XML
1. 概念
2. 语法
3. 解析
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
* 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
* 快速入门：
<?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>
```组成部分
1. 文档声明
1. 格式：<?xml 属性列表 ?>
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
* 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
* 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
代码如下：
<?xml version="1.0" encoding="UTF-8" ?>
<!--<!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>
]>
<students>
<student number="s001">
<name>zhangsan</name>
<age>23</age>
<sex>male</sex>
</student>
<student number="s002">
<name>lisi</name>
<age>24</age>
<sex>female</sex>
</student>
</students>
- 外部dtd：将约束的规则定义在外部的dtd文件中
- 本地：
- 网络：
代码如下：
<!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">
外部约束：
<?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>
代码如下：
<?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"
-->
<a:students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="
http://www.itcast.cn/xml student.xsd
http://cxf.apache.org/bindings/soap
"
xmlns:a="http://www.itcast.cn/xml"
xmlns:b="http://cxf.apache.org/bindings/soap"
>
<a:student number="heima_0001">
<a:name>zhangsan</a:name>
<a:age>55</a:age>
<a:sex>male</a:sex>
</a:student>
</a:students>
-
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。 Jsoup的主要功能 1）从一个URL，文件或字符串中解析HTML 2）使用DOM或CSS选择器来查找、取出数据 3）可操作HTML元素、属性、文本 注意：jsoup是基于MIT协议发布的，可放心使用于商业项目。 * 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：
package jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
public class Demo01_jsoup {
public static void main(String[] args) throws IOException {
// 1.导包
// 2.获取document对象，根据xml文档实现
//2.1获取student.xml的path
//xxx.class.getClassLoader().getResource(“”).getPath();
//获取src资源文件编译后的路径（即classes路径）
//xxx.class.getClassLoader().getResource(“文件”).getPath();
//获取classes路径下“文件”的路径
String path = Demo01_jsoup.class.getClassLoader().getResource("jsoup/student.xml").getPath();
//2.2解析xml文档，加载文档进内存，获取dom树
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
// 对于一个元素中的文本，可以使用Element.text()方法
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
代码如下：
package xml解析;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
import java.net.URL;
public class jsoup_jsoup对象 {
public static void main(String[] args) throws IOException {
//2.1获取student.xml的path
//xxx.class.getClassLoader().getResource(“”).getPath();
//获取src资源文件编译后的路径（即classes路径）
//xxx.class.getClassLoader().getResource(“文件”).getPath();
//获取classes路径下“文件”的路径
/*
* 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
*
*
* */
String path = jsoup.Demo01_jsoup.class.getClassLoader().getResource("jsoup/student.xml").getPath();
//2.2解析xml文档，加载文档进内存，获取dom树
//第一种方法
// parse(File in, String charsetName)：解析xml或html文件的。
Document document = Jsoup.parse(new File(path), "utf-8");
//System.out.println(document);
//第二种方法
// parse(String html)：解析xml或html字符串
String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
"\n" +
"<students>\n" +
"\n" +
" <student number=\"heima_0001\">\n" +
" <name>zhangsan</name>\n" +
" <age>55</age>\n" +
" <sex>male</sex>\n" +
" </student>\n" +
" <student number=\"heima_0002\">\n" +
" <name>lisi</name>\n" +
" <age>55</age>\n" +
" <sex>male</sex>\n" +
" </student>\n" +
"\n" +
"</students>";
Document document1 = Jsoup.parse(str);
//System.out.println(document1);
//第三种方法
// parse(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象
// int timeoutMillis 多少秒无响应则返回
URL url = new URL("https://www.baidu.com");
Document document2 = Jsoup.parse(url, 10000);
System.out.println(document2);
}
}
- 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
代码如下：
package xml解析;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
public class jsoup_document对象 {
public static void main(String[] args) throws IOException {
/*
* 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
* */
String path = jsoup.Demo01_jsoup.class.getClassLoader().getResource(“jsoup/student.xml”).getPath();
//2.2解析xml文档，加载文档进内存，获取dom树
// parse(File in, String charsetName)：解析xml或html文件的。
Document document = Jsoup.parse(new File(path), “utf-8”);
// * getElementsByTag(String tagName)：根据标签名称获取元素对象集合
Elements elementsByTag = document.getElementsByTag(“student”);
System.out.println(elementsByTag);
System.out.println("-------------");
// getElementsByAttribute(String key)：根据属性名称获取元素对象集合
Elements name = document.getElementsByAttribute(“id”);
System.out.println(name);
System.out.println("--------------");
// getElementById(String id)：根据id属性值获取唯一的element对象
Element elementById = document.getElementById(“001”);
System.out.println(elementById);
System.out.println("--------------");
// 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 id = document.getElementsByAttributeValue(“id”, “001”);
System.out.println(id);
}
}
-
Elements：元素Element对象的集合。可以当做 ArrayList来使用
4. 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- 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)
代码如下：
- 获取属性值
package xml解析;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
public class jsoup_element {
public static void main(String[] args) throws IOException {
/*
* 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
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)
* */
String path = jsoup.Demo01_jsoup.class.getClassLoader().getResource("jsoup/student.xml").getPath();
//2.2解析xml文档，加载文档进内存，获取dom树
// parse(File in, String charsetName)：解析xml或html文件的。
Document document = Jsoup.parse(new File(path), "utf-8");
Elements name = document.getElementsByTag("name");
System.out.println(name.size());
System.out.println("-------");
Element ele_student = document.getElementsByTag("student").get(0);
Elements ele_name = ele_student.getElementsByTag("name");
System.out.println(ele_name.size());
System.out.println("-----------");
String number = ele_student.attr("number");
System.out.println(number);
System.out.println("-------");
String text = ele_name.text();
String html = ele_name.html();
System.out.println(text);
System.out.println(html);
}
}
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
* 代码：
package 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 jsoup_selector快速查询 {
public static void main(String[] args) throws IOException {
/**
*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
* */
String path = jsoup.Demo01_jsoup.class.getClassLoader().getResource("jsoup/student.xml").getPath();
//2.2解析xml文档，加载文档进内存，获取dom树
// parse(File in, String charsetName)：解析xml或html文件的。
Document document = Jsoup.parse(new File(path), "utf-8");
//3.查name标签
Elements elements = document.select("name");
System.out.println(elements);
System.out.println("=========");
//4.查询id为001的元素
Elements element1 = document.select("#001");
System.out.println(element1);
//5.获取student标签并且number属性值为heima_0001的aged的子标签
//5.1获取student标签并且number属性值为heima_0001
Elements number = document.select("student[number=\"heima_0001\"]");
System.out.println(number);
System.out.println("=============");
//5.2 获取student标签并且number属性值为heima_0001的aged的子标签
Elements age = document.select("student[number=\"heima_0001\"] >age");
System.out.println(age);
}
}
- 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
代码如下：
package 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 jsoup_Xpath {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
// 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
//1.获取student.xml的path
String path = jsoup_Xpath.class.getClassLoader().getResource("jsoup/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);
}
}
ystem.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);
}
}
}
扫一扫
332
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
