day35
今日内容
- XML
- 概念
- 语法
- 解析
XML
1. 概念:可扩展标记语言(Extensible Markup Language)
* 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
* XML 被设计用来传输和存储数据,其焦点是数据的内容。
* HTML 被设计用来显示数据,其焦点是数据的外观。
* W3C:万维网联盟
2. 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
3. xml文档中有且仅有一个根标签
4. 属性值必须使用引号(单双引号都可以)引起来
5. 标签必须正确闭合
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>
</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,写1.0即可,可兼容,必须的属性
* encoding:编码方式,告知解析引擎当前文档的字符集,默认值:ISO-8859-1
* standalone:是否独立
* 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区中的所有内容都会被解析器忽略,会被原样展示。
* CDATA 部分由 "<![CDATA[" 开始,由 "]]>" 结束
*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,作用是定义 XML 文档的合法构建模块
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
* 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:
* 引入:
<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
xmlns="http://www.itcast.cn/xml"
>
3. 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:将内存中的数据报保存到xml文档中,持久化的存储
* 解析xml的方式:
1. DOM:XML DOM(XML Document Object Model)定义了访问和操作 XML 文档的标准方法。把 XML文档作为树结构来查看
* 优点:操作方便,可以对文档进行CRUD的所有操作
* 缺点:树,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。
* 快速入门:
* 步骤:
1. 导入jar包 jsoup-1.11.2.jar
2. 获取Document对象
3. 获取对应的标签Element对象
4. 获取数据
package cn.itcast.xml.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 JsoupDemo01 {
public static void main(String[] args) throws IOException {
String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
Element element = elements.get(0);
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(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或者xml的文档对象
package cn.itcast.xml.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;
import java.net.URL;
public class JsoupDemo02 {
public static void main(String[] args) throws IOException {
String path = JsoupDemo02.class.getClassLoader().getResource("student.xml").getPath();
URL url = new URL("https://www.runoob.com/xml/xml-parser.html");
Document document = Jsoup.parse(url, 10000);
System.out.println(document);
}
}
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
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 key不区分大小写
3. 获取文本内容
* String text();获取所有标签的纯文本内容
* String html();获取标签体的所有内容(包括子标签的标签和文本内容)
package cn.itcast.xml.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 JsoupDemo04 {
public static void main(String[] args) throws IOException {
String path = JsoupDemo04.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path),"utf-8");
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
Element element_student = document.getElementsByTag("student").get(0);
Elements ele_name = element_student.getElementsByTag("name");
System.out.println(ele_name.size());
String number = element_student.attr("number");
System.out.println(number);
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
* Elements select(String cssQuery)
* 语法:参考Selector类中定义的语法
package cn.itcast.xml.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 JsoupDemo05 {
public static void main(String[] args) throws IOException {
String path = JsoupDemo05.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path),"utf-8");
Elements elements = document.select("name");
System.out.println(elements);
System.out.println("=================");
Elements elements1 = document.select("#itcast");
System.out.println(elements1);
System.out.println("=================");
Elements ele = document.select("student[number='heima_0001']");
System.out.println(ele);
System.out.println("=================");
Elements ele1 = document.select("student[number='heima_0001'] > age");
System.out.println(ele1);
System.out.println("=================");
}
}
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需要额外导入jar包 JsoupXpath-0.3.2.jar
* 查询w3school参考手册,使用XPath的语法完成查询
```html
package cn.itcast.xml.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 JsoupDemo06 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
String path = JsoupDemo06.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path),"utf-8");
JXDocument jxDocument = new JXDocument(document);
List<JXNode> jxNodes = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes){
System.out.println(jxNode);
}
System.out.println("=====================");
List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
for (JXNode jxNode : jxNodes2){
System.out.println(jxNode);
}
System.out.println("=====================");
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
for (JXNode jxNode : jxNodes3){
System.out.println(jxNode);
}
System.out.println("=====================");
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4){
System.out.println(jxNode);
}
System.out.println("=====================");
}
}