JavaWeb复习（一）：XML

JavaWeb复习（一）：XML

Java Web复习第一弹 XML相关知识

一、XML概念

XML即为Extensible Markup Language ，可扩展标记语言

1.1 可扩展

XML中所有标签均可以自定义。

如<haha> </haha> , <bilibili> </bilibili>

2.2 XML功能

XML最重要的功能就是持久化（存储）数据，用来当各种框架的配置文件

XML常用于

1. 配置文件
2. 在网络中传输

2.3 XML和HTML的区别

xml和html均是由w3c（万维网联盟）所制定的标记语言，xml晚于html，w3c期望xml可以取代html，然而并没有成功。

区别：

	XML	HTML
标签	自定义	由w3c标准预定义
语法	严格的	松散
用途	存储数据	展示数据

二、XML语法

2.1 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

2.2 一个简单XML文件

<!--
	文件名：Demo01.xml，本篇代码均会用到此文件
-->
<?xml version="1.0" encoding="UTF-8" ?>
<users>
    <user id="1">
        <name>konley</name>
        <age>18</age>
    </user>

    <user id="2">
        <name>mike</name>
        <age>12</age>
    </user>
</users>

2.3 组成部分

1. 文档声明
   1. 格式：<?xml 属性列表 ?>
      • 例子 <?xml version=1.0 encoding=utf-8?>
   2. 属性列表：各个属性用空格分隔开
      • version：版本号，必须的属性，目前只有1.0
      • 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，比较少用
        • 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

• <?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：了解

• CDATA区：在该区域中的数据会被原样展示而不需要用转义字符
  • 格式：<![CDATA[ 数据 ]]>

2.4 约束

概念

约束：规定xml文档的书写规则

作为框架的使用者，应该拥有以下技能

1. 能够在xml中引入约束文档
2. 能够简单读懂约束文档

DTD约束

一种简单的约束技术

• 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：

    		```xml
    		<!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">
    

代码示范

<!--dtudent.dtd-->
<!ELEMENT students (student*) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

<!--引入dtd-->
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">

<students>
	<student number="itcast_0001">
		<name>tom</name>
		<age>18</age>
		<sex>male</sex>
	</student>
	
</students>

Schema约束

引入步骤

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.xx.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.xx.cn/xml"

代码示范

<!--student.xsd-->
<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itcast.cn/xml"
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.xx.cn/xml" elementFormDefault="qualified">
    <xsd:element name="students" type="studentsType"/>
    <xsd:complexType name="studentsType">
        <xsd:sequence>
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
        </xsd:sequence>
    </xsd:complexType>
    <xsd:complexType name="studentType">
        <xsd:sequence>
            <xsd:element name="name" type="xsd:string"/>
            <xsd:element name="age" type="ageType" />
            <xsd:element name="sex" type="sexType" />
        </xsd:sequence>
        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <xsd:simpleType name="sexType">
        <xsd:restriction base="xsd:string">
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="ageType">
        <xsd:restriction base="xsd:integer">
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="256"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="numberType">
        <xsd:restriction base="xsd:string">
            <xsd:pattern value="s_\d{4}"/>
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema> 

<!--student.xml-->
<?xml version="1.0" encoding="UTF-8" ?>
<!-- 
	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.xx.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.xx.cn/xml" 
	
	
 -->
 <students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 			 xmlns="http://www.xx.cn/xml" 
 		   xsi:schemaLocation="http://www.xx.cn/xml  student.xsd"
 		    >
 	<student number="s_0001">
 		<name>tom</name>
 		<age>18</age>
 		<sex>male</sex>
 	</student>
		 
 </students>

三、Jsoup解析器

3.1 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、XML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。

3.2 Jsoup快速入门

• 步骤：
  1. 导入jar包，jsoup-1.11.2.jar
  2. 获取Document对象
  3. 获取对应的标签Element对象
  4. 获取数据

/**
 * @author konley
 * @date 2020-07-08 21:34
 * 使用Jsoup读取xml
 */
public class Demo02Jsoup {
    public static void main(String[] args) throws IOException {
        /*
            1. 获取Dcoument对象，根据xml文档来获取
        */
        //获取路径,得到File对象
        String path = Demo02Jsoup.class.getClassLoader().getResource("XML/Demo01.xml").getPath();
        File file = new File(path);
        //解析xml，得到Document对象,
        Document document = Jsoup.parse(file,"UTF-8");

        /*
            2. 获取元素，返回Elements对象（看成element集合）
        */
        //获取标签为name的元素
        Elements elements = document.getElementsByTag("name");
        //操作name
        System.out.println("集合长度为："+elements.size());
        //取出第一个name封装为element对象
        Element element = elements.get(0);
        //取出值
        String text = element.text();
        System.out.println("elements(0)的值为："+text);

    }
}

3.3 Jsoup工具类的使用

Jsoup可以解析html或xml文档，返回Document

主要方法：parse，解析html或xml文档，返回Document

方法	作用
parse(File in, String charsetName)	解析xml或html文件的
parse(String html)	解析xml或html字符串（比较少用）
parse(URL url, int timeoutMillis)	通过网络路径获取指定的html或xml的文档对象

代码示范

/**
 * @author konley
 * @date 2020-07-09 8:44
 * Jsoup对象功能
 */
public class Demo03Jsoup {
    public static void main(String[] args) throws IOException {
        String path = Demo03Jsoup.class.getClassLoader().getResource("XML/Demo01.xml").getPath();
        File in = new File(path);
        /*
            1. 直接从xml、html文件读取，打印树形结构
        */
        Document document = Jsoup.parse(in, "UTF-8");
        System.out.println(document);
        /*
            2. 解析xml或者html字符串，打印树形结构
        */
        String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "<users>\n" +
                "    <user id=\"1\">\n" +
                "        <name>konley</name>\n" +
                "        <age>18</age>\n" +
                "    </user>\n" +
                "\n" +
                "    <user id=\"2\">\n" +
                "        <name>mike</name>\n" +
                "        <age>12</age>\n" +
                "    </user>\n" +
                "</users>";
        document = Jsoup.parse(str);
        System.out.println(document);

        /*
            3. parse(URL url,int timeoutMillis):通过网络路径获取指定html或xml文档对象
        */
        URL url = new URL("http://1jumao.cn/index.php/archives/839/");
        document = Jsoup.parse(url,10000);
        System.out.println(document);
    }
}

3.4 Doucment 对象

文档对象。代表内存中的dom树

主要功能：获取Element、Elements对象

方法（操作XML）	作用
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

代码示范

/**
 * @author konley
 * @date 2020-07-09 9:16
 * Document/Element对象功能
 */
public class Demo04Document {
    public static void main(String[] args) throws IOException {
        String path = Demo04Document.class.getClassLoader().getResource("XML/Demo01.xml").getPath();
        File file = new File(path);
        Document document = Jsoup.parse(file, "utf-8");
        /*
            1.获取所有的user标签的对象
        */
        Elements user = document.getElementsByTag("user");
        System.out.println(user);
        System.out.println("====================");


         /*
            2.获取属性名为id的元素
         */
        Elements id = document.getElementsByAttribute("id");
        System.out.println(id);
        System.out.println("====================");

        /*
            3.获取id属性值为1的元素对象
        */
        Elements elementById = document.getElementsByAttributeValue("id", "1");
        System.out.println(elementById);
        System.out.println("====================");

        /*
            4.获取所有id为value的对象，类似第3种，但只返回一个element对象而非elements
        */
        Element elementById1 = document.getElementById("1");
        System.out.println(elementById1);
        System.out.println("====================");
    }
}

3.5 Elements 元素集合对象

元素Element对象的集合。可以当做 ArrayList来使用

基本方法同document

3.6 Element 元素对象

主要功能有：

1. 获取子元素对象：基本方法同document

2. 获取属性值

方法	用途
String attr(String key)	根据属性名称获取属性值

3. 获取文本内容

方法	用途
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)

代码示范

/**
 * @author konley
 * @date 2020-07-09 9:29
 * Element对象的功能
 */
public class Demo05Element {
    public static void main(String[] args) throws IOException {
        /*
            Element拥有Document的功能
        */
        String path = Demo04Document.class.getClassLoader().getResource("XML/Demo01.xml").getPath();
        File file = new File(path);
        Document document = Jsoup.parse(file, "utf-8");
        //获取所有user标签
        Elements users = document.getElementsByTag("user");
        //获取第一个name标签
        Element user = users.get(0);
        //获取第一个name标签
        Element name = document.getElementsByTag("name").get(0);

        //1. 获取user对象的id属性值
        String id = user.attr("id");
        System.out.println(id);
        //2. 获取name标签的文本内容,text获取纯文本内容，html获取所有内容包括子标签
        String text = name.text();
        String html = name.html();
        System.out.println(text);
        System.out.println(html);

    }
}

3.6 Node 节点对象

Node是Document和Element的父类

四、Selector选择器

提供快捷获取对象的语法，类似jQuery，不需要重新导包

方法

Elements select(String cssQuery)

语法：参考API文档

代码示范

/**
 * @author konley
 * @date 2020-07-09 9:40
 * 快捷获取element对象
 */
public class Demo06Select {
    public static void main(String[] args) throws IOException {
        String path = Demo04Document.class.getClassLoader().getResource("XML/Demo01.xml").getPath();
        File file = new File(path);
        Document document = Jsoup.parse(file, "utf-8");
        //查询name标签
        Elements name = document.select("name");
        //System.out.println(name);

        //查询id值为1的元素
        Elements select = document.select("#1");
        //System.out.println(select);

        //获取user标签并且id属性值为1的age标签的值
        //方法一 链式编程
        Elements select1 = document.select("user").select("[id=1]").select("age");
        System.out.println(select1.text());
        //方法二 直接获取
        Elements select2 = document.select("user[id=1]>age");
        System.out.println(select2.text());
    }
}

五、XPath路径语言

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

注意事项：

• 使用Jsoup的Xpath需要额外导入jar包，JsoupXpath-0.3.2.jar
• 可以查询w3cshool参考手册，使用xpath的语法完成查询

代码示范

/**
 * @author konley
 * @date 2020-07-09 9:50
 * 使用XPath查询
 */
public class Demo07XPath {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        String path = Demo04Document.class.getClassLoader().getResource("XML/Demo01.xml").getPath();
        File file = new File(path);
        Document document = Jsoup.parse(file, "utf-8");

        //根据document对象创建XPath
        JXDocument jxDocument = new JXDocument(document);
        //结合XPath语法查询
        //1. 查询user标签
        List<JXNode> jxNodes = jxDocument.selN("//user");
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode.getElement());
        }
        System.out.println("==================");

        //2. 查询user标签下的name标签
        List<JXNode> jxNodes1 = jxDocument.selN("//user/name");
        for (JXNode jxNode : jxNodes1) {
            System.out.println(jxNode.getElement());
        }
        System.out.println("==================");

        //3. 查询带有id属性的user标签
        List<JXNode> jxNodes2 = jxDocument.selN("//user[@id]");
        for (JXNode jxNode : jxNodes2) {
            System.out.println(jxNode.getElement());
        }
        System.out.println("==================");

        //4. user标签并且id属性值为1的age标签的值
        List<JXNode> jxNodes3 = jxDocument.selN("//user[@id='1']/age");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode.getElement());
        }
        System.out.println("==================");
    }
}