XML1.0的规范。XML也有一种逻辑结构，在逻辑上，文档的组成成部分包括声明，元素，注释，字符引用和处理指令。
以下是代码片段：
<?xml version="1.0"?>
这个就是XML的声明，声明也是处理指令，在XML中，所有的处理指令都以<?开始，?>结束。<?后面紧跟的是处理指令的名称。XML处理指令要求指定一个version属性。并允许指定可选的standalone和encodeing，其中standalone是指是否允许使用外部声明，可设置为yes或no。yes是指定不使用外部声明。no为使用。encodeing是指作者使用的字符编码格式。有UTF-8,GBK,gb2312等等。
2，根元素
每个XML文件都必须有且只能有一个根元素。用于描述文档功能。可以自定义根元素。下例中的root为根元素。 以下是代码片段：
<root>...................</root>
3，XML代码
根据应用需要创建自定义的元素和属性。标签包括尖括号以及尖括号中的文本。元素是XML内容的基本单元。元素包括了开始标签、结束标签和标签之间的内容。
以下是代码片段：
<title>XML是可扩展标记语言</title>
整行统称为元素,其中<title></title>为标签,XML是可扩展标记语言是字符数据
XML的标记有：标签，注释，处理指令，DTD和引用等。
注释
在XML中，注释与HTML的一样，都是用<!-- 注释-->指定注释。要遵循以下规则：
在注释中不应包含有“-”“—”等字符，以免XML解释器产生混淆。
注释不能放在标签中
注释不能写在第一行。第一行是XML声明。
注释不能嵌套
可跨行注释，与java中的注释块功能一样。
处理指令
凡是以<?开始，?>结束的都是处理指令。XML声明就是一个处理指令。
标签间的字符数据的分类
标签间的字符数据可以是除了“<”以外的任何合法（Unicode）字符。“<”字符是预留作为标签的开始字符。字符数据分以下两类：
PCDATA（是指将要通过解析器进行解析的文本）
CDATA （是指不要通过解析器进行解析的文本）
其中不允许中CDATA块之内使用字符串“]]>”,因为它表示CDATA块的结束。
实体
实体可以是常用的短语，键盘字符，文件，数据库记录或任何包含数据的项。在XML中，有时实体内包含了些字符，如&,<,>,",'等。这些均需要对其进行转义，否则会对XML解释器生成错误。
字符
转义后字符
<
<
>
>
"
"
'
'
&
&
在XML中出现以上字符的，均需要转义才能通过。
实体格式如下： 以下是代码片段：
<!ENTITY 实体引用名 "引用内容">
实体又分两类：
1，一般实体(格式：&实体引用名;)
2，参数实体(格式：%实体引用名;)
一般实体，可以在XML文档中的任何位置出现的实体称为一般实体。实体可以声明为内部实体还是外部实体。外部实体分SYSYTEM及PUBLIC两种。SYSYTEM引用本地计算机，PUBLIC引用公共计算机，外部实体格式如下：
<!ENTITY 引用名 SYSTEM(PUBLIC)"URI地址">
管理实体引用的规则包括：
引用实体前，必须先在XML文档中声明该实体。
实体引用不应含有任空空格。例如：& title; &title;都是不对的。
实体引用的XML文件必须是格式良好的。
实体引用可以替代常规字符数据，也可以在标签属性中使用实体引用。如
<title value="&titlue"/>
DOCTYPE声明
在XML文档中，<!DOCTYPE[...]>声明跟在XML声明的后面。实体也必须在DOCTYPE声明中声明。语法如下：
以下是代码片段：
<?xml version="1.0"unicode="UTF-8">
<!DOCTYPE[
.....在此声明实体<!ENTITY 实体引用名"引用内容">
]>
代码例子：
以下是代码片段：
<?xml version="1.0"encoding="GBK"?>
<!DOCTYPE root[
<!ENTITY titlue "引用字符1">
<!ENTITY titlue2 "引用字符2">
]>
<root>
<titlevalue="&titlue;">&titlue;</title>
<title2>
<value><a>&titlue2;</a></value>
</title2>
</root>
在IE是打开XML文件显示为：
以下是代码片段：
<?xml version="1.0" encoding="GBK"?>
<!DOCTYPE root (View Source for fulldoctype...)>
- <root>
<titlevalue="引用字符1">引用字符1</title>
- <title2>
- <value>
<a>引用字符2</a>
</value>
清单1. 要合并的xml文档order1.xml：
<?xml version="1.0"encoding="GB2312"?>
<order>
</order>
清单2. 要合并的xml文档order2.xml：
<?xml version="1.0"encoding="GB2312"?>
<order>
</order>
清单3. 输出文档directory.xml，黑体字部分为实体声明及其引用：
<?xmlversion="1.0"?>
<!DOCTYPE directory [
]>
<directory>
</directory>
当符合 XML 1.0 的处理器读取文档时，就会扩展实体，用它的内容代替引用，因此完整的文档如下所示。
清单4. 带有扩展实体的文档显示（IE6中）：
- <directory>
SAX 定义了一个接口 org.xml.sax.EntityResolver，它提供的功能就是您要的功能。这个接口只定义了一个方法，如“清单 1”中所示：
清单 1. SAX EntityResolver接口
package org.xml.sax;
public interface EntityResolver {
public InputSource resolveEntity(String publicID,String systemID)
throws SAXException;
}
|
这个接口中的唯一方法 resolveEntity()提供了一种开始实体解析进程的方法。由于每个外部实体引用在指定如何解析内容的 DTD中都有一个公共标识或一个系统标识，或同时拥有这两者，所以可以在这个方法中匹配它们并实现自己的行为。例如，认为“清单2”中的 DTD 部分定义了 copyright 外部实体引用：
清单 2. DTD 中定义的copyright 外部实体引用
<!ENTITY copyright SYSTEM "http://www.ibm.com/developerworks/copyright.xml"> |
这里，没有公共标识，系统标识是http://www.ibm.com/developerworks/copyright.xml。所以，可以创建一个名为 CopyrightEntityResolver 的类，如“清单3”中所示。
package com.ibm.developerWorks; import org.xml.sax.EntityResolver; import org.xml.sax.InputSource; import org.xml.sax.SAXException; public class CopyrightResolver implements EntityResolver { public InputSource resolveEntity(String publicID,String systemID) throws SAXException { if (systemID.equals("http://www.ibm.com/developerworks/copyright.xml")) { // Return local copy of the copyright.xml file return new InputSource("/usr/local/content/localCopyright.xml"); } // If no match,returning null makes process continue normally return null; } |
在这个简单的实现中，在每次解析实体时都会调用 resolveEntity()方法。如果实体的系统标识匹配该方法中的 URL， 则返回本地的 XML 文档 (localCopyright.xml )；而不是返回位于提供的系统标识处的任何资源。使用这种方法，可以“缩短”处理进程，并向给定的公共标识或系统标识提供您自己的数据。当不匹配时，您会希望始终确保返回null ，这样实体解析在非特殊情况下都可以正常进行。
以上就是对实体引用解析的介绍。您可以将实体解析器注册在分析器上，如“清单 4”中所示。
// Get an XML Reader - this code not detailed here
XMLReader reader = XMLReaderFactory.createXMLReader();
reader.setEntityResolver(new CopyrightResolver());
reader.parse(new InputSource("article.xml"));
|
这就行了。如果可以获取实体引用内容的本地副本，或者需要用自己的内容替代实体引用，请使用 SAXEntityResolver接口。这将有助于提高应用程序的速度并增加 XML 文档的灵活性。
引用：
http://hi.baidu.com/dljaye/blog/item/198fe1735488a9108701b0a8
http://blog.csdn.net/ksu99/archive/2004/11/10/175866.aspx
http://www.ibm.com/developerworks/cn/xml/tips/x-tipent/
转自：http://blog.sina.com.cn/s/blog_605f5b4f0100ir4c.html
