XML的学习

1 概念

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
    * 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

2 语法：

1.1 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

快速入门： <?xml version='1.0' ?> 现在用1.0 zhangsan 23 male

            <user id='2'>
                <name>lisi</name>
                <age>24</age>
                <gender>female</gender>
            </user>
        </users>

1.2 组成部分

1.2.1 文档声明

            1. 格式：<?xml 属性列表 ?>
            2. 属性列表：
                * version：版本号，必须的属性 现在就写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
                    * 取值：
                        * yes：不依赖其他文件
                        * no：依赖其他文件

1.2.2 指令(了解)

结合css的

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

1.2.3 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

1.2.4 属性：

            id属性值唯一

1.2.5 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（编写xml说明书）

        * 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：（做到会引入）
            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.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" 

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

1.3 解析

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

1.3.1 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：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。

        * 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

代码：

             //2.1获取student.xml的path
            String path = JsoupDemo1.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 Element
            Elements elements = document.getElementsByTag("name");

            System.out.println(elements.size());
            //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);

    * 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

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

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

2、 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

3、 Elements：元素Element对象的集合。可以当做 ArrayList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获取元素对象集合

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

5、 Node：节点对象

            * 是Document和Element的父类

1.4 快捷查询方式

1.4.1 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
                * 如 document.select("student[number=\"heima_0001\"]>age);

1.4.2 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。（独立的东西）

查询w3cshool参考手册，使用xpath的语法完成查询

代码：

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 用//

                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 单/ 表示子父级

                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 [@id]

                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itcast [@id='itcast']

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