文章目录
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
- 配置文件
- 在网络中传输
- 存储数据
-
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
- xml文档的后缀名.xml
- xml第一行必须定义为文档声明
- xml文档中有且仅有一个根标签
- 属性值必须使用引号(单双都可)引起来
- 标签必须正确关闭
- 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 id='2'>
<name>lisi</name>
<age>24</age>
<gender>female</gender>
</user>
</user>
</users>
- 组成部分
- 文档声明
- 格式: <? xml 属性列表 ?>
- 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
- 取值:
- 指令:结合css的
- <?xml-stylesheet type="text/css" href="a.css" ?>
- 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
- 规则:
- 属性
id属性值唯一 - 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 ]]>
- CDATA区:在该区域中的数据会被原样展示
- 文档声明
- 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中引人约束文档
- 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”>
- 引入dtd文档到xml文档中
- 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”>
-
- 作为框架的使用者(程序员)
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
- 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
- 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)
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
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);
}
}
}