JavaWeb快速入门--XML

上一篇：JavaWeb学习总结05–Bootstrap
下一篇：JavaWeb学习总结07----Tomcat

XML：

概念：Extensible Markup Language 可扩展标记语言，它是互联网数据传输的重要工具，通过配置xml文件，可以通过网络在互联网任何的平台传输，不受编程语言的限制。XML 语法上和 HTML 比较相似，但是 HTML 中的元素是固定的，结构比较松散，可以十分简单的展示数据，而 XML 的标签是用户可以自定义的（ <user> <student>），对语法要求比较严格，一般用来存储数据和传输。所以我们在编程过程中往往会遇到xml作为配置文件或者简单的xml格式数据存储文件。

XML的语法要求：

• 1. xml文档的后缀名 .xml，切第一行必须定义为文档声明
• 2. xml文档必须有中一个根标签，其他元素只能嵌套在顶层元素中
• 3. 标签可以包含属性，但是属性值必须使用单引号或双引号引起来
• 4. 元素类型名称可以包含字母、数字以及其他字母元素类型，但是不能用数字或符号"-"开头，同时不能包含空格和冒号
• 5. 标签必须正确关闭，不允许标签间相互重叠和跨越。
• 6. xml标签名区分大小写，而且开始与结束标签必须准确匹配。

XML是一套定义语义标记的规则，同时也是用来定义其他标识语言的原标识语言，接下来我们将了解XML文档的基本结构：

<?xml version='1.0' encoding="utf-8"?>      <!--文档声明:说明是XML文档，并指定文档的版本和编码-->
<users version="1.0">                       <!--定义根元素，并设置version属性-->       
	<user id='1'>                           <!--定义文档元素-->
		<name>xiaoming</name>               <!--文档元素的属性-->
		<age>20</age>
		<gender>male</gender>
		<br/>
	</user>                                 <!--文档元素的结束标志-->
	
	<user id='2'>                           <!--定义文档元素-->
		<name>xiaomei</name>                <!--定义文档元素-->
		<age>18</age>
		<gender>female</gender>
	</user>                                 <!--文档元素的结束标志-->
</users>                                    <!--根元素的结束标志-->

XML的组成部分：XML文档可以包含XML声明、处理指令、注释等，但这些并不是必要的，如上面样例中就没有处理指令。

• 1. 文档声明，格式：<?xml 属性列表 ?>
  属性列表：
  • version：用于指定遵循XML规范的版本号，该属性是必要的，且必须放在其他属性之前
  • encoding：用于指定XML文档中字符使用的编码集。告知解析引擎当前文档使用的字符集，默认值：ISO-8859-1
  • standalone：用于指定该XML文档是否和一个外部文档嵌套使用。（yes：不依赖其他文件，no：依赖其他文件）
• 2. 指令：结合css的：<?xml-stylesheet type="text/css" href="a.css" ?>
• 3. 标签：标签名称是自定义的，在标签中可以包含字母、数字以及其他的字符，但是不能以数字、标点符号或者xml开头，同时标签中不应该包含空格。
• 4. 属性：在一个元素的其起始标记中，可以自定义一个或多个属性，属性是依附元素存在的，其值用单引号或双引号括起来，但是id属性值唯一。
• 5. CDATA段：一种用来包含文本的方法，在该区域中的数据会被原样展示，格式： <![CDATA[ 数据 ]]>

注意：在XML文档中，有些字符会被XML解析器当作标记进行处理，如果希望把这些字符作为普通字符处理，就需要使用实体引用或CDATA字段。为此我们需要了解一些XML中的常用实例引用：

字符	实体引用
<小于	&lt;
>大于	&gt;
&和	&amp;
'单引号	&apos;
"双引号	&quot;

如何规定xml文档的书写规则：
一名程序员，我么应该做到能够在xml中引入约束文档，并且能够简单的读懂约束文档
语法规范：
DTD:一种简单的约束技术，使用步骤：

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:一种复杂的约束技术，使用步骤：

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" 

<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">

3. 解析文档：操作xml文档，将文档中的数据读取到内存中

• 操作xml文档的步骤是：解析文档，将文档中的数据读取到内存中，然后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：
  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，这样做操作方便，可以对文档进行CRUD的所有操作，但是会占用内存
  SAX：逐行读取，基于事件驱动的。这样做不占内存，但是只能读取，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：sourceforge.net上的一个Java开源项目，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。操作步骤如下：

• 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

* 快速入门：

* 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
2. 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<JXNode> 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<JXNode> 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<JXNode> 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<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4) {
    System.out.println(jxNode);
}

上一篇：JavaWeb学习总结05–Bootstrap
下一篇：JavaWeb学习总结07----Tomcat