XML相关学习笔记

XML

• 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
• xml与html的区别
  1. xml标签都是自定义的，html标签是预定义
  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
• w3c:万维网联盟

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

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>

组成部分

文档声明

• 格式

  • <?xml 属性列表 ?>
  • <?xml version='1.0' encoding='utf-8' standalone='no' ?>

• 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、no）
    • yes：不依赖其他文件
    • no：依赖其他文件

指令(了解)：结合css展示数据

• <?xml-stylesheet type="text/css" href="a.css" ?>

标签：标签名称自定义的

• 规则：
  1. 名称可以包含字母、数字以及其他的字符
  2. 名称不能以数字或者标点符号开始
  3. 名称不能以字母 xml（或者 XML、Xml 等等）开始
  4. 名称不能包含空格

属性：id属性值唯一

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)

  • 能够在xml中引入约束文档
  • 能够简单的读懂约束文档

• 分类

  • DTD：一种简单的约束技术
  • 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：<!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">

• 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.name.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.name.cn/xml”

       <students 	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
       			xsi:schemaLocation="http://www.name.cn/xml  student.xsd"
       			xmlns="http://www.name.cn/xml">
           
       <students 	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
       			xsi:schemaLocation="http://www.name.cn/xml  student.xsd
                                       http://www.name.cn/xml2  student2.xsd"
       			xmlns:a="http://www.name.cn/xml"
                 	xmlns:b="http://www.name.cn/xml2">
       

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
  • 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
• 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
  • 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：
  • JAXP：sun公司提供的解析器，支持dom和sax两种思想
  • DOM4J：一款非常优秀的解析器
  • 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。

Jsoup快速入门

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

// 获取Document对象，根据xml文档获取
// 获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();

// 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");

// 获取元素对象 Element
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());	//打印集合长度

// 获取第一个name的Element对象
Element element = elements.get(0);

// 获取数据
String name = element.text();
System.out.println(name);

对象的使用

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
  • 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

// 获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
// 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");

//parse(String html)：解析 xml 或 html 字符串
String str = "";	// 引号里为xml的内容，此处省略不写
Document document = Jsoup.parse(str);
System.out.println(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
URL url = new URL("");	//代表网络中的一个资源路径
Document document = Jsoup.parse(url,10000);
System.out.println(document);	//返回的就是html文档

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

// 获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
// 获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");

// 获取所有student对象
Element elements = document.getElementsByTag("student");
System.out.println(element);

// 获取属性名为id的元素对象们
Elements elements1 = document.getElementsByAttribute("id");
System.out.println(elements1);

// 获取 number 属性值为 na 的元素对象
Elements elements2 = document.getElementsByAttributeValue("number","na");
System.out.println(elements2);

Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用

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)
• Node：节点对象
  • 是Document和Element的父类

快捷查询方式

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

//查询name标签
Elements elements = document.select("name");
//查询id值为na的元素
Elements elements = document.select("#na");
//获取student标签且number属性为st
Elements elements = document.select("student[number=\"st\"]");
//获取student标签且number属性为st的name子标签
Elements elements = document.select("student[number=\"st\"] > name");

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

• 使用Jsoup的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

//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it
		
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='it']");
for (JXNode jxNode : jxNodes4) {
	System.out.println(jxNode);
}