day12【XML】

今日内容

• XML
  • 概念
  • 语法
  • 解析
    

1 概念：Extensible Markup Language 可扩展标记语言

• 可扩展：标签都是自定义的。<user> <student>
• 功能：
  存储数据：
  1. 配置文件
  2. 在网络中传输
• xml与html的区别
  1. xml标签都是自定义的，html标签都是预定义的。
  2. xml的语法严格，html语法松散
  3. xml是存储数据的，html是展示数据
  • w3c：万维网联盟

2 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(单双都可以)引起来
  5. 标签必须正确关闭
  6. xml标签名称区分大小写
• 快速入门：

  <?xml version='1.0' ?>
  <users>
  	<user id='1'>
  		<name>zhangsan</name>
  		<age>-1</age>
  		<gender>male</gender>
  		<address>西安</address>
  	</user>
  	<user id='2'>
  		<name>lisi</name>
  		<age>22</age>
  		<gender>female</gender>
  		<address>北京</address>
  	</user>
  </users>
  

• 组成部分：
  1. 文档声明
     1. 格式：<?xml 属性列表 ?>
     2. 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
          • yes：不依赖其他文件
          • no：依赖其他文件
  2. 指令(了解)：结合CSS的
     <?xml-stylesheet type="text/css" href="a.css" ?>
  3. 标签：标签名称自定义的
     规则：
     • 名称可以包含字母、数字及其他字符
     • 名称不能以数字或者标点符号开始
     • 名称不能以字母 xml(XML、Xml等等)开始
     • 名称不能包含空格
  4. 属性：id属性值唯一
  5. 文本：
     CDATA区：在该区域中的数据会被原样展示
     <![CDATA[ 数据 ]]>
• 约束：规定xml文档的书写规则
  • 作为框架的使用者(程序员)：
    1. 能够在xml中引入约束文档
    2. 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：
    1. 填写xml文档的根元素
    2. 引入xsi前缀
       xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”
    3. 引入xsd文件命名空间
       xsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”
    4. 为每一个xsd约束声明一个前缀，作为标识
       xmlns=“http://www.itcast.cn/xml”

  	<students   
  	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  	xmlns="http://www.itcast.cn/xml"
  	xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd">
  	```
  

3 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。持久化的存储
• 解析xml的方式：
  1. DOM：将标记语言一次性加载进内存，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
  2. 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
  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，可以直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可以通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据
  • 快速入门：
    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

    public static void main(String[] args) throws IOException {
    	//获取student.xml的path
    	String path = Lianxi.class.getClassLoader().getResource("student.xml").getPath();
    	//解析xml文档，加载文档进内存，获取dom数Document
    	Document document = Jsoup.parse(new File(path), "utf-8");
    	//获取元素对象Element
    	Elements elements = document.getElementsByTag("name");
    	//获取第一个name的Element对象
    	Element element = elements.get(0);
    	//获取数据
    	String text = element.text();
    	System.out.println(text);
    }
    

  • 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hyml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()：获取标签体中所有内容(包括子标签的字符串内容)
    5. 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：参考Selector类中定义的语法
    2. Xpath：Xpath即XML路径语言，他的一种用来确定XML(标准通用标记语言的子集)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w3cshool参考手册，使用xpath的语法完成查询

    //1.获取student.xml的path
    String path = Lianxi2.class.getClassLoader().getResource("student.xml").getPath();
    //2.获取Document对象
    Document document = Jsoup.parse(new File(path), "utf-8");
    //3.根据document对象，创建JXDocument对象
    JXDocument jxDocument = new JXDocument(document);
    //4.结合xpath语法查询
    //4.1查询所有student标签
    List<JXNode> jxNodes = jxDocument.selN("//student");
    for (JXNode jxNode : jxNodes) {
        System.out.println(jxNode);
    }
    System.out.println("----------------------------");
    //4.2 查询所有student标签下的name标签
    List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
    for (JXNode jxNode : jxNodes2) {
        System.out.println(jxNode);
    }
    //4.3查询student标签下带有id属性的name标签
    List<JXNode> jxNodes3 =  jxDocument.selN("//student/name[@id]");
    for (JXNode jxNode : jxNodes3) {
        System.out.println(jxNode);
    }
    //4.4查询student标签下带有id属性的name标签，并且id属性值为itcast
    List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
    for (JXNode jxNode : jxNodes4) {
        System.out.println(jxNode);
    }