XMl
-
概念:Extensible Markup Language 可扩展标记语言
- 可扩展:自定义标签
- 功能:储存数据
- 用于配置文件
- 在网络中传输
-
语法规范
- 文件后缀名为.xml
- 声明必须在第一行(顶格写)
- 有且仅有一个跟标签
- 属性值必须用单或双引号引号引起来
- 标签必须正确关闭
- 区分大小写
-
xml的组成
- 文档声明
- 格式:<?xml 属性列表 ?>
- 属性列表:
- version:版本号,必须的属性
- encoding:编码方式
- standalone:是否独立
- 取值:
- yes:不依赖其他文件
- no:依赖其他文件
- 取值:
- 属性列表:
-
标签:标签名称自定义的
- 定义的规则
- 名称可以包含字母、数字以及其他的字符
- 名称不能以数字或者标点符号开始
- 名称不能以字母 xml(包含大小写)开始
- 名称不能包含空格
- 属性
- id唯一
- 文本
- CDATA区:在此区域里的数据会被原样展示
- 格式: <![CDATA[ 数据 ]]>
- CDATA区:在此区域里的数据会被原样展示
- 定义的规则
- 格式:<?xml 属性列表 ?>
- 文档声明
-
约束:规定xml的书写规范
1. 约束的分类1. DTD:简单约束 1. 引入: 1. 外部引入:将约束的规则定义在外部的dtd文件 * 语法:<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL"> 2. 内部引入:将约束规则定义在xml文档中 * 语法:<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置"> 代码样例: <!DOCTYPE students SYSTEM "student.dtd"> 2. Schema:复杂约束 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" 代码样例: <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">
- 解析:将xml文档加载进内存
- 操作类型:
- 解析
- 写入
- 解析方式:
- 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
- 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
- 常见的解析器:
- JAXP
- DOM4J
- Jsoup
- PULL
- 操作类型:
- 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
- 操作
- 导入jar包
- jsoup-1.11.2.jar
- jsoup-1.11.2-javadoc.jar
- jsoup-1.11.2-sources.jar
- 获取Document对象
- 获取对应的标签Element对象
- 获取数据
- 导入jar包
- 了解对象的使用
-
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的文档对象
- parse:解析html或xml文档,返回Document
-
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元素对象集合
- 获取Element对象
-
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,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。
- JsoupXpath-0.3.2.jar
- 查询w3cshool参考手册,使用xpath的语法完成查询
- 使用Jsoup的Xpath需要额外导入jar包。
- selector:选择器
-
- 操作
- 解析:将xml文档加载进内存