文章目录
1. XML 的概念
XML(Extensible Markup Language),可扩展标记语言。
可扩展:指标签都是用户自定义的。
标记语言:指由标签构成的语言,但标记语言不是编程语言。
2. XML 的功能
XML 主要用于存储数据,比如:
- 作为配置文件使用(代替 properties)
- 在网络中传输
3. XML 和 HTML 的区别
- XML 标签都是自定义的,HTML 标签是预定义。
- XML 是用于存储数据的,HTML 是用于展示数据的
- XML 的语法严格,HTML 语法松散
4. XML 基础语法
-
XML 文档的后缀名为
.xml
-
XML 第一行必须定义为文档声明,如:
<?xml version='1.0'?>
-
XML 文档中有且仅有一个根标签(一个没有或者有多个会报错)
-
XML 属性值必须使用引号(单双都可)引起来
-
XML 标签必须正确关闭,围堵标签或者自闭和标签都行
-
XML 标签名称区分大小写
5. XML 练习
<?xml version='1.0'?>
<users>
<user id='1'>
<name>张三</name>
<age>18</age>
</user>
<user id='2'>
<name>李四</name>
<age>19</age>
</user>
</users>
6. XML 组成部分
-
文档声明
-
格式
<?xml 属性列表 ?>
-
属性列表
- version:版本号(必须有)
- encoding:编码方式(默认:ISO-8859-1)
- standalone:是否独立,即是否依赖其他文件
- yes:不依赖其他文件
- no:依赖其他文件
-
-
标签
标签名称都是自定的,但标签名要遵守以下规则:
- 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
-
CDATA 区:在该区域中的数据会被原样展示
-
CDATA 区的格式
<![CDATA[ 数据 ]]>
-
7. 约束文档
-
约束文档的作用
约束文档是用来规定 XML 文档的书写规则。
-
对框架使用者的要求
- 能够在 XML 中引入约束文档
- 能够简单的读懂约束文档
-
约束文档的技术
- DTD:一种简单的约束文档技术(有缺陷)
- Schema:一种复杂的约束文档技术(DTD 的替代者)
-
DTD 的使用
-
阅读 dtd 文档
<!--ELEMENT 用来定义标签,ATTLIST 用来定义属性--> <!--声明一个 students 标签,该标签中能放 student 子标签,* 表示 student 可以出现 0 或多次--> <!ELEMENT students (student*) > <!--声明一个 student 标签,该标签中能放 name,age,sex 子标签,每个只能出现一次--> <!ELEMENT student (name,age,sex)> <!--声明一个 name 标签,该标签中能放字符串,每个只能出现一次--> <!ELEMENT name (#PCDATA)> <!--声明一个 age 标签,该标签中能放字符串,每个只能出现一次--> <!ELEMENT age (#PCDATA)> <!--声明一个 sex 标签,该标签中能放字符串,每个只能出现一次--> <!ELEMENT sex (#PCDATA)> <!--声明一个 student 标签的属性 number,ID 表示该属性值唯一,REQUIRED 表示必须出现--> <!ATTLIST student number ID #REQUIRED>
-
引入 dtd 文档到 XML 中
// 本地的 dtd 文件 <!DOCTYPE 根标签名 SYSTEM "dtd文件的位置"> // 网络的 dtd 文件 <!DOCTYPE 根标签名 PUBLIC "dtd文件名字(任意写)" "dtd文件的位置URL">
-
编写 XML
<?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE students SYSTEM "student.dtd"> <students> <student number="x001"> <name>张三</name> <age>18</age> <sex>男</sex> </student> <student number="x002"> <name>李四</name> <age>19</age> <sex>男</sex> </student> </students>
-
DTD 的缺点
无法规定标签体内字符串的内容(例如,age 可以是数字,也可以是字符串)
-
-
Schema 的使用
-
阅读 Schema 文档(Schema 文档后缀为
.xsd
)<?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"> <!--定义一个元素 students,元素类型 studentsType--> <xsd:element name="students" type="studentsType"/> <!--定义一个复合类型 studentsType--> <xsd:complexType name="studentsType"> <!--按顺序出现--> <xsd:sequence> <!--定义一个元素 student,元素类型 studentType,最小出现 0 次,最多出现没有绑定--> <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/> </xsd:sequence> </xsd:complexType> <!--定义一个复合类型 studentType--> <xsd:complexType name="studentType"> <!--按顺序出现--> <xsd:sequence> <!--定义一个元素 name,元素类型 string--> <xsd:element name="name" type="xsd:string"/> <!--定义一个元素 name,元素类型 ageType--> <xsd:element name="age" type="ageType" /> <!--定义一个元素 name,元素类型 sexType--> <xsd:element name="sex" type="sexType" /> </xsd:sequence> <!--定义一个属性 number,元素类型 numberType,必须存在--> <xsd:attribute name="number" type="numberType" use="required"/> </xsd:complexType> <!--定义一个简单类型 sexType--> <xsd:simpleType name="sexType"> <!--基本的数据格式为 string--> <xsd:restriction base="xsd:string"> <!--定义枚举类型,值只能为 male 或 female--> <xsd:enumeration value="male"/> <xsd:enumeration value="female"/> </xsd:restriction> </xsd:simpleType> <!--定义一个简单类型 ageType--> <xsd:simpleType name="ageType"> <!--基本的数据格式为 integer--> <xsd:restriction base="xsd:integer"> <!--最小值为 0--> <xsd:minInclusive value="0"/> <!--最大值为 256--> <xsd:maxInclusive value="256"/> </xsd:restriction> </xsd:simpleType> <!--定义一个简单类型 numberType--> <xsd:simpleType name="numberType"> <!--基本的数据格式为 integer--> <xsd:restriction base="xsd:string"> <!--格式必须是:X_四位数字--> <xsd:pattern value="x_\d{4}"/> </xsd:restriction> </xsd:simpleType> </xsd:schema>
-
引入 Schema 文档到 XML 中
<?xml version="1.0" encoding="UTF-8" ?> <!-- 引入 Schema 的步骤: 1.填写 xml文档的根元素 2.引入 xsi 前缀 如:xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 3.通过 xsi 前缀引入 Schema 文件的路径,文件的命名空间 如:xsi:schemaLocation="http://www.itcast.cn/xml student.xsd" 4.为每一个 Schema 文件的命名空间声明一个前缀,作为标识,这样每个标签前都要加对应的前缀 如:xmlns:a="http://www.itcast.cn/xml" 注意:如果只引入一个 Schema 文件的话,可以使用默认前缀,这样每个标签前不用加前缀了 如:xmlns="http://www.itcast.cn/xml" --> <a:students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.itcast.cn/xml student.xsd" xmlns:a="http://www.itcast.cn/xml" > <a:student number="x_0001"> <a:name>张三</a:name> <a:age>18</a:age> <a:sex>male</a:sex> </a:student> <a:student number="x_0002"> <a:name>李四</a:name> <a:age>19</a:age> <a:sex>female</a:sex> </a:student> </a:students>
-
8. XML 解析
-
XML 解析的概念
将 XML 文档中的数据读取到内存中
-
解析 XML 的思想
-
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:如果标记语言文档很大,会占内存
-
-
SAX:逐行读取,基于事件驱动
- 优点:不占内存。(适用于内存较小设备,如手机)
- 缺点:只能读取,不能增删改
-
-
常见的 XML 解析器
- DOM4J:一款非常优秀的解析器,支持 DOM
- 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。
9. jsoup 解析器的使用
-
jsoup 的使用步骤
- 导入 jsoup 的 jar 包(jsoup-1.11.2.jar),右键 Add as Library
- 获取 Document 对象
- 获取对应的标签 Element 对象
- 获取数据
-
jsoup 的练习
package com.zt.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; public class JsoupDemo1 { public static void main(String[] args) throws IOException { // 1.获取 Document 对象 // 1.1获取 student.xml 的文件路径(字符串表示形式) String path = JsoupDemo1.class.getClassLoader().getResource("test.xml").getPath(); // 1.2解析 student.xml文档,加载文档进内存,获取 Document 对象 Document document = Jsoup.parse(new File(path), "utf-8"); // 2.获取元素对象 Element 集合 Elements name = document.getElementsByTag("user"); // 2.1 获取第一个 name Element element = name.get(1); // 3.获取数据 String text = element.text(); System.out.println(text); } }
-
jsoup 的对象
-
Jsoup:工具类,可以解析 HTML 或 XML 文档,返回 Document 对象
方法:
-
parse(File in, String charsetName):解析 HTML 或 XML 文档
String path = JsoupDemo1.class.getClassLoader().getResource("test.xml").getPath(); Document document = Jsoup.parse(new File(path), "utf-8");
-
parse(URL url, int timeoutMillis):通过网络路径获取指定的 HTML 或 XML 文档对象(可用于爬虫)
URL url = new URL("https://baike.baidu.com/item/jsoup"); Document document = Jsoup.parse(url,10000);
-
-
Document:文档对象,代表内存中的 DOM 树,主要用于获取 Elements 对象
方法:
- 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
-
Elements:元素 Element 对象的集合,可以当做 ArrayList 来使用
-
Element:元素对象,用于获取子元素对象
方法:
- 获取子元素对象(与 Document 方法相同)
- 获取属性值
- String attr(String key):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():获取标签体的所有内容(包括字标签的字符串内容)
-
-
jsoup 快捷查询方式
-
快捷查询方式的作用
要获取某个标签,都是通过根标签开始,一层一层地往下寻找,这样很麻烦。快捷查询方式可以快速定位到我们要获取的标签
-
常用的快捷查询方式
-
selector:选择器查询
-
方法:Elements select(String cssQuery)
-
语法:参考 jsoup-1.11.2-javadoc 中 Selector 类中定义的语法
-
实例:
package com.zt.xml.jsoup; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; public class JsoupDemo2 { public static void main(String[] args) throws IOException { // 1.获取 Document 对象 // 1.1获取 student.xml 的文件路径(字符串表示形式) String path = JsoupDemo1.class.getClassLoader().getResource("test.xml").getPath(); // 1.2解析 student.xml文档,加载文档进内存,获取 Document 对象 Document document = Jsoup.parse(new File(path), "utf-8"); // 查询 name 标签 Elements user = document.select("name"); System.out.println(user); System.out.println("----------"); // 查询 id 值为 X_0001 的元素 Elements select = document.select("#X_0001"); System.out.println(select); System.out.println("----------"); // 查询 id 值为 X_0002 的 user 元素的 age 标签 Elements select1 = document.select("user[id='X_0002'] age"); System.out.println(select1); } }
-
-
XPath:XPath 为 XML 路径语言,它是一种用来确定 XML 文档中某部分位置的语言
-
使用:导入 XPath 的 jar 包(JsoupXpath-0.3.2.jar),右键 Add as Library
-
语法:查询 w3cshool 中 XPath 的语法
-
实例:
package com.zt.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 java.io.File; import java.io.IOException; import java.util.List; public class JsoupDemo3 { public static void main(String[] args) throws IOException, XpathSyntaxErrorException { // 1.获取 Document 对象 // 1.1获取 student.xml 的文件路径(字符串表示形式) String path = JsoupDemo1.class.getClassLoader().getResource("test.xml").getPath(); // 1.2解析 student.xml文档,加载文档进内存,获取 Document 对象 Document document = Jsoup.parse(new File(path), "utf-8"); // 2.根据 Document 对象,创建 JXDocument 对象 JXDocument jxDocument = new JXDocument(document); // 查询 name 标签 List<JXNode> jxNodes = jxDocument.selN("//name"); for (JXNode jxNode : jxNodes) { System.out.println(jxNode); } System.out.println("----------"); // 查询 id 值为 X_0001 的 user 元素 List<JXNode> jxNodes1 = jxDocument.selN("//user[@id='X_0001']"); for (JXNode jxNode : jxNodes1) { System.out.println(jxNode); } System.out.println("----------"); // 查询 id 值为 X_0002 的 user 元素的 age 标签 List<JXNode> jxNodes2 = jxDocument.selN("//user[@id='X_0002']/age"); for (JXNode jxNode : jxNodes2) { System.out.println(jxNode); } } }
-
-
-