本文详细介绍了XML的基础知识，包括XML的概念、功能、与HTML的区别，以及XML的语法规范。此外，还探讨了XML的解析方式，如DOM和SAX，并介绍了常用的XML解析器和Jsoup库的使用方法。
一、概念
1、Extensible Markup Language 可扩展标记语言
可扩展指的是标签都是自定义的。例如<user>和<student>
2、功能
存储数据 a. 用作配置文件 b. 在网络中传输
2、xml与html的区别
xml标签都是自定义的，html标签是预定义
xml的语法严格，html语法松散
xml是存储数据的，html是展示数据
补充知识——w3c:万维网联盟
二、语法：
1、基本语法
xml文档的后缀名 .xml
xml第一行必须定义为文档声明
xml文档中有且仅有一个根标签
属性值必须使用引号(单双都可)引起来
标签必须正确关闭
xml标签名称区分大小写
2、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>3、组成部分
3.1 文档声明
格式：<?xml 属性列表 ?>
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
3.2 指令(了解)：结合css的
<?xml-stylesheet type="text/css" href="a.css" ?> 其中a.css为自建的文件。
3.3 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
3.4 属性：
id（类型）属性值唯一
3.5 文本：
CDATA区：在该区域中的数据会被原样展示
格式： <![CDATA[ 数据 ]]>
4、约束：规定xml文档的书写规则
4.1 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
4.2 分类：
DTD:一种简单的约束技术
Schema:一种复杂的约束技术
4.3 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
* 本地引入：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
* 网络引入：<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">
4.4 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">
三、解析：操作xml文档，将文档中的数据读取到内存中
1、操作xml文档
解析(读取)：将文档中的数据读取到内存中
写入：将内存中的数据保存到xml文档中。持久化的存储
2、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
一般服务器端使用DOM思想解析
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
一般移动端使用SAX思想解析
3、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（性能差）
DOM4J：一款非常优秀的解析器（采用DOM思想解析XML）
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。
PULL：Android操作系统内置的解析器，sax方式的。
4、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。
4.1 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);4.2 对象的使用：
4.2.1 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
4.2.2 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
Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用
4.2.3 Element：元素对象
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
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():获取所有子标签的纯文本内容
String html():获取标签体的所有内容(包括子标签的字符串内容)
4.2.4 Node：节点对象
* 是Document和Element的父类
4.3 快捷查询方式：
方式一——selector:选择器
* 使用的方法：Elements select(String cssQuery)
* 语法：参考Jsoup包中的Selector类中定义的语法
* 调用：虽然需要获取Element对象进行调用，但是Document对象继承Element对象，因此可以使用Document对象进行方法select的调用
方式二——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。它与Jsoup关系并不大，而是操作XML的Dom树形结构的路径语言。
* 使用Jsoup创建dom树形结构，然后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);
}
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
