学习笔记-xml

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);

    }
}