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
* 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:
* 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(必须是严格意义的第一行)
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:
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
* 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
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:
* 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:
* 定义DTD
* 例如:
<!ELEMENT students (student+) >
//students根标签,它可以包含student子标签,+代表至少一个
<!ELEMENT student (name,age,sex)>
//定义student标签 可以包含name,age,sex三个子标签,且使用顺序必须按声明顺序来使用,且只能出现一次
<!ELEMENT name (#PCDATA)>
//定义name 子标签 并定义标签体内容来文本
<!ELEMENT age (#PCDATA)>
//定义age 子标签 并定义标签体内容来文本
<!ELEMENT sex (#PCDATA)>
//定义sex 子标签 并定义标签体内容来文本
<!ATTLIST student number ID #REQUIRED>
//定义student标签 的一个属性叫number ,ID表示number的属性值是唯一的, #REQUIRED表示number属性的值是必填的
* 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
<!DOCTYPE 根标签名 [里面放DTD的文件内容]>
* 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URL位置">
* Schema:
* 约束文件:本身就是一个XML文件,后缀名为.xsd
* 解释:
XSD文件:
<xsd:schema xmlns="http://www.itcast.cn/xml"
xmlns:xsd="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.itcast.cn/xml" elementFormDefault="qualified">
1,xmlns="http://www.itcast.cn/xml" 值是我们自己定义的命名空间,也是默认的命名空间
2,xmlns:xsd="http://www.w3.org/2001/XMLSchema" 显示 schema 中用到的元素和数据类型来自命名空间
"http://www.w3.org/2001/XMLSchema",同时它还规定了来自命名空间 "http://www.w3.org/2001/XMLSchema" 的元素和数据类型应该使用前缀 xsd
3,targetNamespace="http://www.itcast.cn/xml" 显示被此 schema 定义的元素来自命名空间: http://www.w3school.com.cn” 必须和上面声明的xmlns保持一致
4,elementFormDefault="qualified" 指出任何 XML 实例文档所使用的且在此 schema 中声明过的元素必须被命名空间限定。
*一般来说都是先定义xmlns:xsd="http://www.w3.org/2001/XMLSchema,其中xsd是可以不定义的,xsd只是一个区分的前缀
然后定义targetNamespace,最后定义自己的命名空间,如果有多个,考虑添加前缀来进行区分(xmlns= "xxx"代表了默认的命名空间,在xml文档中是直接使用标签代表引用了此命名空间)
* 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" 如果不加的话相当于是空前缀
<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,xmlns="http://www.itcast.cn/xml" 规定了默认命名空间的声明。此声明会告知 schema 验证器,在此 XML 文档中使用的所有元素都被声明于 "http://www.itcast.cn/xml" 这个命名空间。
2,xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 拥有了可用的 XML Schema 实例命名空间,您就可以使用 schemaLocation 属性了。此属性有两个值。第一个值是需要使用的命名空间。第二个值是供命名空间使用的 XML schema 的位置:
3,xsi:schemaLocation="http://www.itcast.cn/xml student.xsd" student.xsd的命名空间必须与所引用的xsd文件里定义的命名空间名字相同。
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(就是将持久态的数据从xml文档中解析到内存中,变成瞬时态);
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(容易造成内存溢出)
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。(长长用来作为爬虫工具,可以很好的解析html丶xml)
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。
* 中文帮助文档: http://www.open-open.com/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
* 这里很多获取的Elements的方法都相当于获取一个存放Element对象的ArrayList
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<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
* DOM4J的方式:
1. 导包 dom4j-x.x.x.jar jaxen-x.x.jar
2. 创建解析器:SAXReader reader = new SAXReader();
3. 根据解析器加载指定的XML文件得到一个document对象
Document document = reader.read("xml文件的路径")//是相对于项目的路径
或者使用类加载器来加载
4. 获取根元素
Element ele = document.getRootElement();
5. 通过根元素再获得其相关的子元素,一层一层来解析
Element pElement = root.element("person");// 查找的是第一个person元素
pElement.attributeValue("id")//得到当前person元素对应的id属性值
List<Element> elist = pElement.elements();//得到所有直接子元素集合
Iterator its = pElement.elementIterator();//得到所有直接子元素的迭代器
注:每一个元素对象都有一个element()方法用于获得当前元素下的子元素对象
* 实例:
public class Dom4JDemo1 {
@Test
/**
* 获得元素的内容:查询的操作.
*/
public void demo1() throws Exception{
// 创建解析器
SAXReader reader = new SAXReader();
// 解析XML的文档 read方法传递物理路径
//Document document = reader.read("d:\\demo1.xml");
//read 方法里传的是文件的物理路径,默认是当前工程下的文件路径
Document document = reader.read("xml/demo1.xml");
//1,用类加载器加载文件:相对路径根目录在src 下
// SAXReader reader = new SAXReader(); // User.hbm.xml表示你要解析的xml文档
// InputStream in = Dom4JDemo1.class.getClassLoader().getResourceAsStream("demo1.xml");
// Document document = reader.read(in);
// 获得跟节点
Element root = document.getRootElement();
System.out.println(root.getName());
// 查找跟节点下的子节点. element() elements();
Element pElement = root.element("person"); // 查找的是第一个person元素
// root.elements("person").get(1); // 查找的是第二个person元素
Element nElement = pElement.element("name");
Element aElement = pElement.element("age");
Element sElement = pElement.element("sex");
System.out.println(nElement.getText());
System.out.println(aElement.getText());
System.out.println(sElement.getText());
System.out.println("-------------");
Iterator its = root.elementIterator();
while(its.hasNext()){
Element ele = (Element)its.next();
System.out.println("name:"+ele.getName());
Iterator myit = ele.elementIterator();
while(myit.hasNext()){
Element myele = (Element)myit.next();
System.out.println("name:"+myele.getName());
System.out.println("text:"+myele.getText());
}
System.out.println("-------------");
}
}
@Test
/**
* DOM4J的XPath的写法:
*/
public void demo2() throws Exception{
// 创建解析器:
SAXReader reader = new SAXReader();
// 解析XML返回Document对象.
Document document = reader.read("xml/demo1.xml");
/*List<Node> list = document.selectNodes("//name");
for (Node node : list) {
Element element = (Element) node;
System.out.println(element.getText());
}*/
//selectNodes 方法根据XPATH语法来解析XML文件
// List<Node> list = document.selectNodes("//person['@id']");
// for (Node node : list) {
// Element element = (Element) node;
// System.out.println(element.attributeValue("id"));
// }
List<Element> list = document.selectNodes("//person['@id']");
for (Element ele : list) {
System.out.println(ele.attributeValue("id"));
}
}
}
* 关于Jsoup与DOM4J的路径问题
Jsoup是一般是在src下放置,并使用类加载器进行读取
DOM4J是可以直接放置相对于当前项目(project)的相对路径
也可以放在src下使用类加载器进行加载读取
* 快捷查询方式:
1. selector:选择器
* 目的:快速定位想要找到的元素
* 使用的方法:Elements select(String cssQuery)
* 语法:参考Selector类中定义的语法
* 示例:
Elements select = document.select("#1");
System.out.println(select);
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。(JsouoXpath-x.x.x.jar)
* 查询w3cshool参考手册,使用xpath的语法完成查询
* 步骤:
1. 得到Jsoup对应的Document文档
2. 根据当前文档对象得到一个JXDocument对象
3. 调用JXDocument的方法来解析XPATH语法
4. 循环得到一个jxnode对象
5. 对得到的对象进行操作
* 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
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itcast
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4) {
System.out.println(jxNode);
}