XML概述
概念 : Extensible Markup Language 可扩展标记语言
- 可扩展: 标签都是自定义的。
<user>
<student>
- 功能
- 存储数据
- 配置文件
- 在网络中传输
- 存储数据
- xml与html的区别
- xml标签都是自定义的,html标签是预定义。
- xml的语法严格,html 语法松散
- xml 是存储数据的,html是展示数据
- w3c:万维网联盟
严格规定
- xml文档的后缀名
.xml
- xml第一行必须定义为文档声明
- xml文档中有且仅有一个根标签
- 属性值必须使用引号(单双都可)引起来
- 标签必须正确关闭
- xml标签名称区分大小写
<?xml version="1.0"?>
<note>
<to>George</to>
<from>John</from>
<heading>Reminder</heading>
<body>Don't forget the meeting!</body>
</note>
组成部分
-
文档声明:
- 格式:
<?xml 属性列表 ?>
- 属性列表:
- version:版本号,必须的属性。一般为1.0版本
- encoding:编码方式。告知解析引擎当前使用的的字符集,默认值:ISO-8859-1
- standalone:是否独立 (yes/no)
- 格式:
-
指令: 结合css
< ?xml- stylesheet type= "text/css" href="a.css" ?>
-
标签:标签名称时自定义的
- 规则:
- 名称可以含字母、数字以及其他的字符
- 名称不能以数字或者标点符号开始
- 名称不能以字符 “xml”(或者 XML、Xml)开始
- 名称不能包含空格
- 规则:
-
属性
- id属性值唯一
-
文本
- CDATA区:在该区域中的数据会被原样展示
- 格式:
<![CDATA[ 数据 ]]>
- 格式:
- CDATA区:在该区域中的数据会被原样展示
约束
规定XML文档的书写规则
分类:
- DTD:一种简单的约束技术, 用于定义 XML 文档中的合法元素的标准。
- 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">
- 本地 :
一个简单的DTD文件示例:
<!ELEMENT note (to, from, heading, body)>
<!ELEMENT to (#PCDATA)>
<!ELEMENT from (#PCDATA)>
<!ELEMENT heading (#PCDATA)>
<!ELEMENT body (#PCDATA)>
PCDATA
PCDATA 的意思是被解析的字符数据(parsed character data)。可把字符数据想象为 XML 元素的开始标签与结束标签之间的文本。
CDATA
CDATA 的意思是字符数据(character data)。
声明一个元素
在 DTD 中,XML 元素通过元素声明来进行声明。元素声明使用下面的语法:
<!ELEMENT 元素名称 类别>
或者
<!ELEMENT 元素名称 (元素内容)>
空元素
<!ELEMENT 元素名称 EMPTY>
Schema
XSD
<?xml version="1.0"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.w3school.com.cn"
xmlns="http://www.w3school.com.cn"
elementFormDefault="qualified">
<xs:element name="note">
<xs:complexType>
<xs:sequence>
<xs:element name="to" type="xs:string"/>
<xs:element name="from" type="xs:string"/>
<xs:element name="heading" type="xs:string"/>
<xs:element name="body" type="xs:string"/>
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>
引人∶
-
填写xml文档的根元素
-
引人xsi前缀.
xmlns:xsi="http://www.w3.org/2001/xMLSchema-instance"
-
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"
解析
操作xml文档
- 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。持久化的存储
解析XML的的方式:
- 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 (主要用于服务端)
- 优点 : 操作方便,可以对文档进行增删改查的所有操作
- 缺点 : 消耗内存大
- SAX : 逐行读取,基于事件驱动的 (主要用于移动端)
- 优点 : 基本不占内存
- 缺点 : 只能读取,不能增删改
XML常见的解析器:
- JAXP : sun公司提供的解析器,支持dom和sax两种思想
- DOM4J : 一款非常优秀的解析器
- 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DOM, CSS以及类似于jQuery的操作方法来取出和操作数据。
- PULL : Android操作系统内置的解析器,sax方式的。
Jsoup
基本步骤:
- 导入jar包
- 获取Document对象
- 获取对应的标签Element对象
- 获取数据
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 JsoupDemo1 {
public static void main(String[] args) throws IOException {
// 获取Document对象,根据xml文档
// 获取路径
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
// 解析xml文档,加载文档进内存,获取dom树
Document document = Jsoup.parse(new File(path), "UTF-8");
// 获取元素对象Element
Elements elements = document.getElementsByTag("name"); // Elements继承的ArrayList
System.out.println(elements.size());
// 取第一个name元素对象
Element name1 = elements.get(0);
// 获取第一个name元素的数据
System.out.println(name1.text());
}
}
常见的对象使用
-
Jsoup:工具类,可以解析HTML或XML文档,返回Document
-
parse系列:解析HTML或XML文档,返回Document
-
static Document parse(File in, String charsetName)
:解析xml或html文件的。// 获取路径 String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath(); // 解析xml文档,加载文档进内存,获取dom树 Document document = Jsoup.parse(new File(path), "UTF-8"); System.out.println(document);
-
static Document parse(String html)
:解析xml和html字符串 -
static Document 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dom树
- 获取Element对象
Element getElementById(String id)
:根据id属性值获取唯一的Element对象Elements getElementsByTag(String tagName)
:根据标签名称获取元素对象集合Elements getElementsByAttribute(String key)
:根据属性名称获取元素对象集合Elements getElementsByAttributeValue(String key, String value)
:根据对应的属性名和属性值来获取元素对象集合
-
Elements:元素Element对象的集合,看作
ArrayList<Element>
使用 -
Element:元素对象
- 获取属性值:
String attr(String key)
:根据属性名称获取属性值 - 获取文本内容:
String text()
:获取文本内容String html()
:获取标签内部的所有内容(包括子标签)
- 获取属性值:
-
Node:节点对象
- 是Document和Element的父类
快捷查询的方式
-
selector:选择器
- 使用的方法:
Elements select(String cssQuery)
- 语法类似于JQuery的 (可以查看Selector类定义语法)
// 获取Document对象 String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath(); Document document = Jsoup.parse(new File(path), "UTF-8"); Elements students_student_name = document.select("students student[number=\"sid_01\"] name"); System.out.println(students_student_name);
- 使用的方法:
-
JsoupXPath:
XPath即为XML路径语言(XML Path Language),它是一种用来确定XML文档中某部分位置的语言。
- 使用Jsoup的XPath需要额外的导入jar包
- 自行查询w3cshool参考手册,使用XPath的语法。
//1.获取student.xml的path
String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
//2.获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//3.根据document对象,创建JXDocument对象
JXDocument jxDocument = new JXDocument(document);
//4.结合xpath语法查询
//4.1查询所有student标签
List<JXNode> jxNodes = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes) {
System.out.println(jxNode);
}
System.out.println("--------------------");
//4.2查询所有student标签下的name标签
List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
for (JXNode jxNode : jxNodes2) {
System.out.println(jxNode);
}
System.out.println("--------------------");
//4.3查询student标签下带有id属性的name标签
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
for (JXNode jxNode : jxNodes3) {
System.out.println(jxNode);
}
System.out.println("--------------------");
//4.4查询student标签下带有id属性的name标签 并且id属性值为zr
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='zr']");
for (JXNode jxNode : jxNodes4) {
System.out.println(jxNode);