XML
概念,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标签都是自定义的,HTML标签是预定义的
- xml语法严格,html语法松散
- xml是存储数据,HTML是展示数据
语法
-
基本语法
- xml文件的后缀为,.xml
- xml文件第一行必定为文档申明
- xml文档有且只有一个根标签
- 属性值必须使用引号(单双都可以)引起来
- 标签必须正确关闭,有头有尾或者自闭和
- 区分大小写
-
快速入门
<users> <user id='1'> <name>zhangsan</name> <age>18</age> <gender>man</gender> </user> <user id='2'> <name>lisi</name> <age>19</age> <gender>woman</gender> </user> </users>
组成部分
-
文档申明
- 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,默认ISO-8859-1
- standalone,是否独立- 指令,结合css使用的
- 标签,标签名自定义
- 不能数字开头
- 名称不包含空格,不能以xml开始
- 属性
- id值唯一
- 文本
- CDATE区,区域里的代码会被原样展示
- 格式,<![CDATE[ 你要写的东西]]>
-
约束
- 规定xml的书写规则
-
分类
-
DTD,一种简单的约束
- 内部DTD,将约束规定在xml中
- 外部DTD,将文档规定在外部DTD文件中
- 本地,<!DOCPYTE 根标签名 SYSTEM "DTD文件位置">
- 网络,<!DOCPYTE 根标签名 SYSTEM "DTD文件位置" "DTD文件的url">
-
Schema,一种复杂的约束技术
-
引入
- 填写xml文档根元素
- 引入xsi前缀,xmlns:xsi=“http://www.w3.org/2001/XMLSchema”
- 引入xsd文件命名空间, xsi:schemaLocation=“http://www.w3.org/2001/XMLSchema”
- 为每一个xsd约束,申明一个前缀,作为标识xmlns=”http://www.example.org/05“
<student xmlns:xsi="http://www.w3.org/2001/XMLSchema" xsi:schemaLocation="http://www.w3.org/2001/XMLSchema" xmlns="http://www.example.org/05" >
-
-
解析
-
将xml文档中的数据,读取到内存中
- 解析,将文档中的数据读取到内存中
- 写入,将内存中的数据写到xml文件中,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的操作
-
缺点
占用大量内存
-
-
SAX,逐行读取,基于事件驱动
-
优点
占内存小
-
缺点
只能读取,不能增删改
-
-
-
xml的解析器
- JASP,sun公司的,支持DOM、SAX
- DOM4J,优秀
- 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。
- PULL,安卓内置的解析器,sax方式
-
Jsoup的使用
- 使用步骤
- 导入相应的jar包
- 获取document文档标签
- 获取对应的标签
- 获取数据
- 使用步骤
package it.hello;
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;
/*
Jsoup快速入门
*/
public class JsoupDemo01 {
public static void main(String[] args) throws IOException {
//1 获取document对象
//2.获取xml文件的路径
String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath();
//解析xml文档,加载进内存,获取dom树
Document document = Jsoup.parse(new File(path), "utf-8");
//3.获取元素对象
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());//2
//获取第一个name的element对象
Element element = elements.get(0);
System.out.println(element);//<name>tom</name>
//获取数据
String name = element.text();
System.out.println(name);//tom
}
}
<?xml version="1.0" encoding="utf-8" ?>
<students>
<student id="1">
<name name="1100">
<xing>tom</xing>
<ming>make</ming>
</name>
<age>18</age>
<gender>male</gender>
</student>
<student id="2">
<name name="0011">jack</name>
<age>18</age>
<gender>famale</gender>
</student>
</students>
对象的使用
-
Jsoup,工具类可以解析xml与html文档,返回Document
parse(),解析xml、html返回Document对象
parse(File in,String charsetName),解析xml、html文件
parse(String html),解析html、xml字符串
parse(URL url, int timeoutMillis),通过网络路径获取html、xml文件
package it.hello; 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; /* Jsoup快速入门 */ public class JsoupDemo02 { public static void main(String[] args) throws IOException { //1 获取document对象 //2.获取xml文件的路径 String path = JsoupDemo02.class.getClassLoader().getResource("student.xml").getPath(); /* //解析xml文档,加载进内存,获取dom树 Document document = Jsoup.parse(new File(path), "utf-8"); System.out.println(document);*/ //解析xml,html字符串 String str="<?xml version=\"1.0\" encoding=\"utf-8\" ?>\n" + "<students>\n" + " <student id=\"1\">\n" + " <name>tom</name>\n" + " <age>18</age>\n" + " <gender>male</gender>\n" + " </student>\n" + " <student id=\"2\">\n" + " <name>jack</name>\n" + " <age>18</age>\n" + " <gender>famale</gender>\n" + " </student>\n" + "</students>\n"; Document parse = Jsoup.parse(str); System.out.println(parse); } }
-
Document,文档对象,代表内存中的dom树
获取Element对象
getElementsByTag(String tagName),根据标签名称获取元素对象集合
getElementsByAttribute(String key),根据属性名称来获取元素对象集合
getElementsByAttributeValue(String key, Stringvalue),根据属性名,属性值来获取元素对象集合
getElementById(String id),根据id属性值,获取唯一的Element对象
package it.hello; 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; /* Jsoup快速入门 */ public class JsoupDemo03 { public static void main(String[] args) throws IOException { //1 获取document对象 //2.获取xml文件的路径 String path = JsoupDemo03.class.getClassLoader().getResource("student.xml").getPath(); //解析xml文档,加载进内存,获取dom树 Document document = Jsoup.parse(new File(path), "utf-8"); //3.获取元素对象 //3.1获取所有student对象 Elements student = document.getElementsByTag("student"); System.out.println(student); System.out.println("========================================="); //3.2获取属性名为id的对象 Elements id = document.getElementsByAttribute("id"); System.out.println(id); System.out.println("========================================="); //3.3获取name属性职位1100的元素 Elements name = document.getElementsByAttributeValue("name", "1100"); System.out.println(name); System.out.println("========================================="); //3.4获取id属性值为1的元素 Element elementById = document.getElementById("1"); System.out.println(elementById); } }
-
Elements,元素element对象集合,可以当做ArrayList来使用
-
Element,元素对象
-
获取子元素对象
getElementsByTag(String tagName),根据标签名称获取元素对象集合
getElementsByAttribute(String key),根据属性名称来获取元素对象集合
getElementsByAttributeValue(String key, Stringvalue),根据属性名,属性值来获取元素对象集合
getElementById(String id),根据id属性值,获取唯一的Element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的父类
package it.hello;
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;
/*
Jsoup快速入门
*/
public class JsoupDemo04 {
public static void main(String[] args) throws IOException {
//1 获取document对象
//2.获取xml文件的路径
String path = JsoupDemo04.class.getClassLoader().getResource("student.xml").getPath();
//解析xml文档,加载进内存,获取dom树
Document document = Jsoup.parse(new File(path), "utf-8");
//3.获取元素对象
//3.1获取所有student对象
Elements student = document.getElementsByTag("student");
System.out.println(student.size());
//3.2获取Element子标签对象
Element student1 = document.getElementsByTag("student").get(0);
Elements name = student1.getElementsByTag("name");
System.out.println(name);
System.out.println("================================");
//3.3获取student对象属性值
String name1 = student1.attr("id");//属性名不区分大小写
System.out.println(name1);
System.out.println("================================");
//3.4获取文本内容
String text = name.text();
System.out.println(text);
System.out.println("================================");
String html = name.html();
System.out.println(html);
System.out.println("================================");
}
}
快捷查询方式
-
selector,选择器
select(String cssQuery)
语法,参考selector类,里面的语法
package it.hello; 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; /* Jsoup快速入门 */ public class JsoupDemo05 { public static void main(String[] args) throws IOException { //1 获取document对象 //2.获取xml文件的路径 String path = JsoupDemo05.class.getClassLoader().getResource("student.xml").getPath(); //解析xml文档,加载进内存,获取dom树 Document document = Jsoup.parse(new File(path), "utf-8"); //查询name标签 Elements name = document.select("name"); System.out.println(name); System.out.println("================================"); //查询id为1的元素 Elements select = document.select("#1"); System.out.println(select); System.out.println("================================"); //查询id=1 Elements select1 = document.select("student[ id=\"1\"]"); System.out.println(select1); System.out.println("================================"); //查询id=1的子标签age Elements select2 = document.select("student[ id=\"1\"] > age"); System.out.println(select2); System.out.println("================================"); String text = select2.text(); System.out.println(text); } }
-
Xpath,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需要额外导入jar包
package it.hello; import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException; import cn.wanghaomiao.xpath.model.JXDocument; import cn.wanghaomiao.xpath.model.JXNode; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; import java.util.List; /* Xpath快速入门 */ public class JsoupDemo06 { public static void main(String[] args) throws IOException, XpathSyntaxErrorException { //1 获取document对象 //2.获取xml文件的路径 String path = JsoupDemo06.class.getClassLoader().getResource("student.xml").getPath(); //解析xml文档,加载进内存,获取dom树 Document document = Jsoup.parse(new File(path), "utf-8"); //根据document对象,创建JXDocument对象 JXDocument jxDocument = new JXDocument(document); //结合Xpath语法开始查询 List<JXNode> jxNodes = jxDocument.selN("//student"); System.out.println(jxNodes); System.out.println("================================"); //选取student下的所有name List<JXNode> jxNodes1 = jxDocument.selN("//student/name"); System.out.println(jxNodes1); System.out.println("================================"); //查询带有name属性的name标签 List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@name]"); System.out.println(jxNodes3); System.out.println("================================"); //查询带有name属性的name标签,并且name=0011 List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@name='0011']"); System.out.println(jxNodes4); System.out.println("================================"); } }