XML
- 概念:Extensible Markup Language可拓展标记语言
- 可拓展:标签都是自定义的
- 功能:存储数据
- 配置文件
- 在网络中传输
- xml与html的区别
- xml标签都是自定义的,html标签是预定义的
- xml的语法严格,html语法松散
- xml是存储数据的,html是展示数据的
语法
基本语法:
- 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
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;encoding:编码方式;standalone:是否独立 ,取值:yes:不依赖其他文件,no:依赖其他文件;
- 指令(了解):结合CSS的
- 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
- 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]]>
约束
- 约束:规定xml文档的书写规则
- 作为框架的使用者(程序员)能够在xml中引入约束文档,能够简单的读懂约束文档
- 分类
- DTD:一种简单的约束技术
- Schema:一种复杂的约束技术
DTD
引入:
- 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
- 填写xml文档的根元素
- 引入xsi前缀 xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”
- 引入xsd文件命名空间 xmlns:schemaLocation=“http://www.itcast.cn/xml student.xsd”
- 为每一个xsd约束声明一个前缀,作为标识 xmlns=“http://www.itcast.cn/xml”
范例:
<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="http://www.itcast.cn/xml"
xmlns:schemaLocation="http://www.itcast.cn/xml student.xsd">
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
优点:不占内存
缺点:只能读取,不能增删改查
-
Jsoup
xml的常见解析器
-
JAXP
-
DOM4J
-
Jsoup
-
PULL
-
Jsoup:工具类,可以解析html或xml,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
- 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文档对象
Document:文档对象
代表内存中的Dom树。
Elements:元素Element对象的集合
可以当做ArrayList<Element>来使用
Element:元素对象
- 获取元素对象
- 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
- 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():获取标签体的所有内容(包括子标签的字符串内容)
Node:节点对象
是Document和Element对戏那个的父类
快捷查询方式
- selector:选择器
- 使用的方法:Elements select(String cssQuery)
- 语法参考Selector类中定义的语法
- Xpath:Xpath即为XML路径语言,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需要额外导入jar包
- 查询w3cschool参考手册,使用Xpath的语法完成查询