今日内容Xml
1.概念
2.语法结构
3.解析xml
一、XML概述
1、概念 Markup Language
Extensible
Markup Language--可扩展标记语言
- 标记语言：标签构成的语言
- 可扩展：标签都是自定义的 <user> <student>
2、功能
- 存储数据
- 作为配置文件使用
- 在网络中传输(web service，纯文本，跨平台，作为数据的载体)
3、xml与html的区别
- w3c(World Wide Web Consortium)是xml和html的亲爹，万维网联盟。(万维网联盟创建于1994年，是Web技术领域最具权威和影响力的国际中立性技术标准机构。到目前为止，W3C已发布了200多项影响深远的Web技术标准及实施指南，如广为业界采用的超文本标记语言HTML(标准通用标记语言下的一个应用)、可扩展标记语言XML(标准通用标记语言下的一个子集))
- 之前与html竞争，现在不再与html竞争，而是与properties竞争
- 区别
- xml标签是自定义的，html的标签是预定义的
- xml的语法严格，html的语法松散
- xml是存储数据的，html是展示数据的
4、语法【拖入浏览器正常打开显示缩进说明 书写正确】
- 基本语法
- xml文档的后缀名是.xml
- xml第一行必须定义为文档声明<?xml version='1.0' ?>
- xml文档中有且仅有一个根标签
- 属性值必须通过引号引起来，单双都可以
- 标签必须正确关闭，要么自闭和，要么是围堵标签
- 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>
</user>
<user id='2'>
<name>lisi</name>
<age>18</age>
<gender>female</gender>
</user>
</users>- 组成部分
- 文档声明
- 格式：<?xml 属性列表 ?>
- 属性列表：
- version：版本号1.0，必须的属性，不写报错
- 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(告诉浏览器解码方式为8859-1，文件真实格式为GBK)；如果使用UTF-8，则文件也要为UTF-8编码【IDEA可以根据此值自动修改文件的编码】
- standalone：是否独立，yes / no，是否依赖于其他文件
- 指令(了解)：结合css <?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
- 属性：
- id属性值唯一
- 文本内容
- CDATA区：在该区域中的数据会被原样展示
- <![CDATA[ 数据 ]]>
- 约束
二、约束
1、概述
约束：规定xml文档的书写规则
作为框架的使用者(程序员)
- 能够在xml中引入约束文档
- 能够简单的读懂约束文档
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
2、
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文件的名字" "dtd文件的URL位置">
<!ELEMENT students (student*) >
<!--*表示0次或多次，+表示一次或多次-->
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED><?xml version="1.0" encoding="UTF-8" ?>
<!--<!DOCTYPE students SYSTEM "student.dtd">-->
<!--内部DTD-->
<!DOCTYPE students [
<!ELEMENT students (student*) >
<!--*表示0次或多次，+表示一次或多次-->
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>
]>
<students>
<student number="s001">
<name>张三</name>
<age>23</age>
<sex>male</sex>
</student>
<student number="s002">
<name>李四</name>
<age>18</age>
<sex>female</sex>
</student>
</students>
3、Scheme
DTD不能对内容限制
<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itcast.cn/xml"
xmlns:xsd="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.itcast.cn/xml" elementFormDefault="qualified">
<xsd:element name="students" type="studentsType"/>
<xsd:complexType name="studentsType">
<xsd:sequence>
<xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
</xsd:sequence>
</xsd:complexType>
<xsd:complexType name="studentType">
<xsd:sequence>
<xsd:element name="name" type="xsd:string"/>
<xsd:element name="age" type="ageType" />
<xsd:element name="sex" type="sexType" />
</xsd:sequence>
<xsd:attribute name="number" type="numberType" use="required"/>
</xsd:complexType>
<xsd:simpleType name="sexType">
<xsd:restriction base="xsd:string">
<xsd:enumeration value="male"/>
<xsd:enumeration value="female"/>
</xsd:restriction>
</xsd:simpleType>
<xsd:simpleType name="ageType">
<xsd:restriction base="xsd:integer">
<xsd:minInclusive value="0"/>
<xsd:maxInclusive value="256"/>
</xsd:restriction>
</xsd:simpleType>
<xsd:simpleType name="numberType">
<xsd:restriction base="xsd:string">
<xsd:pattern value="heima_\d{4}"/>
</xsd:restriction>
</xsd:simpleType>
</xsd:schema><?xml version="1.0" encoding="UTF-8" ?>
<!--
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"
xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
xmlns="http://www.itcast.cn/xml"
>
<!--可以加前缀xmlns:a，适用于多个xsd明明空间起名
xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
xsi:schemaLocation="http://www.itcast.cn/xml1 student1.xsd"
-->
<student number="heima_0001">
<name>zhangsan</name>
<age>23</age>
<sex>male</sex>
</student>
<student number="heima_0002">
<name>lisi</name>
<age>18</age>
<sex>female</sex>
</student>
</students>
三、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【主要】
- 写入：将内存中的数据保存在xml文档中，持久化存储
1、解析xml的方式/xml解析的思想【面试】
- DOM思想【服务器端】：document object model，将标记语言 文档一次性加载进 内存，在内存中形成一棵dom树
- 优点：操作方便，可以对文档进行CRUD的所有操作(appendChild)
- 缺点：dom树消耗内存较大，不适用于内存较小的设备
- SAX思想【移动端，安卓等】：逐行读取，基于事件驱动，根据指针逐行读取，设置监听器判断标签
- 优点：不占内存，适用于内存较小的设备
- 缺点：只能读取，不能增删改
2、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，官方提供，性能差，代码书写麻烦
- DOM4J：一款非常优秀的解析器，基于dom实现
- 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。【也可以用来解析xml】
- PULL：安卓Android内置解析器，sax思想
四、
Jsoup
1、快速入门
- 步骤
- 导入jar包
- 获取document对象
- 获取对应的标签element对象
- 获取数据
package cn.itcast.xml.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;
/**
* Jsoup快速入门
*/
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
//2.获取document对象，根据xml文档获取
//2.1获取student.xml的path，通过类加载器
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//2.解析xml文档，加载文档进内存，获取dom树--->Documenr
Document document = Jsoup.parse(new File(path), "utf-8");
//3.获取元素对象Element标签对象，需求：获取name下的tom值
Elements elements = document.getElementsByTag("name");//当做arraylist
System.out.println(elements.size());
//3.1 获取第一个name的Element对象，可以通过索引拿到
Element element = elements.get(0);
//3.2 获取数据
String name = element.text();
System.out.println(name);
}
}
Jsoup对象的使用
- Jsoup：工具类，可以 解析html文档或xml文档，返回Document
- Document：文档对象：代表内存中的dom树
- Elements：元素Element对象的集合，可以当做ArrayList<Element>来使用
- Element：元素对象，获取名称属性或文本
- Node：节点对象，是上述对象的父亲
- 是Document和Element的父类
2、 Jsoup对象
文档中的重载parse方法
- static Document parse(File in, String charsetName) 解析html或xml文档，返回Document
- static Document parse(String html) 解析字符串
- static Document parse(URL url, int timeoutMillis) 通过网络路径获取指定的html文档或xml文档
package cn.itcast.xml.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;
import java.net.URL;
/**
* Jsoup对象功能
*/
public class JsoupDemo2 {
public static void main(String[] args) throws IOException {
//2.获取document对象，根据xml文档获取
//2.1获取student.xml的path，通过类加载器
String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
//2.解析xml文档，加载文档进内存，获取dom树--->Documenr
/*Document document = Jsoup.parse(new File(path), "utf-8");
System.out.println(document);*/
//第二种方式static Document parse(String html) 解析字符串
/* String str="<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
"\n" +
"<students>\n" +
"\t<student number=\"heima_0001\">\n" +
"\t\t<name>zhangsan</name>\n" +
"\t\t<age>23</age>\n" +
"\t\t<sex>male</sex>\n" +
"\t</student>\n" +
"\t<student number=\"heima_0002\">\n" +
"\t\t<name>lisi</name>\n" +
"\t\t<age>18</age>\n" +
"\t\t<sex>female</sex>\n" +
"\t</student>\n" +
" </students>";
Document document = Jsoup.parse(str);
System.out.println(document);*/
//第三种方式static Document parse(URL url, int timeoutMillis) 通过网络路径获取指定的html文档或xml文档
//可以进行爬虫
URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的资源路径
Document document = Jsoup.parse(url, 5000);
System.out.println(document);
}
}
3、 Document对象
- Document：文档对象：代表内存中的dom树
- 主要用于获取Element 对象 Document extends Node
- 常用方法：
- Elements getElementsByTag(String tagName)：根据标签名称获取元素对象集合
- Elements getElementsByAttribute(String key)：根据属性名称获取元素对象集合
- Elements 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
- Element getElementById(String id)：根据id属性值获取唯一的Element对象
package cn.itcast.xml.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;
import java.net.URL;
/**
* Document/Element对象功能
*/
public class JsoupDemo3 {
public static void main(String[] args) throws IOException {
//1获取student.xml的path，通过类加载器
String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
//2.获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//3.获取元素对象
//3.1获取所有student对象
Elements elements = document.getElementsByTag("student");
System.out.println(elements);
System.out.println("_________");
//3.2获取属性名为id的元素对象们
Elements elements1 = document.getElementsByAttribute("id");
System.out.println(elements1);
System.out.println("_________");
//3.3获取number属性值为heima_0001的元素对象
Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");
System.out.println(elements2);
//3.3获取id属性值的元素对象
Element itcast = document.getElementById("itcast");
System.out.println(itcast);
}
}
4、Element对象
功能
- 获取子元素对象【子标签】
- Elements getElementsByTag(String tagName)：根据标签名称获取元素对象集合
- Elements getElementsByAttribute(String key)：根据属性名称获取元素对象集合
- Elements 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
- Element getElementById(String id)：根据id属性值获取唯一的Element对象
- 获取属性值
- public String attr(String attributeKey)：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(所有子标签的纯文本内容)
- String html()：获取标签提的所有内容，包括子标签的字符串内容(包括子标签的标签和文本 内容)
package cn.itcast.xml.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;
/**
* Element对象功能
*/
public class JsoupDemo4 {
public static void main(String[] args) throws IOException {
//1获取student.xml的path，通过类加载器
String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
//2.获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
/*
功能
获取子元素对象【子标签】
Elements getElementsByTag(String tagName)：根据标签名称获取元素对象集合
Elements getElementsByAttribute(String key)：根据属性名称获取元素对象集合
Elements 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
Element getElementById(String id)：根据id属性值获取唯一的Element对象
获取属性值
public String attr(String attributeKey)：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()：获取标签提的所有内容，包括子标签的字符串内容
* */
//通过document对象获取name标签 ，获取所有的name标签
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
System.out.println("____________________________");
//通过Element对象获取子标签对象
Element element_student = document.getElementsByTag("student").get(0);
Elements ele_name = element_student.getElementsByTag("name");
System.out.println(ele_name.size());
//获取属性，如number的属性值
String number = element_student.attr("NUMBER");
System.out.println(number);
//获取name标签的文本内容
String text = ele_name.text();
String html = ele_name.html();
System.out.println(text);
System.out.println(html);
}
}
5、Jsoup_根据选择器查询
jsoup提供了快捷查询方式
- selector：选择器【Element对象的方法，其子类Document也可以调用】
- 方法：Elements select(String cssQuery)
- 语法：参考Selector中定义的语法
package cn.itcast.xml.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;
/**
* 选择器查询
*/
public class JsoupDemo5 {
public static void main(String[] args) throws IOException {
//1获取student.xml的path，通过类加载器
String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
//2.获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//3.查询name标签
/*
之前：
div{
}
* */
Elements elements = document.select("name");
System.out.println(elements);
System.out.println("====================");
//4.查询id值为 itcast的元素
/*
之前：
#itcast{
}
* */
Elements elements1 = document.select("#itcast");
System.out.println(elements1);
System.out.println("====================");
//5.获取student标签且number属性值为heima_0001的age子标签
Elements elements2 = document.select("student[number='heima_0001'] > age");
System.out.println(elements2);
}
}- XPath：w3c提供的xml快捷查询语法【看w3c文档】
- 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。
- 根据dom树操作，使用JSoup的XPath，需要 额外导入一个 jar包JsoupXpath-0.3.2
- 查询w3cschool的参考手册，使用xpath的语法完成查询
package cn.itcast.xml.jsoup;
import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
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;
import java.util.List;
/**
* XPath查询
*/
public class JsoupDemo6 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
//1获取student.xml的path，通过类加载器
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查询所有的student标签
List<JXNode> jxNodes = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes) {
System.out.println(jxNode);
//Element element = jxNode.getElement();
}
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);
//Element element = jxNode.getElement();
}
System.out.println("=======================");
//4.3查询student下带id的name标签
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
for (JXNode jxNode : jxNodes3) {
System.out.println(jxNode);
//Element element = jxNode.getElement();
}
System.out.println("=======================");
//4.4查询student下带id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);
//Element element = jxNode.getElement();
}
}
}
扫一扫
101
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
