概念:Extensiable 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,可以作为配置文件,可以在网络上传输
xml与html的区别
1.xml标签都是自定义的,html标签都是预定义的
2.xml语法严格html语法松散
3.xml用于存储数据,html用于展示数据
语法
基本语法
1.xml文档后缀名是.xml
2.xml第一行必须定义为文档声明,<?xml version='1.0' ?>
3.xml有且仅有一个根标签
4.属性值必须使用引号(单双都行)引起来
5.标签必须正确关闭
6.xml标签名称严格区分大小写
组成部分
1.文档声明
格式:<?xml 属性列表 ?>
属性列表:
version(版本号,必须要写的属性)
encoding(编码方式,告知解析引擎当前文档的字符集,默认值为iso-8859-1)
standalone(是否独立取值有yes不依赖其他文件,no依赖其他文件)
2.指令:用于结合CSS展示数据
3.标签
定义规则:
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.文本内容
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
分类:
1.DTD(一种简单的约束技术)
引入dtd文档到xml中:
1.内部dtd:将约束规则定义在xml文档中
2.外部dtd:将约束规则定义在外部的dtd文件中
本地:
网络:
2.Scheme(一种复杂的约束技术)
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.jxust.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.jxust.cn/xml”
例:
解析
操作xml文档包括:
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:占内存大
2.SAX:逐行读取,基于事件驱动的
优点:占内存小
缺点:只能读取,不能增删改
xml常见解析器:
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,基于dom思想
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,基于sax思想
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。
使用步骤:
1.导入jar包
2.获取Documentd对象
3.获取对应的标签Element对象
4.获取数据
Jsoup相关对象
Jsoup:工具类,可以解析html或xml文档,调用parse()方法返回Document对象
方法:
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,主要用于获取Element对象
方法:
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,继承了ArrayList
Element:元素对象
方法:
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
text():获取文本内容
html():获取标签体的所有内容(标签和文本),包括子标签的内容
Node:节点对象
是Document和Element的父类
Jsoup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
2.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需要导入jar包 JsoupXpath-0.3.2.jar
查询w3school参考手册,使用xpath语法完成查询
例:
public class JsoupDemo {
public static void main(String[] args) throws Exception {
//获取xml的路径
String path = JsoupDemo06.class.getClassLoader().getResource("student.xml").getPath();
//获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//通过Document对象创建JXDocument对象
JXDocument jxDocument = new JXDocument(document);
//结合XPath语法查询
//查询student标签
List<JXNode> jxNodes1 = jxDocument.selN("//student");
jxNodes1.stream().forEach(System.out::println);
//查询所有student标签下的name标签
List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
jxNodes2.stream().forEach(System.out::println);
//查询student标签下带有id属性的name标签
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
jxNodes3.stream().forEach(System.out::println);
//查询student标签下带有id属性值为5720163021的name标签
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id=5720163021]");
jxNodes4.stream().forEach(System.out::println);
}
}