XML学习笔记

XML基础

1. 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
       • 配置文件
       • 在网络中传输
   • xml与html的区别
     • xml标签都是自定义的，html标签是预定义。
     • xml的语法严格，html语法松散
     • 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
     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
   • 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
   • 指令(了解)：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
   • 属性：id属性值唯一
   • 文本：
     • CDATA区：在该区域中的数据会被原样展示
       • 格式： <![CDATA[ 数据 ]]>

XML约束

1. 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中引入约束文档
     • 能够简单的读懂约束文档
   • 分类：
     • DTD:一种简单的约束技术
       • 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">
     • Schema:一种复杂的约束技术
       • 引入：
         • 填写xml文档的根元素
         • 引入xsi前缀. xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”
         • 引入xsd文件命名空间. xsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”
         • 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解析

1. 操作xml文档，将文档中的数据读取到内存中

2. 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xml文档中。持久化的存储

3. 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
     • 优点：操作方便，可以对文档进行CRUD的所有操作
     • 缺点：占内存
   • SAX：逐行读取，基于事件驱动的。（读一行释放一行）
     • 优点：不占内存。
     • 缺点：只能读取，不能增删改

4. xml常见的解析器：

   • JAXP：sun公司提供的解析器，支持dom和sax两种思想
   • DOM4J：一款非常优秀的解析器
   • 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。
   • PULL：Android操作系统内置的解析器，sax方式的。

5. 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
   • 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：
  • 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
  • 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<Element>来使用
  • 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)
  • Node：节点对象
    • 是Document和Element的父类
• 快捷查询方式：
  • 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
  • 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：

				//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);
		        }