一.概念
1. XML
XML:Extensible Markup Language 可扩展标记语言
* 可扩展:标签都是自定义的。
例:<user>,<student>,<book>
2. 功能
1. 存储数据
* 配置文件
* 在网络中传输
3. xml与html的区别
1. xml标签都是自定义的,html标签是预定义的。
2. xml的语法严格,html语法松散。
3. xml是用于存储数据的,html是用于展示数据的。
4. xml与html均由w3c创立。
* w3c:万维网联盟
二.语法
1. 基本语法(严格)
1. xml 文档后缀名为.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,属性值必须使用引号(单双均可)包裹
4. xml 标签必须正确关闭
5. xml 标签名称区分大小写
2. 快速入门
<-- student.xml -->
<?xml version='1.0'?>
<users>
<user id='1'>
<name>zhangsan</name>
<age>18</age>
<gender>male</gender>
</user>
<user id='2'>
<name>lisi</name>
<age>19</age>
<gender>male</gender>
</user>
</users>
3. 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
* yes 不依赖其他文件
* no 依赖其他文件
2. 指令(了解):结合css
* <?xml-stylesheet type="text/css" href="a.css" ?>
3. 标签
* 规则:
1. 名称可以包含字母、数字以及其他的字符
2. 名称不能以数字或者标点符号开始
3. 名称不能以字母xml(或者XML、Xml 等等)开始
4. 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/代码 ]]>
4. 约束
1. 概念:规定xml文档的书写规则
* 作为框架的使用者:
1. 能够在xml文档中引入约束文档
2. 能够简单的读懂约束文档
2. 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. DTD
1. 引入dtd文档到xml文档中
* 内部dtd:将约束的规则定义在xml文档中
* 外部dtd:将约束的规则定义在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”>
4. Schema(约束文件后缀名.xsd)
* 引入xsd到xml文档中
1. 填写xml文档的根元素
2. 引入xsi前缀 xmlns:xsi="http://www.3c.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" (前缀未写则为默认标识)
例:
<students xmlns:xsi="http://www.3c.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
xmlns="http://www.itcast.cn/xml"
>
三.解析
1. 概念
操作xml文档,将文档中的数据读取到内存
2. 操作xml文档
1. 解析(读取):将文档中的数据读取到内存
2. 写入:将内存中的数据保存到xml文档中,持久化的存储
3. 解析xml的方式
1. DOM:将标记语言文档一次性加载进内存,会在内存中形成一颗DOM树(服务器端使用)
* 优点:操作方便,可以对文档进行CRUD的所有操作
* 缺点:消耗内存
2. SAX:逐行读取,基于事件驱动。(移动端使用)
* 优点:不占内存
* 缺点:只能读取,不能增删改
4. 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,使用较为麻烦。
2. DOM4J:一款优秀的解析器。
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。
5. Jsoup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
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
public class JsoupDemo{
public static void main(String[] args) throw IOException {
//1.获取Document对象,根据xml文档获取
//2.获取student.xml的path
JsoupDemo.class.getClassLoader().getResource("student.xml").getPath();
//3.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");
//4.获取元素对象 Element,Elements相当于ArrayList集合
Elements elements = document.getElementsByTag("name");
//5.获取第一个name的Element对象
Element element = elements.get(0);
//6.获取数据
String name = element.text();
System.out.println(name);
}
}
6. 对象的使用
1. Jsoup:工具类,可以解析html或xml文档,返回Doucment
* parse:解析html或xml文档,返回Document
* parse(File in,String charseName):解析xml或html文件(常用)
* parse(String html):解析xml或html字符串(不常用)
* parse(URL url,int timeoutMillis):通过网络路径获取指定的html或xml文档对象(常用于解析html)
2. Document(继承了Element):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,可以当作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():获取所有子标签的纯文本内容
* 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)
5. Node:节点对象
* 是Document和Element的父类