Web基础_01_XML

XML

1、概念

Extensible Markup Language：可扩展标记语言

*可扩展：标签都是自定义的。
	<user> <student> 

* 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

---

2、语法

2.1、基本语法

*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>

2.2、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 ]]>

2.3、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

* 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="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

解析：操作xml文档，将文档中的数据读取到内存中。

3.1、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

3.2、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。（常⽤于移动端）  
	* 优点：不占内存。 
	* 缺点：只能读取，不能增删改

3.3、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。

3.4、Jsoup

 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);

3.5、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

3.6、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); 
	}

---

注：如有错误，敬请指正！