JavaWeb系列笔记七——XML

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
  <?xml-stylesheet type="text/css" href="a.css" ?>
  • 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]]>

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
  1. DTD：一种简单的约束技术
  2. 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
  1. 解析（读取）：将文档中的数据读取到内存中
  2. 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