XML概述，语法，解析（DTD、Schema、Jsoup）

学无止境java

于 2022-03-20 16:13:22 发布

阅读量191

点赞数 1

分类专栏： java web 文章标签： xml

本文链接：https://blog.csdn.net/JIAYOUYAA/article/details/123615214

版权

java web 专栏收录该内容

12 篇文章 2 订阅

订阅专栏

XML概述，语法，解析（DTD、Schema、Jsoup）

1. XML
	1. 概念
	2. 语法
	3. 解析

XML：

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
  1. xml标签都是自定义的，html标签是预定义。
  2. xml的语法严格，html语法松散
  3. xml是存储数据的，html是展示数据
- w3c:万维网联盟
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声明
  3. xml文档中有且仅有一个根标签
  4. 属性值必须使用引号(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
- 快速入门：
```
<?xml version='1.0' ?>
<users>
	<user id='1'>
		<name>zhangsan</name>
		<age>23</age>
		<gender>male</gender>
		<br/>
	</user>
	
	<user id='2'>
		<name>lisi</name>
		<age>24</age>
		<gender>female</gender>
	</user>
</users>
```
- 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
  2. 指令(了解)：结合css的
    - <?xml-stylesheet type="text/css" href="a.css" ?>
  3. 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
      - 名称不能以数字或者标点符号开始
      - 名称不能以字母 xml（或者 XML、Xml 等等）开始
      - 名称不能包含空格
  4. 属性：
    id属性值唯一
  5. 文本：
    - CDATA区：在该区域中的数据会被原样展示
      - 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 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">


		* 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="https://www.baidu.com/xml  student.xsd"
				4.为每一个xsd约束声明一个前缀,作为标识  xmlns="https://www.baidu.com/xml" 

			<students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
				xmlns="https://www.baidu.com/xml"
				xsi:schemaLocation="https://www.baidu.com/xml  student.xsd">

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

* 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：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
			4. 获取数据

			```
			 代码：
  		    //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);
			
			* 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
			       * 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
			  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元素对象集合
			  3. Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用
			  4. 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
			
			     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)
			  5. 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
    1. 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
      - 代码：
        //1.获取student.xml的path
        String path = JsoupDemo6.class.getClassLoader().getResource(“student.xml”).getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), “utf-8”);
        
        //3.根据document对象，创建JXDocument对象
        JXDocument jxDocument = new JXDocument(document);
        
        //4.结合xpath语法查询
        //4.1查询所有student标签
        List jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes) {
        System.out.println(jxNode);
        }
        
        System.out.println("--------------------");
        
        //4.2查询所有student标签下的name标签
        List jxNodes2 = jxDocument.selN("//student/name");
        for (JXNode jxNode : jxNodes2) {
        System.out.println(jxNode);
        }
        
        System.out.println("--------------------");
        
        //4.3查询student标签下带有id属性的name标签
        List jxNodes3 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes3) {
        System.out.println(jxNode);
        }
        System.out.println("--------------------");
        //4.4查询student标签下带有id属性的name标签并且id属性值为itcast
        
        List jxNodes4 = jxDocument.selN("//student/name[@id=‘itcast’]");
        for (JXNode jxNode : jxNodes4) {
        System.out.println(jxNode);
        }