JavaWeb基础06:XML

XML

1. 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
			1. 配置文件
			2. 在网络中传输
			
	* 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. 与配置文件properties竞争

	* w3c:万维网联盟

2. 语法:

2.1 基本语法与快速入门

		1. xml文档的后缀名 .xml
		2. xml第一行必须定义为文档声明,特别严格,必须在第一行
		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
<?xml version='1.0' ?>
<users>
	<user id='1'>
		<name>zhangsan</name>
		<age>23</age>
		<gender>male</gender>
		<br/>
	</user>
	
	<user id='2'>
		<name>lisi</name>
		<age>24</age>
		<gender>female</gender>
	</user>
</users>

2.2 组成部分:

		1. 文档声明
			1. 格式:<?xml 属性列表 ?>   语法很严格,问号与xml是不能有空格的
			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 设置GBK存储中文ok,用什么编码,用什么解码
				* 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):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:
			* CDATA区:在该区域中的数据会被原样展示
			                     解决转移字符麻烦问题。
			                     使得特殊字符会在html中原样展示
				* 格式:  <![CDATA[ 数据 ]]>

3. 约束:规定xml文档的书写规则

在这里插入图片描述

		* 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

3.1 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">
					* 根标签名 是定义约束最外层的标签

student.dtd

<!ELEMENT students (student+) > // student+ 表示必须出现一次或多次
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>  // #PCDATA表示字符串
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>   //#REQUIRED 表示必须给值

student.xml

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<!--下面是内部定义约束-->
<!--<!DOCTYPE students [

		<!ELEMENT students (student+) >
		<!ELEMENT student (name,age,sex)>
		<!ELEMENT name (#PCDATA)>
		<!ELEMENT age (#PCDATA)>
		<!ELEMENT sex (#PCDATA)>
		<!ATTLIST student number ID #REQUIRED>


		]>-->
<students>
	
	<student number="s001">
		<name>zhangsan</name>
		<age>abc</age>
		<sex>hehe</sex>
	</student>

	<student number="s002">
		<name>lisi</name>
		<age>24</age>
		<sex>female</sex>
	</student>
	
</students>

3.2 Schema:

内容会限定

* 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"
	固定格式
	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.xsd

<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itcast.cn/xml"
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.itcast.cn/xml" elementFormDefault="qualified">
    <xsd:element name="students" type="studentsType"/>
    <xsd:complexType name="studentsType">
        <xsd:sequence>
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
        </xsd:sequence>
    </xsd:complexType>
    <xsd:complexType name="studentType">
        <xsd:sequence>
            <xsd:element name="name" type="xsd:string"/>
            <xsd:element name="age" type="ageType" />
            <xsd:element name="sex" type="sexType" />
        </xsd:sequence>
        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <xsd:simpleType name="sexType">
        <xsd:restriction base="xsd:string">
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="ageType">
        <xsd:restriction base="xsd:integer">
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="256"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="numberType">
        <xsd:restriction base="xsd:string">
            <xsd:pattern value="heima_\d{4}"/>
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema> 
<?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"
	给student.xsd路径起一个名字http://www.itcast.cn/xml,命名空间
	4.为每一个xsd约束声明一个前缀,作为标识  xmlns:a="http://www.itcast.cn/xml" 
	只引入一个前缀 就不用了写默认这一个 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>tom</name>
		<age>18</age>
		<sex>male</sex>
	</student>

</students>

4. 解析

操作 xml 文档,将文档中的数据读取到内存中

4.1 解析思想

	* 操作xml文档【类似于IO流的读和写】
		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,树形结构在内存中
			* 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,读一行判断一行,基于事件驱动的。
			* 优点:不占内存。
			* 缺点:只能读取,不能增删改

4.2 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,不推荐
		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。

4.3 Jsoup学习

主要多看一下 Jsoup 开发文档

4.3.1 快速入门
	* 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   libs add as Library 加入工作区间中
				2. 获取Document对象,代表整个DOM树的文档对象
				3. 获取对应的标签Element对象
				4. 获取数据
<?xml version="1.0" encoding="UTF-8" ?>

<students>
	<student number="heima_0001">
		<name id="itcast">
			<xing></xing>
			<ming></ming>
		</name>
		<age>18</age>
		<sex>male</sex>
	</student>
	<student number="heima_0002">
		<name>jack</name>
		<age>18</age>
		<sex>female</sex>
	</student>

</students>
/**
 * Jsoup快速入门
 */
public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象,根据xml文档获取
        //2.1获取student.xml的path
        // 获取字节码对象,获取类加载器 获取类的资源路径
        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
        // Element 继承ArrayList 可以当成ArrayList操作
        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);
    }

}
4.3.2 Jsoup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,有很多重载
				* 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
/**
 * Jsoup对象功能
 */
public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
        //2.1获取student.xml的path
        String path = JsoupDemo2.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");
        System.out.println(document);*/

       //2.parse​(String html):解析xml或html字符串
       /* String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "\n" +
                "<students>\n" +
                "\t<student number=\"heima_0001\">\n" +
                "\t\t<name>tom</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>male</sex>\n" +
                "\t</student>\n" +
                "\t<student number=\"heima_0002\">\n" +
                "\t\t<name>jack</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>female</sex>\n" +
                "\t</student>\n" +
                "\n" +
                "</students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/

       //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
       //通过第三个方法可以实现爬虫
        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);//10000 毫秒 表示超时时间
        System.out.println(document);

    }
}
4.3.3 Document对象的使用
Document:文档对象。代表内存中的dom树
			* 获取Element对象,获取全部的整个标签块
				* 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
/**
 * Document/Element对象功能
 */
public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //3.获取元素对象了。
        //3.1获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);

        System.out.println("-----------");


        //3.2 获取属性名为id的元素对象们
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("-----------");
        
        //3.2获取 number属性值为heima_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");
        System.out.println(elements2);

        System.out.println("-----------");
        //3.3获取id属性值的元素对象
        Element itcast = document.getElementById("itcast");
        System.out.println(itcast);
    }
}
4.3.4 Elements对象的使用
		 Elements:元素Element对象的集合。可以当做 ArrayList<Element>来使用
4.3.5 Element对象的使用
		 Element:元素对象
			1. 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

			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(): 获取纯文本内容
				* String html():获取标签体的所有内容(包括字标签的字符串内容)
/**
 *Element对象功能
 */
public class JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //通过Document对象获取name标签,获取所有的name标签,可以获取到两个
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        System.out.println("----------------");
        
        //通过Element对象获取子标签对象
        //get(0)是获取student集合中的第一个元素
        Element element_student = document.getElementsByTag("student").get(0);
        Elements ele_name = element_student.getElementsByTag("name");
        System.out.println(ele_name.size());

        //获取student对象的属性值
        String number = element_student.attr("NUMBER");
        System.out.println(number);
        System.out.println("------------");
        
        //获取文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);
    }

}

在这里插入图片描述

4.3.6 Node对象的使用
			Node:节点对象
			* 是Document和Element的父类

4.4 快捷查询方式

解决了之前查询步骤冗余复杂的问题,不用一层一层的抽丝剥茧查询了

4.4.1 根据选择器查询

        selector:选择器
			* 使用的方法:Elements	select​(String cssQuery)
			    *具体传什么cssQuery,是由固定格式语法的  
				* 语法:参考官方定义的Selector类中定义的语法
/**
 *选择器查询
 */
public class JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //3.查询name标签 元素选择器 
        /*
            div{

            }
         */
        Elements elements = document.select("name"); //获取所有的name标签
        System.out.println(elements);
        System.out.println("=----------------");
        
        //4.查询id值为itcast的元素
        Elements elements1 = document.select("#itcast");
        System.out.println(elements1);
        System.out.println("----------------");
        
        //5.获取student标签并且number属性值为heima_0001的age子标签
        //5.1.获取student标签并且number属性值为heima_0001
        Elements elements2 = document.select("student[number=\"heima_0001\"]");//元素选择器+属性选择器
        System.out.println(elements2);
        System.out.println("----------------");

        //5.2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"); //两个字符串用了一个转义,使得两个字符串不能相互嵌套
        System.out.println(elements3);

    }
}

4.4.2 XPath

		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
			* XPath和Jsoup关系不大,只要有DOM树就可以操作了
/**
 *XPath查询
 */
public class JsoupDemo6 {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //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");//规定语法
        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);
        }
    }

}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值