12 XML

最新推荐文章于 2024-08-12 23:01:19 发布

菜鸟界的菜鸟

最新推荐文章于 2024-08-12 23:01:19 发布

阅读量121

点赞数

分类专栏： Java

Java 专栏收录该内容

37 篇文章 4 订阅

订阅专栏

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：

* 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>

   * 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 ]]>

* 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：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文档中。持久化的存储

   * 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，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：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。
       * 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);

   * 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