07_XML - 《Java Web 学习笔记》

概念
语法
解析

XML

1.概念：Extensible Markup Language 可扩展标记语言

可扩展：标签都是自定义的。<user><student>
功能
- 存储数据
  1. 配置文件
  2. 在网络中传输
xml与html的区别
1. xml标签都是自定义的，html的标签都是预定义的
2. xml语法严格，html语法松散
3. xml是存储数据的，html是展示数据的
```
      w3c：万维网联盟
```

2.语法：

基本语法：
1. xml文档的后缀名 .xml
2. xml第一行必须定义为文档申明
3. xml文档中有且仅有一个根标签
4. 属性值必须使用引号引起来（单双都可以）
5. 标签必须正确关闭
6. xml标签名称区分大小写
快速入门：```xml <?xml version=’1.0’?>

<user id='1'>
    <name>zhangsan</name>
    <age>18</age>
    <gender>nan</gender>
</user>
<user id='2'>
    <name>lisi</name>
    <age>18</age>
    <gender>nv</gender>
</user>


- 组成部分：
   1. 文档声明
      1. 格式：`<?xml 属性列表?>`
      2. 属性列表：
         - version：版本号，必须的属性
         - encoding：编码方式。告知解析引擎当前文档使用的字符集，默认是ISO-8859-1
         - standalone：是否独立
            - 取值：
               - yes：不依赖其他文件
               - no：依赖其他文件
   2. 指令（了解）：结合css<br />`<?xml-stylesheet type="text/css" href="a.css" ?>`
   3. 标签：标签名称是自定义的
      - XML 元素必须遵循以下命名规则：
         - 名称可以含字母、数字以及其他的字符
         - 名称不能以数字或者标点符号开始
         - 名称不能以字符 “xml”（或者 XML、Xml）开始
         - 名称不能包含空格
可使用任何名称，没有保留的字词。 
   4. 属性：
      - id属性值唯一
   5. 文本：
      - CDATA区：在该区域内数据会被原样展示，特殊字符不需要转义
         - 格式：`<![CDATA[ 数据 ]]>`
- 约束：规定xml文档的书写规则
   - 作为框架的使用者（程序员）：
      1. 能够在xml中引入约束文档
      2. 能够简单的读懂约束文档
   - 分类：
      1. DTD：一种简单的约束技术
      2. Schema：一种复杂的约束技术
   - DTD:
      - 引入dtd文档到xml文档中
         - 内部dtd：将约束规则定义在xml文档中
         - 外部dtd：将约束的规则定义在外部的dtd文件中
            - 本地：`<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">`
            - 网络：`<!DOCTYPE students PUBLIC "dtd名字（自己起）" "dtd文件的位置URL">`
student.xml 
```xml
<?xml version="1.0" encoding="UTF-8" ?>
<!--<!DOCTYPE students SYSTEM "student.dtd">-->
<!DOCTYPE students [
        <!ELEMENT students (student*) >
        <!ELEMENT student (name,age,sex)>
        <!ELEMENT name (#PCDATA)>
        <!ELEMENT age (#PCDATA)>
        <!ELEMENT sex (#PCDATA)>
        <!ATTLIST student number ID #REQUIRED>
        ]>
<students>
    <student number="s001">
        <name>zhangsan</name>
        <age>23</age>
        <sex>male</sex>
    </student>
    <student number="s002">
        <name>lisi</name>
        <age>23</age>
        <sex>female</sex>
    </student>
</students>

student.dtd

<!ELEMENT students (student*) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

Schema:
- 引入：
  1.填写xml文档的根元素
  2.引入xsi前缀. xmlns:xsi=”http://www.w3.org/2001/XMLSchema-instance“
  3.引入xsd文件命名空间. xsi:schemaLocation=”http://www.itcast.cn/xml student.xsd”
  4.为每一个xsd约束声明一个前缀,作为标识 xmlns=”http://www.itcast.cn/xml“xml <?xml version="1.0"?> <xsd:schema xmlns="http://www.itcast.cn/xml" xmlns:xsd="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.itcast.cn/xml" elementFormDefault="qualified"> <xsd:element name="students" type="studentsType"/> <xsd:complexType name="studentsType"> <xsd:sequence> <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/> </xsd:sequence> </xsd:complexType> <xsd:complexType name="studentType"> <xsd:sequence> <xsd:element name="name" type="xsd:string"/> <xsd:element name="age" type="ageType" /> <xsd:element name="sex" type="sexType" /> </xsd:sequence> <xsd:attribute name="number" type="numberType" use="required"/> </xsd:complexType> <xsd:simpleType name="sexType"> <xsd:restriction base="xsd:string"> <xsd:enumeration value="male"/> <xsd:enumeration value="female"/> </xsd:restriction> </xsd:simpleType> <xsd:simpleType name="ageType"> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="0"/> <xsd:maxInclusive value="256"/> </xsd:restriction> </xsd:simpleType> <xsd:simpleType name="numberType"> <xsd:restriction base="xsd:string"> <xsd:pattern value="heima_\d{4}"/> </xsd:restriction> </xsd:simpleType> </xsd:schema>

3.解析：操作xml文档，将文档中的数据读取到内存中

操作xml文档
1. 解析（读取）：将文档中的数据读取到内存中
2. 写入：将内存中的数据保存到xml文档中。持久化的存储
解析xml方式：
1. DOM：将标记语言文档一次性加载进内存，在内存中形成一颗dom树
  - 优点：操作方便，可以对文档进行CRUD的所有操作
  - 缺点：占内存
2. SAX：逐行读取，基于事件驱动的。
  - 优点：不占内存
  - 缺点：只能读取，不能增删改
xml常见的解析器：
1. JAXP：sun公司提供的解析器，支持dom和sax两种思想
2. DOM4J：一款非常优秀的解析器
3. Jsoup：jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。
4. PULL：Android操作系统内置的解析器，sax方式的。

Jsoup

快速入门：
1. 导入jar包
2. 获取Document对象
3. 获取对应的标签Element对象
4. 获取数据 ```java package jsoup;

import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements;

import java.io.File; import java.io.IOException;

public class JsoupDemo1 { public static void main(String[] args) throws IOException { //2.获取document对象,根据xml文档获取 //2.1获取路径 String path = JsoupDemo1.class.getClassLoader().getResource(“student.xml”).getPath(); //2.2解析xml文档，加载文档进内存获取dom树 Document document = Jsoup.parse(new File(path), “utf-8”); //3.获取元素对象 Element Elements elements = document.getElementsByTag(“name”); //3.1获取第一个Element对象 Element element = elements.get(0); //3.2获取数据 System.out.println(element.text());

}


2. 对象的使用：
   1. `Jsoup`：工具类，可以解析html或者xml文档，返回`Document`
      - `parse`：解析html或者xml文档，返回`Document`
         - `parse(File in, String charsetName)`：解析xml或html文件的
         - `parse(String html)`：解析一个html或xml字符串的
         - `parse(URL url, int timeoutMillis)`：通过网络路径获取指定html或xml的文档对象
   2. `Document`：文档对象。代表内存中的dom树。
      - 获取`Element`对象
         - `getElementById(String id)`：根据id属性值获取唯一的Element对象
         - `getElementsByTag(String tagName)`：根据标签名称获取元素对象集合
         - `getElementsByAttribute(String key)`：根据属性名称获取元素对象集合
         - `getElementsByAttributeValue(String key, String value)`：根据对应的属性名和属性值获取对象
```java
package jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
import java.net.URL;
public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //2.获取document对象,根据xml文档获取
        //2.1获取路径
        String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
       //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取对象
        //3.1.获取所有student对象
        Elements elements = document.getElementsByTag("student");
//        System.out.println(elements);
        //3.2.获取属性名为id的element
        Elements id = document.getElementsByAttribute("id");
        /*System.out.println(id);*/
        //3.3.获取name属性为s001的对象
        Elements name = document.getElementsByAttributeValue("number", "s001");
//        System.out.println(name);
        //3.4。根据id获取
        Element itcast = document.getElementById("itcast");
        System.out.println(itcast);
    }
}

Elements：元素Element对象的集合。可以当做ArrayList<Element>来使用。
Element：元素对象
1. 获取子元素对象
  - getElementById(String id)：根据id属性值获取唯一的Element对象
  - getElementsByTag(String tagName)：根据标签名称获取元素对象集合
  - getElementsByAttribute(String key)：根据属性名称获取元素对象集合
  - getElementsByAttributeValue(String key, String value)：根据对应的属性名和属性值获取对象
2. 获取属性值
  - String attr(String key)：根据属性名称获取属性值
3. 获取文本
  - String text()：获取文本内容
  - String html()：获取标签体的所有内容（包括子标签所有字符串内容） ```java package jsoup;

import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements;

import java.io.File; import java.io.IOException;

public class JsoupDemo4 { public static void main(String[] args) throws IOException { //2.获取document对象,根据xml文档获取 //2.1获取路径 String path = JsoupDemo4.class.getClassLoader().getResource(“student.xml”).getPath(); //2.获取Document对象 Document document = Jsoup.parse(new File(path), “utf-8”);

    //通过document对象获取name标签可以获取所有的name标签
    Elements elements = document.getElementsByTag("name");

// System.out.println(elements.size());//2

    //通过element对象获取子标签对象
    Elements ele_name = document.getElementsByTag("student").get(0).getElementsByTag("name");

// System.out.println(ele_name.size());//1

    //获取student对象的属性值
    String attr = document.getElementsByTag("student").get(0).attr("number");

// System.out.println(attr);//s001

    //获取文本内容
    String text = ele_name.text();
    System.out.println(text);//张 三
    String html = ele_name.html();
    System.out.println(html);//<xing>张</xing><ming>三</ming>
}

}


   5. `Node`：节点对象
      - 是`Document`和`Element`对象的父类
3. 快捷查询方式：
   1. selector：选择器
      - [使用的方法：`Element select(String cssQuery)`](https://blog.csdn.net/syt_boss/article/details/82863990)
```java
package jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
public class JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //2.获取document对象,根据xml文档获取
        //2.1获取路径
        String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
       //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.查询name标签
        Elements name = document.select("name");
//        System.out.println(name);
        //4.查询id为itcast标签
        Elements select = document.select("#itcast");
//        System.out.println(select);
        //5.获取student标签并且number值属性为s001的age子标签标签
        Elements element = document.select("student[number ='s001'] age");
        System.out.println(element);
    }
}

Xpath：XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。
- 导入Xpath需要的jar包
- 查询w3school中xpath的参考手册