1.11 XML

XML

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

        与html的区别

                1.xml标签都是自定义的，html标签都是预定义的

                2.xml的语法严格，html语法松散

                3.xml是存储数据的，html是展示数据的

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.属性值必须用引号引起来

                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>
    </user>
    <user id='2'>
        <name>wangfu</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：不依赖于其他文件

                                                  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

                                名称不能以数字和标点符号开始

                                名称不能以xml(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：将约束规则定义到xml文档中

                                <!DOCTYPE 根标签名 [ 约束规则]>

                                外部dtd：将约束的规则定义到外部的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" "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"

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，在内存中形成一棵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(生成的DOM树内存比原xml文档大)

                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

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

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

                static Document    parse​(File in, String charsetName)：解析xml或html文件的

                static Document    parse​(String html) ：解析对应的xml字符串的

                static Document    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.Doucment：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。可以当作 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

                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(包括子标签的文本内容)

                        String html():获取标签体的所有内容(包括子标签的字符串内容)

        5.Node：节点对象

                是Document和Element的父类

快捷查询方式：

        1.selector：选择器

                使用的方法：Elements select(String cssQuery)

                        语法：参考Selector类中定义的语法

        2.XPath：XPath 使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (steps) 来选取的。