XML

XML

Extensible Markup Language：可扩展标记语言
可扩展：标签都是自定义的

功能和HTML区别

1. 语法：
   • xml文档后缀名为：.xml
   • xml第一行必须定义文档声明
   • xml文档中有且仅有一个根标签
   • 属性值必须使用引号引起
   • 标签必须正确关闭
   • 便签区分大小写

<?xml version='1.0' ?>
<users>
    <user id='1'>
        <name>ZhangSan</name>
        <age>25</age>
        <gender>male</gender>
    </user>
</users>

2. 组成部分：
   1. 文档声明
      • <?xml 属性列表 ?>
      • 属性列表：
        • version：版本号
        • encoding：编码方式
        • standalone：是否独立 yes | no
   2. 指令：结合CSS
   3. 标签：命名规则
   4. 属性：id属性值唯一
   5. 文本：CDATA区：该区域中的文本原样展示-> <![CDATA[...]]>
3. 约束：规定xml文档书写规则
   • 分类：
     1. DTD：简单约束技术
        1. 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：将约束文档定义在外部dtd文件中
             • 本地：<!DOCTYPE 跟标签名 SYSTEM "dtd文件位置">
             • 网络：<!DOCTYPE 跟标签名 PUBLIC "dtd文件名" "dtd文件位置(URL)">
     2. Schema：复杂约束技术
        1. 引入：
           1. 填写xml文档的跟元素
           2. 引入xsi前缀：xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
           3. 引入入xsd文件名空间：xsi:schemaLocation="http://www.xxx.xxx/xxx" xxx.xsd
           4. 为每个xsd约束声明一个前缀作为标识：xmlms="http://www.xxx.xxx/xxx"

<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                   xmlns="http://www.harlan.cn/xml"
                   xsi:schemaLocation="http://www.harlan.cn/xml student.xsd">
</students>

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操作
        • 缺点：占大量内存
     2. SAX：逐行读取，基于事件驱动
        • 优点：不占内存
        • 缺点：只能读取
4. xml常见的解析器：
   1. JAXP：支持DOM，SAX
   2. DOM4J：支持DOM
   3. Jsoup：可解析HTML
   4. PULL：Android内置解析器，支持SAX

Jsoup解析器

1. 快速入门：
   1. 导入jar包
   2. 获取Document对象
   3. 获取对应的标签
   4. 获取数据

//2.获取Document对象，根据xml文档获取//2.1获取xml文件路径
String path = Objects.requireNonNull(JsoupLearn.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 
ElementElements elements = document.getElementsByTag("name");
//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);

2. 对象的使用：
   • Jsoup：工具类，可解析html文档或xml文档，返回Document
     • parse(File file); -> 本地资源
     • parse(URL url, int outtime); -> 网络资源
   • Document：文档对象，代表内存中的dom树
     • getElementsByTag(String name); -> 根据标签获取元素对象
     • getElementsByAttribute(String key); -> 根据属性名称获取
     • getElementByAttribute(String key, String value); -> 根据属性值
   • Elements：元素Element对象的集合
     • String attr(String key) -> 根据属性名称获取属性值
     • String test(); -> 获取文本内容
     • String html(); -> 获取标签体的所有内容(包括子标签的字符串内容)
   • Element：元素对象
     • 同上
   • Node：节点对象
     • 是Document和Element的父类
3. 快捷查询方式：
   1. Selector：选择器
      • select(String cssQuery)
   2. XPath：XPath为XML路径语言，用来确定XML文档中某部分的位置
      • 使用Jsoup的XPath需要额外导入jar包