XML
1. 概念
Extensible Markup Language 可扩展标记语言
ML结尾的一般都是标记语言,像HTML就是标记语言。
标记语言:标签所构成的语言。
可扩展:标签都是自定义的。
1. 功能
1. 存储数据,配置文件
2. 在网络中传输
2. 与HTML的区别
1. xml标签都是自定义的,html标签是预定义的
2. xml语法严格,html语法松散
3. xml是存储数据,html是展示数据
- w3c:万维网联盟
2. 语法
-
基本语法:
- 第一行必须为文档声明
- 有且仅有一个根标签
- 属性值必须使用引号引起来
- 标签必须正确关闭
- 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>23</age>
<gender>nan</gender>
</user>
<user id = '2'>
<name>lisi</name>
<age>24</age>
<gender>nv</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
- 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,是否依赖于其它文件
- yes:不依赖
- no:依赖
- 属性:
- id属性值唯一
- 文本:
- CDATA区:在该区域中的数据会按其原样显示
- 格式:<![CDATA[这儿存放需要放入的数据]]>
- CDATA区:在该区域中的数据会按其原样显示
- 文档声明
约束:规定xml文档的书写规则
- 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文件的名字” “dtd问及那的位置URL”>
-
Scheme
- 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
- 为每一个xsd约束声明一个前缀,作为标识
- 引入:
-
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
- 解析(读取)
- 写入
-
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: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。读取一行释放一行
- 优点:不占内存
- 缺点:只能读取,不能修改
- 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
-
xml常见解析器
- JAXP:比较垃圾,没人用
- DOM4J:一款非常优秀的解析器
- Jsoup:解析html,与xml
- PULL:Android操作系统内置解析器,sax方式。
Jsoup:
步骤:
- 导入jar包
- 获取Document对象
- 获取对应标签Element对象
- 获取数据
public static void main(String[] args) {
//获取Document对象,根据xml文档获取
//获取xml文件的路径
String path = JsoupDemo1.class.getClassLoader().getResource("xml文档的名称").getPath();
//解析xml文档,加载文档进内存,获取dom树对象-->Document
try {
Document document = Jsoup.parse(new File(path),"utf-8");
//获取元素对象:Element
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
//获取第一个name的Element对象
Element element = elements.get(0);
//获取数据
String name = element.text();
System.out.println(name);
} catch (IOException e) {
e.printStackTrace();
}
}
对象的使用:
-
Jsoup:工具类
- 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,用的不多
- parse(URL url, int timeoutMillis); 通过网络路径获取指定的html或xml文档对象
- timeoutMillis是毫秒值,超时时间
- URL url = new URL(“这儿存路径”);
- parse:解析html或xml文档,返回Document
-
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); 根据标签名称获取元素对象集合
- getElementByAttribute(String key); 根据属性名称来获取元素对象集合
- getElementByAttributeValue(String key , String value); 根据对应的属性名和属性值获取元素对象
- 获取Element对象
-
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); 根据标签名称获取元素对象集合
- getElementByAttribute(String key); 根据属性名称来获取元素对象集合
- getElementByAttributeValue(String key , String value); 根据对应的属性名和属性值获取元素对象
-
获取属性值
- String attr(String key); 根据属性名获取属性值
-
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)
- 注意:text与html的区别
- text是获取子标签的所有纯文本的内容,不包含标签自身。
- html是获取子标签的字符串形式,如果子标签中还有其他的标签,那么这个标签本身也会输出。
-
-
Node:节点对象
- 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语法完成查询:http://www.w3s.com.cn/xpath/xpath_intro.asp
- selector:选择器
代码示例:
-
student.xml文件
<?xml version="1.0" encoding="UTF-8" ?> <students> <student number="zr_0001"> <name id="zr"> <xing>张</xing> <ming>三</ming> </name> <age>18</age> <sex>male</sex> </student> <student number="zr_0002"> <name id = "itcast">lisi</name> <age>24</age> <sex>female</sex> </student> </students>
-
利用xpath来获取某些标签
public static void main(String[] args) throws IOException, XpathSyntaxErrorException { //获取student.xml的path String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath(); //获取Document对象 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语法查询 //查询所有子元素标签 List<JXNode> jxNodes = jxDocument.selN("//student");// //表示选取所有的子元素,不考虑其在文档的位置 for (JXNode jxNode : jxNodes) { System.out.println(jxNode); } System.out.println("-----------------------------------"); //查询某个子元素下的某类标签,比如我们获取student下的name标签 List<JXNode> jxNodes2 = jxDocument.selN("//student/name");// //表示选取所有的子元素,不考虑其在文档的位置 for (JXNode jxNode : jxNodes2) { System.out.println(jxNode); } System.out.println("---------------------------------"); //查询student标签下带有id属性的name标签 List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");// //表示选取所有的子元素,不考虑其在文档的位置 for (JXNode jxNode : jxNodes3) { System.out.println(jxNode); } System.out.println("----------------------------------"); //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']");// //表示选取所有的子元素,不考虑其在文档的位置 for (JXNode jxNode : jxNodes4) { System.out.println(jxNode); } }