笔记36-xml

XML

概念: Extensible Markup Language 可扩展标记语言

1. 可扩展：标签都是自定义的。 < user> < student>

2. 功能

   • 存储数据
     1. 配置文件
     2. 在网络中传输

3. 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

4. w3c:万维网联盟

语法

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
2. 快速入门

	<?xml version='1.0' ?>
	<users>
		<user id='1'>
			<name>zhangsan</name>
			<age>23</age>
			<gender>male</gender>
			<br/>
			<user id='2'>
				<name>lisi</name>
				<age>24</age>
				<gender>female</gender>
			</user>
		</user>
	</users>

3. 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: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. 文本内容
      • CDATA区：在该区域中的数据会被原样展示
        • 格式： <![CDATA[ 数据 ]]>
4. 约束: 规定xml文档的书写规则
   1. 作为框架的使用者(程序员)
      1. 能够在xml中引人约束文档
      2. 能够简单的读懂约束文档
   2. 分类：
      1. DTD:一种简单的约束技术
      2. Schema:一种复杂的约束技术
   3. 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”>
   4. 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”>

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

• 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

1. 是Document和Element的父类

快捷查询方式

1. selector: 选择器

1. 使用的方法：Elements select​(String cssQuery)
   • 语法：参考Selector类中定义的语法

package xml.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class JsoupDemo05 {
    public static void main(String[] args) throws IOException {
        //获取student.xml的path
        String path = JsoupDemo05.class.getClassLoader().getResource("student.xml").getPath();
        //获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //查询name标签
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("----------------");
        //查询id值为itcast的元素
        Elements elements1 = document.select("#itcast");
        System.out.println(elements1);
        System.out.println("----------------");
        //获取student标签并且number属性值为heima_0001
        Elements elements2 = document.select("student[number=\"heima_0001\"]");
        System.out.println(elements2);
        System.out.println("-----------------");
        //获取student标签并且number属性值为heima_0001的age子标签
        Elements elements3 = document.select("student[number=\"heima_0001\"]>age");
        System.out.println(elements3);
    }
}

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。
• 查询w3cshool参考手册，使用xpath的语法完成查询
• 代码：

package xml.jsoup;

import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

import java.io.File;
import java.io.IOException;
import java.util.List;

public class JsoupDemo06 {
    public static void main(String[] args) throws XpathSyntaxErrorException, IOException {
        //获取student.xml的path
        String path = JsoupDemo06.class.getClassLoader().getResource("student.xml").getPath();
        //获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //根据document对象,创建JXDocument对象
        JXDocument jxDocument = new JXDocument(document);
        //结合xpath语法查询
        //查询所有student标签
        List<JXNode> jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes){
            System.out.println(jxNode);
        }
        System.out.println("-------------");
        //查询所有student标签下的name标签
        List<JXNode> jxNodes1 = jxDocument.selN("//student/name");
        for (JXNode jxNode: jxNodes1){
            System.out.println(jxNode);
        }
        System.out.println("--------------");
        //查询student标签下带有id属性的name标签
        List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes2){
            System.out.println(jxNode);
        }
        System.out.println("-------------");

        //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> jxNodes3 = jxDocument.selN("//student/name[@id='itcast']");
        for (JXNode jxNode : jxNodes3){
            System.out.println(jxNode);
        }
    }
}