XML
概念
Extensible Markup Language 可扩展标记语言
可扩展: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的标签都是自定义的,html的标签都是预定义的
- xml的语法严格,html的语法松散
- 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
- 属性值必须用引号引起来
- 标签要正确关闭
- xml标签名称区分大小写
快速入门
<? xml version='1.0' ?>
<users>
<user>
<name>zhangsan</name>
<age>18</age>
<gender>male</gender>
</user>
<user>
<name>lisi</name>
<age>18</age>
<gender>female</gender>
</user>
</users>
组成部分
文档声明
格式:
<?xml 属性列表?>
属性列表:
- version:版本号(必须属性)
- encoding:编码方式。告知解析引擎当前文档使用的编码方式,默认值:ISO-8859-1
- standalone:是否独立.yes or no。yes:不依赖其他文件;no:依赖其他文件
指令(了解)
结合css使用
如:
<?xml-stylesheet type="text/css" href="a.css" ?>
标签
标签为自定义的
规则:
- 名称可以包含字母、数字以及其他的符号
- 名称不可以用数字或标点开头
- 名称不能以字母xml(或者XML、Xml)开头
- 名称不能含有空格
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]]>
w3c:万维网联盟
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/XML Schema-instance”
- 引入xsd文件命名空间 xsi: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”
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到内存,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
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:非常优秀的解析器
- 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。
- PULL:Android操作系统内置的解析器,sax方式的。
Jsoup
快速入门:
步骤:
- 导入jar包
- 获取Document对象
- 获取对应标签Element对象
- 获取数据
//获取student.xml的路径
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 document = Jsoup.parse(new File(path), "utf-8");
//获取元素对象 Element
Elements names = document.getElementsByTag("name");
//获取数据
System.out.println(names.get(0).text());
对象的使用
Jsoup:
工具类,可以解析html或xml的文档,返回Document对象
Document parse(File in, String charsetName)
将文件的内容解析为HTML。Document parse(String html)
将HTML解析为文档。Document parse(URL url, int timeoutMillis)
获取一个URL,并将其解析为HTML。
Document:
文档对象,代表内存中的dom树
获取Element对象:
Elements getElementsByTag(String tagName)
使用标签名称获取元素对象集合。Elements getElementsByAttribute(String key)
根据属性名获取元素对象集合Elements getElementsByAttributeValue(String key, String value)
根据对应的属性名和属性值获取元素对象集合
Elements:
元素Element对象的集合。可以当作一个ArrayList<Element>
来使用
Element:
元素对象
获取属性值:
String attr(String attributeKey)
根据属性名称获取属性值。
获取文本内容
String text()
获取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)
Node:
节点对象。是Document和Element 的父类
快捷查询方式
1.selector 选择器
使用的方法:Elements select(String cssQuery)
语法可参考Selector类中定义的语法
String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
System.out.println(document.select("student[number='s001']>age").text());
2.XPath
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。
步骤:
- 额外导入jar包
- 查询w3c手册的xpath语法
String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
//创建XPath的JXDocument对象
JXDocument jxDocument=new JXDocument(document);
//结合XPath语法查询
List<JXNode> students = jxDocument.selN("//student");
List<JXNode> names = jxDocument.selN("//student/name[@id='1']");
for (JXNode name:names){
System.out.println(name);
}