XML知识总结
一、XML简介
-
概念
Extensible Markup Language 可扩展标记语言 -
什么是XML？
XML是可扩展的标记语言，类似于html，其设计宗旨是传输数据，
而非显示数据。xml标签没有被预定义，需要自行定义标签。
XML被设计为具有自我描述性，是W3C的推荐标准。 -
XML的作用
用来保存数据，而且这些数据具有自我描述性
它还可以做为项目或者模块的配置文件
还可以做为网络传输数据的格式（现在JSON为主）。 -
XML和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
二、XML语法
-
基本语法
1. xml文档的后缀名 .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(单双都可)引起来 5. 标签必须正确关闭 6. xml标签名称区分大小写
示例：
<?xml version='1.0' ?>
<users>
<user id='1'>
<name>zhangsan</name>
<age>23</age>
<gender>male</gender>
<br/>
</user>
<user id='2'>
<name>lisi</name>
<age>24</age>
<gender>female</gender>
</user>
</users>
文档声明
-
格式：xml声明
<?xml version="1.0" encoding="utf-8" ?> -
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 * 取值： * yes：不依赖其他文件 * no：依赖其他文件-
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 -
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 ]]>
-
在浏览器可以查看到xml文档（如果语法正确则会显示正常）
XML注释
<!--xml注释-->
元素
从上图可以看出
XML元素是从(且包括 )开始标签直到(且包括)结束标签的部分
元素可包含其他元素,文本或者两者的混合物.元素也可以拥有属性
2.XML命名规则
XML元素必须遵循以下命名规则：
2.1.名称可以含字母、数字以及其他的字符
例如
<bookid="SN213412341"><!--描述一本书-->
<author>班导</author><!--描述书的作者信息-->
<name>java编程思想</name><!--书名-->
<price>9.9</price><!--价格-->
</book>
2.2.名称不能以数字或者标点符号开始
2.3.名称不能以字符“xml”（或者XML、Xml）开始
2.4.名称不能包含空格
3.xml中的元素（标签）也分成单标签和双标签：
单标签格式：
<标签名属性=”值”属性=”值”....../>
双标签格式：
<标签名属性=”值”属性=”值”......>文本数据或子标签</标签名>
xml属性
xml的标签属性和html的标签属性是非常类似的，属性可以提供元素的额外信息
在标签上可以书写属性：
一个标签上可以书写多个属性。每个属性的值必须使用引号引起来。
属性必须使用引号引起来
语法规则
所有XML元素都须有关闭标签（也就是闭合）
XML标签对大小写敏感
XML文档必须有根元素
根元素就是顶级元素，没有父标签的元素，叫顶级元素。
根元素是没有父标签的顶级元素，而且是唯一一个才行。
文本区域（CDATA区）
CDATA语法可以告诉xml解析器，我CDATA里的文本内容，只是纯文本，不需要xml语法解析
CDATA格式：
<![CDATA[这里可以把你输入的字符原样显示，不会解析xml]]>
三.xml解析
- 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
- 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
- 优点：操作方便，可以对文档进行CRUD的所有操作
- 缺点：占内存
- 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
- 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
-
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。
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 -
导入Jsoup包
获取Document对象的两种方式:
- 根据xml文档获取
//获取Document对象，根据xml文档获取
String path = JsoupTest.class.getClassLoader().getResource("./Student.xml").getPath();
//解析xml文档
Document document= Jsoup.parse(new File(path),"utf-8");
- 通过解析str中的xml获取
String str="<?xml version=\"1.0\" encoding=\"utf-8\" ?>\n" +
"<students>\n" +
" <student number=\"001\">\n" +
" <name>张三</name>\n" +
" <age>23</age>\n" +
" <sex>male</sex>\n" +
" </student>\n" +
" <student number=\"002\">\n" +
" <name>李四</name>\n" +
" <age>23</age>\n" +
" <sex>female</sex>\n" +
" </student>\n" +
"</students>";
Document document = Jsoup.parse(str);
- 解析示例
public class JsoupTest {
@Test
public void test() throws IOException {
//获取Document对象，根据xml文档获取
// String path = JsoupTest.class.getClassLoader().getResource("./Student.xml").getPath();
//解析xml文档
// Document document= Jsoup.parse(new File(path),"utf-8");
//获取元素对象Element
String str="<?xml version=\"1.0\" encoding=\"utf-8\" ?>\n" +
"<students>\n" +
" <student number=\"001\">\n" +
" <name>张三</name>\n" +
" <age>23</age>\n" +
" <sex>male</sex>\n" +
" </student>\n" +
" <student number=\"002\">\n" +
" <name>李四</name>\n" +
" <age>23</age>\n" +
" <sex>female</sex>\n" +
" </student>\n" +
"</students>";
Document document = Jsoup.parse(str);
Elements name = document.getElementsByTag("name");
//Elements继承了ArrayList
//获取第一个name的element对象
Element element = name.get(0);
//获取第二个name的element对象
Element element1 = name.get(1);
//获取数据
System.out.println(element.text());
System.out.println(element1.text());
}
}
XML文件
输出
对象的使用：
1. Jsoup：工具类，可以解析html或xml文档，返回Document
* parse：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xml的文档对象
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
3. 获取文本内容
* String text():获取文本内容
* String html():获取标签体的所有内容(包括字标签的字符串内容)
5. Node：节点对象
* 是Document和Element的父类
157
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
