xml——基础
Extensible Markup Language 可扩张标记语言
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是存储数据的,html是展示数据的。
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标签区分大小写
组成部分
1.文档声明
格式
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(结合css的)
3.标签——标签名称自定义
4.属性。
id属性值唯一
5.文本
CDATA——在该区域的数据会被原样展示
格式——<![CDATA[数据]]>
xml——约束
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
xml——解析
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中。持久化存储。
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
xml——解析——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
1.导入jar包
2.获取Document对象,根据xml文档获取
3.获取对应的标签元素 Element对象
4.获取数据
package cn.lmz.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;
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
//获取Document对象,更具xml文档获取
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
Elements elements = document.getElementsByTag("name");
//获取第一个name的element对象
Element element = elements.get(0);
//获取数据
String name = element.text();
System.out.println("name");
}
}
<?xml version="1.0" encoding="UTF-8" ?>
<students>
<student number="heima_0001">
<name>tom</name>
<age>18</age>
<sex>male</sex>
</student>
<student number="heima_0002">
<name>jack</name>
<age>18</age>
<sex>female</sex>
</student>
</students>
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对象
- 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xml或html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属性值获取为一个element对象
- getElementByTag(String tagName)——根据标签名称获取元素对象集合
- getElementByAttribute(String key)——根据属性名称获取元素对象集合
- getElementByAttributeValue(String key,String value)——根据对应的属性名称和属性值获取元素对象集合
3.Elements——元素Element对象的集合。可以当作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属性值获取为一个element对象
- getElementByTag(String tagName)——根据标签名称获取元素对象集合
- getElementByAttribute(String key)——根据属性名称获取元素对象集合
- getElementByAttributeValue(String key,String value)——根据对应的属性名称和属性值获取元素对象集合
②获取属性值
String arr(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 hrml( )——获取标签体的所有内容(包括子标签的字符串内容)
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
2.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w3cshool参考手册,使用XPath的语法完成查询。