XML

第一节 概念

  • 概念：Extensible Markup Language 可扩展标记语言
    • 可扩展：标签都是自定义的。
  • 功能
    • 存储数据
      • 1.配置文件
      • 2.在网络中传输
  • xml与html的区别
    • xml标签都是自定义的，html都是预定义的
    • xml的语法非常严格，html语法松散
    • xml是存储数据的，html是展示数据的
      • w3c：万维网联盟
      • 浏览器的恶性竞争导致HTML语法及其松散，代替不了HTML，于是竞争properties ```html properties name=zhangsan age=23 gender=nan

name=lisi age=24 gender=nv

zhangsan 23 lisi 24 <a name="Od1z9"></a> ## 第二节 语法 1. 基本语法 1. xml文档的后缀名 .xml 1. xml第一行必须定义为文档声明 1. xml文档中有且仅有一个根标签 1. 属性值必须使用引号（单双都可）引起来 1. 标签必须正确关闭 1. xml标签名称区分大小写 2. 快速入门xml <?xml version=’1.0’ ?> zhangsan 23 male 
  1. <user id='2'>
  2.     <name>lisi</name>
  3.     <age>24</age>
  4.     <gender>female</gender>
  5. </user>

  2. 3. 组成部分
  3.    1. 文档声明
  4.       1. 格式：<?xml 属性列表 ?>
  5.       1. 属性列表：
  6.          1. version：版本号。必须的属性
  7.          1. encoding：编码方式。告知解析引擎当前的文档使用的字符集，默认值：ISO-8859-1
  8.          1. standalone：是否独立
  9.             1. 取值：
  10.                1. yes：不依赖其他文件
  11.                1. no：依赖其他文件
  12.    2. 指令（了解）：结合css
  13.       1. <?xml-stylesheet type="text/css" href="a.css" ?>
  14.    3. 标签：标签名称自定义的规则
  15.       1. 规则：
  16.          1. 名称可以含字母、数字以及其他的字符
  17.          1. 名称不能以数字或者标点符号开始
  18.          1. 名称不能以字符 “xml”（或者 XML、Xml）开始
  19.          1. 名称不能包含空格
  20.    4. 属性
  21.       1. id属性值唯一
  22.    5. 文本：
  23.       1. CDATA区：在该区域中的数据会被原样展示
  24.          1. 格式：<![CDATA[ 数据 ]]>
  25. - 约束：规定xml文档的书写规则
  26.    - 作为框架的使用者（程序员）：
  27.       - 能够在xml中引入约束文档
  28.       - 能够简单的读懂约束文档
  29.    - 分类：
  30.       - DTD：一种简单的约束技术
  31.       - Schema：一种复杂的约束技术
  32.    - DTD：
  33.       - 引入dtd文档到xml文档中
  34.          - 内部dtd：将约束规则定义在xml文档中
  35.          - 外部dtd：将约束的规则定义在外部的dtd文件中
  36.             - 本地：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
  37.             - 网络：<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">
  38. ```xml
  39. <?xml version="1.0" encoding="UTF-8" ?>
  40. <!DOCTYPE students SYSTEM "student.dtd">
  42. <!--<!DOCTYPE students[
  43.         <!ELEMENT students (student+) >
  44.         <!ELEMENT student (name,age,sex)>
  45.         <!ELEMENT name (#PCDATA)>
  46.         <!ELEMENT age (#PCDATA)>
  47.         <!ELEMENT sex (#PCDATA)>
  48.         <!ATTLIST student number ID #REQUIRED>
  49.         ]>-->

—>

  1. <a name="rJgel"></a>
  2. ## 第三节 解析
  3. 解析：操作xml文档，将文档中的数据读取到内存中
  5. - 操作xml文档
  6.    - 解析（读取）：将文档中的数据读取到内存中
  7.    - 写入：将内存中的数据保存到xml文档中。持久化的存储
  8. - 解析xml的方式：
  9.    - DOM：将标记语言文档一次性加载进内存，在内存中形成一棵DOM树
  10.       - 优点：操作方便，可以对文档进行CRUD的所有操作
  11.       - 缺点：占内存
  12.    - SAX：逐行读取，基于事件驱动的
  13.       - 优点：不占内存
  14.       - 缺点：只能读取，不能增删改
  15. - xml常见的解析器：
  16.    - JAXP：sun公司提供的解析器，支持dom和sax两种思想
  17.    - DOM4J：一款非常优秀的解析器
  18.    - 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。
  19.    - PULL：Android操作系统内置的解析器，sax方式的
  20. - Jsoup解析器
  21.    - 快速入门：
  22.       - 步骤：
  23.          - 导入jar包
  24.          - 获取Document对象
  25.          - 获取对应的标签Element对象
  26.          - 获取数据
  27. ```xml
  28. /**
  29.  * Jsoup快速入门
  30.  */
  31. public class JsoupDemo1 {
  32.     public static void main(String[] args) throws IOException, URISyntaxException {
  33.         // 2. 获取Document对象，根据xml文档来获取
  34.         // 2.1 获取student.xml的path
  35.         String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").toURI().getPath();
  36.         // 2.2 解析xml文档，加载文档进内存，获取dom树-->Document
  37.         Document document = Jsoup.parse(new File(path), "utf-8");
  38.         // 3. 获取元素对象 Element
  39.         Elements elements = document.getElementsByTag("name");
  41.         System.out.println(elements.size());
  42.         // 3.1 获取第一个name的element对象
  43.         Element element = elements.get(0);
  44.         // 3.2 获取数据
  45.         String name = element.text();
  46.         System.out.println(name);
  48.     }
  49. }
  • Jsoup对象的使用：
    • Jsoup：工具类，可以解析html或xml文档，返回Document
      • parse：解析html或xml文档，返回Document
        • parse(File in, String charsetName)：解析xml或html文件
        • parse(String html)：解析xml或html字符串
        • parse(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象
    • Document：文档对象。代表内存中的dom树
      • 获取Element对象（继承自Element对象）
        • getElementById(String id)：根据id属性值来获取唯一的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元素对象集合
    • Elements：元素Element对象的集合。可以当做ArrayList来使用
    • Element：元素对象
      • 获取子元素对象
        • getElementById(String id)：根据id属性值来获取唯一的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元素对象集合
      • 获取属性值
        • String attr(String key)：根据属性名称获取属性值
      • 获取文本内容、
        • String text()：获取所有子标签的纯文本内容
        • String html()：获取标签体的所有内容（包括子标签的标签和文本内容）
    • Node：节点对象
      • 是Document和Element的父类
  • 快捷查询方式：
    • selector：选择器
      • 使用的方法：Elements select(String cssQuery)
        • 语法：参考Selector类中定义的语法
    • 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。
      • 使用Jsoup的XPath需要额外导入jar包
      • 查询w3school参考手册，使用XPath的语法完成查询