XML基础

XML

概念

Extensible Markup Language 可拓展标记语言

• 可拓展：标签都是自定义的。< user > < student >

功能

存储数据

• 配置文件
• 在网络中传输

xml与html的区别

• xml标签都是自定义的，html标签是预定
• xml的语法严格，html语法松散
• xml是存储数据的，html是展示数据

语法

1. xml文档的后缀名 .xml
2. xml第一行必须定义为文档声明
3. xml文档中必须有且仅有严格根标签
4. 属性值必须使用引号（单双都可）引起来
5. 标签必须正确关闭
6. xml标签名称区分大小写

<?xml version='1.0' ?>
<users>
	<user id='1'>
		<name>zhangsan</name>
		<age>14</age>
		<gender>male</gender>
		<br/>
	</user>

	<user id='2'>
		<name>lisi</name>
		<age>15</age>
		<gender>female<gender>
	</user>
</users>

组成部分

• 文档格式
  格式：<?xml 属性列表 ？>
  属性列表：
  version：版本号
  encoding：编码方式。告知解析引擎当前文档使用的字符集，默认值：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）
• 指令：结合css的<?xml-stylesheet type="text/css" href="a.css" ?>
• 标签：标签名称自定义的
  规则：
  名称可以包含字母，数字以及其他的字符
  名称不能以字母xml（或者XML,Xml等等）开始
  名称不能以数字或者标点符号开始
  名称不能包含空格
• 属性：id属性值唯一
• 文本：
  CDATA区：在该区域中的数据会被原因展示（格式：<![CDATA[ 数据 ]]>）

约束

• 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：

  • DTD：一种简单的约束技术
  • Schema：一种复杂的约束技术

• DTD：引用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 跟标签名 SYSTEM “dtd文件的位置">
    • 网络：<!DOCTYPE 跟标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

• Schema

  • 引用：
    • 填写xml文档的根前缀
    • 引入xsi前缀xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    • 引入xsd文件命名空间xsi:schemaLocation="http://www.baidu.com/xml student.xsd"
    • 为每一个xsd约束声明一个前缀，作为标识xmlns="http://www.pagame.top/xml"

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
  解析（读取）：将文档中的数据读取到内存中
  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文档的方式
  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）
  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
  JAXP：sun公司提供的解析器，支持dom和sax两种思想
  DOM4J：一款非常优秀的解析器
  Jsoup：jsoup是一款java的HTML解析器，可以直接解析某个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
  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

//获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//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");
//获取元素对象Element
Element elements document.getElementsByTag("name");

System.out.println(element.size());
//获取第一个name的Element对象
Element element = elements.get(0);
//获取对象
String name = elemnet.text();
System.out.println(name);

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文件的
  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发文档对象

• Document：文档对象。代表内存中的dom树
  获取Element对象
  getElementById（String id）：根据id的属性值获取唯一的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

• Elements：元素Element对象的集合。可以当做ArrayList< Element >来使用

• Element：元素对象
  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
  
  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（）：获取文本内容
  String html（）：获取标签体的所有内容（包括字标签的字符串内存）

• Node：节点对象
  是Document和Element的父类

快捷查询方式

• selector：选择器
  使用方法：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，它是一种用来确定XML（标准通用标记语言的子集）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w3cshool参考手册，使用xpath的语法完成查询