xml基础
xml
- 其实我也没大搞懂哈哈哈,不过写着吧,要用的时候来看看
- 概念:
- Extensible Markup Language 可扩展标记语言.
- 可扩展: xml标签都是自定义的,例如,.
- 功能
- 存储数据:
- 可用作配置文件.
- 可用于在网络中传输.
- 存储数据:
- xml与html的区别:
- 他俩的亲爹都是
w3c(万维网联盟)
,XML 是 W3C 的推荐标准.xml晚于html产生,因为html由于浏览器的恶性竞争(浏览器解析能力不同)导致html语法不那么严格也可以达到相同的效果. - xml始终争不过html,所以它改为与properties(只能存键值对)竞争,例如
name = zhang, gender = nan
和name = li, gender = nv
在这里我凭什么不可以认为zhang的性别是nv呢?而xml可以通过标签包裹用户信息,例如<user id = '1'><name>zhang</name> <gender>nan</gender></user>
,这样子可读性更高,而且容易理解. - 区别1: xml的标签都是自定义的,html标签都是预定义的.
- 区别2: xml的语法严格,html的语法松散,很难写错.
- xml是存储数据的,html是展示数据的(将数据内容展示到页面上).
- 他俩的亲爹都是
- Extensible Markup Language 可扩展标记语言.
- 语法
- 基本语法:
- xml文档的后缀名:
.xml
. - 第一行必须是文档声明,即
<?xml version = '1.0' ?>
,顶行写,必须在第一行,不过我在谷歌浏览器,不写文档声明也没有报错,但是还是写上最好. - 一个xml文档有且只有一个
根标签
,如例子中的<users>
. - 属性值必须使用引号引起来,单双引号都可以.
- 标签必须为一对,即有开始就必须有结束,如
<abc></abc>
,或者为自闭合标签,如<abc/>
. - xml标签区分大小写,如
<abc></ABC>
会报错.
- xml文档的后缀名:
- 快速入门:将下列例子存放在
xml文本文件
中再直接用浏览器打开
,没报错就说明写对了 .
<?xml version = '1.0' ?> <users> <user id = '1'> <name>fan1</name> <age>2</age> </user> <user id = '2'> <name>fan2</name> <age>2</age> </user> </users>
- 组成部分:
- 文档声明
- 格式:
<?xml 属性列表 ?>
- 注意:在
<?xml 属性列表 ?>
中,?
和<>
和xml
三者之间不能有空格,有空格就会报错. - 属性列表:
- version: 版本号,只写
1.0
,写1.1
会出问题,它不向下兼容,没有1.2
版本,而且,这个version
是必须写的,不写会报错. - encoding: 编码方式,告知解析引擎当前文档使用的字符集,默认是
UTF-8
,不写也可以,一般就写UTF-8
就行,写其他的可能会出错. - standalone(了解): 是否独立.
- 有两个值
yes
和no
.yes
表示不依赖其他文件.no
表示依赖其他文件.- 不过这个我们一般不管他.
- 有两个值
- version: 版本号,只写
- 格式:
- 指令(了解)
- 可以结合css使用,现在不用,现在xml只用来存储数据.
- 标签
- 标签名称是自定义的.
- 命名规则超链接: xml命名规则.
- 属性
- id属性值唯一.
- 文本内容
- CDATA区: 在该区域的数据会被原样展示,因为有的符号需要转义xml才能识别,有了这个就不需要转义了.
- 格式:
<![CDATA[语句]]>
- 文档声明
- 约束
- 谁编写xml?—用户写,即软件的使用者(就是程序猿啦)
- 谁解析xml?—被使用的软件(半成品软件,理解为框架),但是这里有一个问题,就是我的这个框架怎么知道程序猿写的标签是要干嘛的呢?所以这里就需要一个
约束
来规定一下,什么标签是用来干嘛的,这就是该软件提供的说明文档
,也叫约束文档
,用于说明xml文档的书写规则. - 约束概念: 规定xml文档的书写规则.
- 作为框架的使用者(程序猿):
- 能够在xml中引入约束文档.
- 能够简单的读懂约束文档.
- 作为框架的使用者(程序猿):
- 分类:
- DTD: 简单的约束技术,不过缺陷蛮多.
- 引入dtd文档到xml文档中
- 内部dtd: 将约束的规则定义到xml文档中(了解).
- 外部dtd: 将约束的规则定义在外部的文件中.
- 本地引入:
<!DOCTYPE 根标签 SYSTEM "dtd文件的位置">
. - 网络引入:
<!DOCTYPE 根标签 PUBLIC "dtd文件的名字" "dtd文件的位置(url位置)">
.
- 本地引入:
- 缺陷: dtd中的约束为
sex
必须字符串
,我希望的是只有男
和女
,但是如果xml文档中写了个不知道
也是不会报错可以正常运行的,这个就不合规范比较随意,不是我们想要的.
- 引入dtd文档到xml文档中
- Schema: 较复杂的约束技术,可以限制内容.
- DTD: 简单的约束技术,不过缺陷蛮多.
- 基本语法:
- 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:
- 解析(读取):将文档中的数据读取到内存中.
- 写入: 将内存中的数据保存到文档中,持久化的存储.
- 解析xml的方式:
- 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树结构
- 优点: 操作方便,可以对文档进行CRUD的所有操作.
- 缺点: 由于是一次加载所有的进内存,所以比较占内存.
- SAX:逐行读取,而且是读到下一行,上一行就释放了,所以在内存中一直都只有一行代码,同时这个是基于事件驱动的.
- 优点: 不占内存.
- 只能读取,不能增删改.
- 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树结构
- xml常见解析器:
- JAXP(sun公司提供的):支持DOM和SAX两种思想,性能很低,不用.
- DOM4J:一款非常优秀的解析器,基于DOM思想.
- Jsoup:本来是用来解析html的,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。
- PULL:安卓操作系统内置的解析器,是SAX方式的.
- Jsoup解析器
-
快速入门:
- 使用步骤:
- 导入jar包如:
jsoup-1.11.2.jar
. - 获取Document对象.
- 获取对应的标签(Element对象).
- 获取数据
- 导入jar包如:
- 代码: Jsoup快速入门代码.
//获取student.xml的路径 String str = JsoupDemo.class.getClassLoader().getResource("student.xml").getPath(); //解析xml文档,加载文档进内存,获取dom树,即document对象 try { Document document = Jsoup.parse(new File(str), "utf-8"); //获取元素对象,即element(标签)对象,Elements就是一个list列表,会存放所有name Elements elements = document.getElementsByTag("name"); System.out.println(elements.size()); //获取第一个name的element对象 Element element = elements.get(0); //获取数据 String name = element.text( ); System.out.println(name); } catch (IOException e) { e.printStackTrace(); }
- 使用步骤:
-
对象的使用:
- Jsoup: 工具类, 可以解析html和xml文档,返回Document对象.
- 注意其中的
parse()
方法,用于解析html和xml文档,返回Document对象.- (重点)
public static Document parse(File in, String charsetName)
:解析html或xml文件的. public static Document parse(String html)
: 解析xml或html字符串.public static Document parse(URL url, int timeoutMillis)
: 通过网络路径获取指定的html或xml的文档对象.
- (重点)
- Jsoup对象案例代码.
- 注意其中的
- Document(继承自Element): 文档对象,代表内存总的dom树.
- 主要用于获取Element对象(Element是Elements的父类)
public Elements getElementsByTag(String tagName)
: 根据标签名称获取元素对象的集合.public Elements getElementsByAttribute(String key)
: 根据属性名称来获取元素对象集合.public Elements getElementsByAttributeValue(String key, String value)
: 根据对应的属性名和值来获取元素对象集合.public Element getElementById(String id)
: 根据id值获取唯一的Element对象.
- document对象演示案例代码.
- 主要用于获取Element对象(Element是Elements的父类)
- Elements: 元素Element对象的集合,可以当作ArrayList来使用.
- Element: 元素对象,可以获取元素名称,属性等.
- 获取
子元素对象
public Elements getElementsByTag(String tagName)
: 根据标签名称获取元素对象的集合.public Elements getElementsByAttribute(String key)
: 根据属性名称来获取元素对象集合.public Elements getElementsByAttributeValue(String key, String value)
: 根据对应的属性名和值来获取元素对象集合.public Element getElementById(String id)
: 根据id值获取唯一的Element对象.
- 获取属性值
public String attr(String attributeKey)
: 根据属性名称(不区分大小写)获取属性值.
- 获取文本内容
public String text()
: 获取所有子标签的纯文本内容.public String html()
: 获取标签体的所有文本内容,包括子标签的字符串内容.
- Element对象案例代码.
- 获取
- 节点对象: 上述几个对象的爹,是Document和Element的父类.
- Jsoup: 工具类, 可以解析html和xml文档,返回Document对象.
-
- 快捷查询方式:
- 操作xml文档: