XML语言

XML 数据格式最主要的功能： 数据传输和存储

XML: 可扩展性标记语言，主要目的是传输和存储数据
XML标签必须自定义
XML是W3C推举的数据传输格式

要检查自己写的XML是否正确，可以通过浏览器打开

所有的XML必须有一个根节点，即所有标签必须在一个标签下

<root> <!--注释-->
	<user>adzt</user>
	<msg>run</msg>
</root>

---

与HTML的区别

1. HTML标签不能自定义、XML标签必须自定义。
2. HTML语法要求不严格，XML语法要求极其严格，必须是成对标签。
3. XML用来传输和存储数据，HTML用来展示数据。

---

XML的基本语法

1. XML必须有根节点，通常定义为root（根节点：其他所有节点的父级节点）
2. 所有XML必须是成对出现
3. XML标签名大小写敏感
4. 标签不能交叉<a>a<b>b</a></b><!--这是不正确的-->
5. 注释<!--在这里写注释-->
6. 特殊字符使用实体转义：

在XML中，需要转义的字符有：
　　(1)&　　　&amp；
　　(2)<　　　&lt；
　　(3)>　　　&gt；
　　(4)＂　　　&quot；
　　(5)＇　　　&apos；

---

XML属性

一个标签可以有多个属性，属性的值必须使用引号引起来
命名规则：同变量名的命名规则

<person>
    <man>
        <name age = "36" position = "神仙">太白</name>
    </man>
    <woman>
        <name age= " 60">老君</name>
    </woman>
</person>

属性是表示标签自身的一些额外信息
注意：在解析XML数据时，属性会带来额外的解析代码

---

CDATA语法<![CDATA[不解析的内容]]>
可以原样输出不解析的内容，特殊字符较多时可以使用CDATA。

---

XML组成：

• 文档声明
  1. 格式<?xml 属性列表 ?>
  2. 属性列表：
     • version ： 版本号，必须要有（针对程序员来说，而不是编译）
     • encoding ： 编码方式
     • standalone ： 是否独立
       • yes ：不依赖于其他文件
       • no ： 依赖于其他文件
• 指令 ： 结合CSS
• 标签 ：
  规则：
  1. 名称可以包含字母、数字以及其他字符
  2. 名称不能以数字或者标点符号开始
  3. 名称不能以字母xml开始
  4. 名称不能包含空格
• 属性：ID属性值唯一
• 文本

---

约束

规定XML文档的书写规则
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文档当中，后缀。dtd

- 内部dtd ： 将约束规则定义在XML文档中
- 外部dtd ： 将约束规则定义在外部的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文件位置的URL”>`

局限性：

1. 语法结构：
   DTD的语法与XMl不同，使用DOM，XPath，XSL无法处理，为自动化文档处理带来不便
2. 数据类型
   DTD数据类型不能自由扩充，不利于XML数据交换场合验证，不能对内容进行限定
3. 文档结构
   DTD中，所有元素、属性都是全局的， 无法声明仅与上下文位置相关的元素或属性
4. 名称空间
   DTD中没有名称空间的概念，不直接支持名称空间

Schema：后缀，.xsd

引入步骤：

1. 填写XML文档的根元素（根标签）
2. 引入xsi前缀。（固定格式）xmlns:xsi = “http://www.w3c.org/2001/XMLSchema_instance”(有很多取值，根据需求来)
3. 引入xsd文件命名空间 xsi:schemaLocation=“xsd文件的路径地址”
4. 为每一个xsd约束声明一个前缀，作为标识。 xmlns:前缀名 =“命名空间”
   • 不写前缀名的话表示空前缀。
   • 当有多个约束有同一个属性时，可以通过前缀名将其区分。

---

---

---

解析操作：操作XML文档，将文档中的数据读取到内存中

• 解析（读取）： 将文档中的数据读取到内存当中
• 写入 ：将内存中的数据保存到XML文档中持久化存储

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DOM树（服务端常用）
  优点 ： 操作方便，可以对文档进行CRUD的所有操作
  缺点 ： 占内存
• SAX ： 逐行读取，基于事件驱动（移动端常用）
  优点 ： 不占内存
  缺点 ： 只能读取，不能增删改

常见的XML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, CsSS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。

---

Jsoup使用

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

package com.SpringMVC;

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 TestJsoup {
    public static void main(String[] args) throws IOException {
        // 获取Document对象
        String path = TestJsoup.class.getClassLoader().getResource("test.xml").getPath();

        //解析XML文档，加载文档进内存，获取DOM树
        Document document = Jsoup.parse(new File(path), "utf-8");

        //获取元素对象
        Elements elements = document.getElementsByTag("name");

        Element element = elements.get(0);
        String name = element.text();
        System.out.println(name);

    }
}

---

Jsoup中的对象使用：

• Jsoup ： 工具类，可以解析HTML或XML文档，返回Document对象
  parse ：解析HTML或者XML文档，返回Document
• Document ： 文档对象。代表字内存中的DOM树
  主要用来获取Element对象
• Elements ：元素element对象的集合。可以当做ArrayList<Element>来使用
• Ellement : 元素对象
• Node : 节点对象

---

快捷查询方式 ：

1. selector： 选择器
2. Xpath：XML的路径语言，用来确定XML文档中某部分位置的语言