JavaWeb：XML

于 2024-05-26 20:22:29 发布
阅读量328 收藏 10
点赞数 3
分类专栏： 作者\/ 文章标签： xml
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_85112133/article/details/139219891
版权
<!ATTLIST student number ID #REQUIRED>

student.xml

<?xml version="1.0" encoding="UTF-8" ?>

zhangsan

abc

hehe

lisi

24

female

  1. Schema:一种复杂的约束技术，可以约束文件内容

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”

student.xtd

<?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>

student.xml

<?xml version="1.0" encoding="UTF-8" ?>

<students xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”

xmlns=“http://www.itcast.cn/xml”

xsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”

tom

18

male

6. 解析

操作xml文档，将文档中的数据读取到内存中

  1. 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

  1. 解析xml的方式：

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

  1. 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。

7. 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。

快速入门，步骤：

  1. 导入jar包

  2. 获取Document对象

  3. 获取对应的标签Element对象

代码：

package cn.itcast.xml.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;

/**

  • Jsoup快速入门

*/

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student.xml的path

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 document = Jsoup.parse(new File(path), “utf-8”);

//3.获取元素对象 Element

Elements elements = document.getElementsByTag(“name”);

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

//3.1获取第一个name的Element对象

Element element = elements.get(0);

//3.2获取数据

String name = element.text();

System.out.println(name);

}

}

Jsoup中对象的使用

  1. 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

① parse​(File in, String charsetName)：解析xml或html文件的。

② parse​(String html)：解析xml或html字符串

③ parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象

package cn.itcast.xml.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;

/**

  • Jsoup对象功能

*/

public class JsoupDemo2 {

public static void main(String[] args) throws IOException {

//2.1获取student.xml的path

String path = JsoupDemo2.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 document = Jsoup.parse(new File(path), “utf-8”);

System.out.println(document);*/

//2.parse​(String html)：解析xml或html字符串

/* String str = “<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n” +

“\n” +

“\n” +

“\t<student number=“heima_0001”>\n” +

“\t\ttom\n” +

“\t\t18\n” +

“\t\tmale\n” +

“\t\n” +

“\t<student number=“heima_0002”>\n” +

“\t\tjack\n” +

“\t\t18\n” +

“\t\tfemale\n” +

“\t\n” +

“\n” +

“”;

Document document = Jsoup.parse(str);

System.out.println(document);*/

//3.parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象

URL url = new URL(“https://baike.baidu.com/item/jsoup/9012509?fr=aladdin”);//代表网络中的一个资源路径

Document document = Jsoup.parse(url, 10000);

System.out.println(document);

}

}

  1. Document：文档对象。代表内存中的dom树

获取Element对象

① getElementById​(String id)：根据id属性值获取唯一的element对象

② getElementsByTag​(String tagName)：根据标签名称获取元素对象集合

③ getElementsByAttribute​(String key)：根据属性名称获取元素对象集合

④ 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

package cn.itcast.xml.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;

/**

  • Document/Element对象功能

*/

public class JsoupDemo3 {

public static void main(String[] args) throws IOException {

//1.获取student.xml的path

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.获取元素对象了。

//3.1获取所有student对象

Elements elements = document.getElementsByTag(“student”);

System.out.println(elements);

System.out.println(“-----------”);

//3.2 获取属性名为id的元素对象们

Elements elements1 = document.getElementsByAttribute(“id”);

System.out.println(elements1);

System.out.println(“-----------”);

//3.2获取 number属性值为heima_0001的元素对象

Elements elements2 = document.getElementsByAttributeValue(“number”, “heima_0001”);

System.out.println(elements2);

System.out.println(“-----------”);

//3.3获取id属性值的元素对象

Element itcast = document.getElementById(“itcast”);

System.out.println(itcast);

}

}

  1. Elements：元素Element对象的集合。可以当做 ArrayList来使用

  2. Element：元素对象

  3. 获取子元素对象

① getElementById​(String id)：根据id属性值获取唯一的element对象

② getElementsByTag​(String tagName)：根据标签名称获取元素对象集合

③ getElementsByAttribute​(String key)：根据属性名称获取元素对象集合

④ 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

  1. 获取属性值

① String attr(String key)：根据属性名称获取属性值

  1. 获取文本内容

① String text():获取文本内容

② String html():获取标签体的所有内容(包括字标签的字符串内容)

package cn.itcast.xml.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;

/**

*Element对象功能

*/

public class JsoupDemo4 {

public static void main(String[] args) throws IOException {

//1.获取student.xml的path

String path = JsoupDemo4.class.getClassLoader().getResource(“student.xml”).getPath();

//2.获取Document对象

Document document = Jsoup.parse(new File(path), “utf-8”);

/*

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元素对象集合

  1. 获取属性值
  • String attr(String key)：根据属性名称获取属性值
  1. 获取文本内容

  • String text():获取所有字标签的纯文本内容

  • 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)

*/

//通过Document对象获取name标签，获取所有的name标签，可以获取到两个

Elements elements = document.getElementsByTag(“name”);

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

System.out.println(“----------------”);

//通过Element对象获取子标签对象

Element element_student = document.getElementsByTag(“student”).get(0);

Elements ele_name = element_student.getElementsByTag(“name”);

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

//获取student对象的属性值

String number = element_student.attr(“NUMBER”);

System.out.println(number);

System.out.println(“------------”);

//获取文本内容

String text = ele_name.text();

String html = ele_name.html();

System.out.println(text);

System.out.println(html);

}

}

  1. Node：节点对象：是Document和Element的父类

快捷查询方式：

  1. 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

package cn.itcast.xml.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;

/**

*选择器查询

*/

public class JsoupDemo5 {

public static void main(String[] args) throws IOException {

//1.获取student.xml的path

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

/*

div{

}

*/

Elements elements = document.select(“name”);

System.out.println(elements);

System.out.println(“=----------------”);

//4.查询id值为itcast的元素

Elements elements1 = document.select(“#itcast”);

System.out.println(elements1);

System.out.println(“----------------”);

//5.获取student标签并且number属性值为heima_0001的age子标签

//5.1.获取student标签并且number属性值为heima_0001

Elements elements2 = document.select(“student[number=“heima_0001”]”);

System.out.println(elements2);

System.out.println(“----------------”);

//5.2获取student标签并且number属性值为heima_0001的age子标签

Elements elements3 = document.select(“student[number=“heima_0001”] > age”);

System.out.println(elements3);

}

}

2401_85112133
关注
专栏目录
XML学习笔记02【xml_解析】
upward
02-10 486
XML学习笔记02【xml_解析】
getElementsByAttribute
iteye_14264的博客
12-23 695
[code="java"] //属性选择符 //author:司徒正美 ref:http://www.cnblogs.com/rubylouvre/archive/2009/10/26/1590102.html //正则支持 tag[attrName ^\$\*\~\!=attrValue] var getElementsByAttribute = function(search) { ...
JAVAWeb--------XML的概念，语法和解析
qq_40955824的博客
05-16 316
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> 1.功能: 存储数据 配置文件 在网络中传输（WebService） 2.xml与html的区别 xml标签都是自定义的，html标签是预定义（HTML里面的标签都是提供好的）。 xml的语法严格（写对很难），html...
java爬虫的部分笔记
u013248911的博客
10-19 244
doc.getElementsByAttributeValue("property", "v:summary").text() doc = Jsoup.connect(url) .maxBodySize(Integer.MAX_VALUE) // .data("query", "Java") .cookies(cookies) ...
XML学习笔记
Simon郎的博客
03-07 249
1. 概念：Extensible Markup Language 可扩展标记语言 可扩展：标签都是自定义的。 &lt;user&gt; &lt;student&gt; 功能 存储数据 1. 配置文件 2. 在网络中传输 ...
JavaWeb:JavaWeb
05-02
JavaWeb是基于Java技术平台的Web应用程序开发框架。在JavaWeb中，我们主要涉及四大核心技术：Servlet、JSP（JavaServer Pages）、JavaBean以及MVC（Model-View-Controller）设计模式。这些技术共同构成了JavaWeb开发...
javaweb:javaweb的程序
03-24
JavaWeb 是一个基于Java技术构建的Web应用程序框架，它涵盖了从服务器端编程、客户端交互到数据库访问等多方面的技术。这个“javaweb:javaweb的程序”很可能是某个开源项目的源码仓库，让我们来深入探讨一下JavaWeb...
JavaWeb:常见javaweb问题
05-16
- **Tomcat服务器**：JavaWeb应用通常部署在Tomcat上，通过修改server.xml配置端口、上下文路径等。 - **WAR与EAR包**：WAR是Web应用的打包格式，EAR用于打包整个企业应用，包含多个WAR和其他资源。 8. **错误...
javaweb高级编程源码-javaweb:javaweb高级编程源码笔记
05-22
JavaWeb是Java技术在Web开发中的应用，涵盖了Servlet、JSP、过滤器、监听器、MVC框架（如Spring MVC）、会话管理、Cookie技术、AJAX、JSON等多个方面。这个"javaweb高级编程源码-javaweb:javaweb高级编程源码笔记...
javaWeb:javaweb学习过程中使用的项目
03-24
JavaWeb是Java编程语言在Web开发领域的应用，它包含了服务器端编程的各种技术和工具。这个"javaWeb:javaweb学习过程中使用的项目"是为初学者或有经验的开发者提供的一个实践平台，帮助他们深入理解JavaWeb的核心概念...
Jsoup 解析html时，doc.getElementsByClass方法 空格问题
nercon233的专栏
09-11 1703
今天发现2年前的爬虫接口爬取突然失败了。调试发现因为html页面结构发生了变化，导致doc.getElementsByClass方法没有获得目标元素节点。经过排除发现html中某个节点的class样式中有空格，如 <span class="pl-1 info-value">.....</span> 经过测试，解决方法如下： 1、使用doc.getElementsBy...
Java爬虫学习笔记
qq_51490751的博客
05-09 228
2022.05.09 package Jsoup; import org.apache.commons.io.FileUtils; import org.jsoup.Jsoup; import org.jsoup.nodes.Attributes; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; import org.junit.Test; impor
Jsoup介绍
一掬净土
04-01 2811
一．Jsoup简介： 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。 在爬虫采集网页领域主要作用是用HttpClient获取到网页后具体的网页提取需要的信息的时候，就用到Jsoup，Jsoup可以使用强大的类似Jquery,css选择器，来获取需要
Java爬虫学习:利用HttpClient和Jsoup库实现简单的Java爬虫程序
johnson_moon的博客
11-06 5428
本文介绍了如何利用HttpClient和Jsoup库的配合实现简单的Java爬虫程序
利用Jsoup进行简单的HTML解析
f_junhao的博客
02-12 667
之前我们已经使用过htmlparser进行简单的html析取，但是现在我们已经不再使用 htmlparser 了，原因是 htmlparser 很少更新，但最重要的是有了 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。
封装getElementsByAttribute
weixin_30357231的博客
02-25 126
function getElementsByAttribute(attribute, attributeValue){ var elementArray = new Array(); var matchedArray = new Array(); if (document.all) { elementArray = document.all; } else { eleme...
java提取html页面中有效的信息
g3230863的博客
09-29 857
第一种方式，通过正则来获取 第二种：通过jsoup来抓取 <dependency> <groupId>org.jsoup</groupId> <artifactId>jsoup</artifactId> <version>1.13.1</version> </dependency> mpor...
java网页解析jsoup学习笔记
山河已无恙
03-24 870
我们这一生很短，我们终将会失去它，所以不妨大胆一点， 爱一个人，攀一座山，追一次梦，不妨大胆一点，有很多事没有答案
理解JavaWeb：web.xml部署描述符详解
"本文将深入探讨JavaWeb开发中的核心配置文件——web.xml，它是Web应用程序的部署描述符，用于定义应用的结构、行为以及服务器如何处理请求。了解并掌握web.xml的配置是每个JavaWeb开发者的基础技能。" 在JavaWeb...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值