day12_xml

最新推荐文章于 2022-04-14 03:39:32 发布

xiucai_cs

最新推荐文章于 2022-04-14 03:39:32 发布

阅读量137

点赞数

分类专栏： JavaEE笔记文章标签： java xml

本文链接：https://blog.csdn.net/qq_40258748/article/details/113800751

版权

JavaEE笔记专栏收录该内容

42 篇文章 0 订阅

订阅专栏

今日内容

XML
1. 概念
2. 语法
3. 解析

XML：

概念：Extensible Markup Language 可扩展标记语言
- 可扩展：标签都是自定义的。
功能
- 存储数据
  1. 配置文件
  2. 在网络中传输
xml与html区别
1. xml标签都是自定义的，html标签是预定义的
2. xml语法严格，html语法松散
3. xml是存储数据的，html是展示数据的

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>张三</name>
        <age>23</age>
        <gender>男</gender>
    </user>

    <user id="2">
        <name>李四</name>
        <age>23</age>
        <gender>男</gender>
    </user>


</users>

组成部分：
1. 文档声明
  1. 格式：<?xml 属性列表 ?>
```
version：版本号，必须的属性(不写就报错)
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)
```
<?xml-stylesheet type="text/css" href="a.css" ?>
```
3. 标签：标签名是自定义的
  - 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：在该区域的文本会原样展示
    - 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：
	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">

<!-- <!DOCTYPE students SYSTEM "student.dtd"> -->

<!DOCTYPE students [
	<!ELEMENT students (student*) >
	<!ELEMENT student (name,age,sex)>
	<!ELEMENT name (#PCDATA)>
	<!ELEMENT age (#PCDATA)>
	<!ELEMENT sex (#PCDATA)>
	<!ATTLIST student number ID #REQUIRED>
]>

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">

<?xml version="1.0" encoding="UTF-8" ?>
<!-- 
	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"
>
    <student number="heima_0001">
        <name>zhangsan</name>
        <age>11</age>
        <sex>male</sex>
    </student>

</students>

解析：操作xml文档，将文档中的数据读取

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：

导入jar包
获取Document对象
获取对应的标签Element对象
获取数据

package cn.itcast.jsoup;

import org.jsoup.Jsoup;

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

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

public class jsoupdeom1 {
    public static void main(String[] args) throws IOException {
        // 获取Document对象
        // 获取xml的对象
        String path = jsoupdeom1.class.getClassLoader().getResource("users.xml").getPath();
        // 解析xml文档，加载文档进内存
        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());

        //3.1获取第一个name的Element对象
        Element element = elements.get(1);
        //3.2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

public class jsoupdeom2 {
    public static void main(String[] args) throws IOException {

        //3.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("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的一个资源路径
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);
    }

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

Elements：元素Element对象的集合，可以当做 ArrayList来使用

// 通过属性id获取的
Elements elements = document.getElementsByAttribute("id");
System.out.println(elements);

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)

public class jsoupdeom4 {
    public static void main(String[] args) throws IOException {
        // 1.获取path
        String path = jsoupdeom1.class.getClassLoader().getResource("users.xml").getPath();
        // 2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

//        // 获取所有的name标签
//        Elements name = document.getElementsByTag("name");
        Element element_s = document.getElementsByTag("user").get(0);
//        Elements ele_name = element_s.getElementsByTag("name");
        String id = element_s.attr("id");
        System.out.println(id);
    }
}

Node：节点对象
- 是Document和Element的父类

快捷查询方式：

selector：选择器

public class jsoupdeom5 {
    public static void main(String[] args) throws IOException {
        // 选择器方法
        String path = jsoupdeom5.class.getClassLoader().getResource("users.xml").getPath();
        // 解析xml文档，加载文档进内存
        Document document = Jsoup.parse(new File(path), "utf-8");

        // 3.查询name标签
        Elements elements = document.select("name");
        System.out.println(elements);

        // 4.查询id值
        Elements elements1 = document.select("#111");
        System.out.println(elements1);

        System.out.println("------------------------");
        // 5.综合的获取案例
        Elements elements2 = document.select("user[id='111'] > name");
        System.out.println(elements2.text());
    }
}

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。
查询菜鸟教程参考手册，完成语法查询

    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        // xpath选择器方法
        String path = jsoupdeom6.class.getClassLoader().getResource("users.xml").getPath();
        // 解析xml文档，加载文档进内存
        Document document = Jsoup.parse(new File(path), "utf-8");

        // 根据Document创建JXDocument对象
        JXDocument jxDocument = new JXDocument(document);

        // 4.结合xpath方法进行查询
//        // 4.1 查询所有的user标签
//        List<JXNode> jxNodes = jxDocument.selN("//user");
//        for (JXNode jxNode : jxNodes) {
//            System.out.println(jxNode);
//        }

//        //4.2 查询所有user标签下的name标签内的内容
//        List<JXNode> jxNodes1 = jxDocument.selN("//user/name/text()");
//        for (JXNode jxNode : jxNodes1) {
//            System.out.println(jxNode);
//        }

        // 4.3 查询id为111的user标签
        List<JXNode> jxNodes2 = jxDocument.selN("//user[@id=111]");
        for (JXNode jxNode : jxNodes2) {
            System.out.println(jxNode);
        }
    }