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。