XML 学习

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