XML

目录

一、概念
二、语法
三、解析

一、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
• 与html的区别
  1. xml的标签都是自定义的；html的标签是预定义的
  2. xml语法严格；html语法松散
  3. xml存储数据；html展示数据

二、语法

• 基本语法

  1. xml文档的后缀是.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引起来（单双引号都可以）
  5. 标签必须正确关闭
  6. xml标签名称区分大小写

• 组成部分

1. 文档声明
   1. 格式：<?xml 属性列表 encoding="UTF-8" ?>
   2. 属性列表
      • version 版本号。必须写的属性 <?xml version="1.0" ?>
      • 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。<?xml version="1.0" encoding="UTF-8" ?>
      • standalone 是否独立。standalone=“yes” 不依赖其他文件；standalone=“no” 依赖其他文件
2. 指令（了解）：结合css
   • <?xml-stylesheet type="text/css" href="a.css" ?>
3. 标签：标签名称自定义
   • 命名规则
     1. 名称可以包含字母、数字以及其他的字符
     2. 名称不能以数字或者标点符号开始
     3. 名称不能以字母 xml(或者 XML Xml等)开始
     4. 名称不能包含空格
4. 属性
   • id属性值唯一
   • 属性值必须使用引号引起来（单双引号都可以）
5. 文本内容

   • CDATA区：在该区域中的数据会被原样展示。

   • CDATA区格式：[![CDATA[数据]]
     示例：

     if(a < b & a > c){}

     我们也可以使用CDATA区实现上述文本的展示：

     <![CDATA[ if(a < b && a > c){} ]]]>

约束：规定xml文档的书写规则
约束分类：

1. DTD：一种简单的约束技术
   如何把dtd文件导入到xml文档中
   1️⃣内部dtd：将约束规则定义在xml文档中

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students [
		<!ELEMENT students (student*) >
		<!ELEMENT student (name,age,sex)>
		<!ELEMENT name (#PCDATA)>
		<!ELEMENT age (#PCDATA)>
		<!ELEMENT sex (#PCDATA)>
		<!ATTLIST student number ID #REQUIRED>
		]>

2️⃣外部dtd：将约束规则定义在外部的dtd文件中

student.dtd文件：

<!ELEMENT students (student*) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

另外，将dtd文件，导入xml文件中的方式分为两种：
本地导入：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置.dtd">
网络导入：<!DOCTYPE 根标签名 PUBLIC "dtd文件名" "dtd文件的url.dtd">

2. Schema：一种复杂的约束技术

三、解析

操作xml文档，将文档中的数据读取到内存中

1. 操作xml文档

   1. 解析（读取）
   2. 写入：将内存中的数据保存到xml文档中。持久化的存储

2. 解析xml的方式：

   1. DOM 思想（一般应用于服务端）：将标记语言文档一次性加载进内存，在内存中会形成一棵dom树
      • 优点：操作方便，可以对文档进行CRUD的所有操作
      • 缺点：占大量内存
   2. SAX 思想（一般应用于移动端）：逐行读取，基于事件驱动。
      • 优点：读一行释放一行，不占内存
      • 缺点：只能读取，不能增删改

3. 常见的xml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。

4. 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。

   • 步骤：

     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

   • 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
          • Document parse​(File in, String charsetName) 解析html或xml文档
            // 获取student.xml的path
            String path = Demo2_Jsoup.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”);
            System.out.println(document);
          • Document parse​(String html) 解析html或xml字符串
            String htmlStr = “<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n” +
            “\n” +
            " \n" +
            " \t<student number=“stu_0001”>\n" +
            " \t\ttom\n" +
            " \t\t18\n" +
            " \t\tmale\n" +
            " \t\n" +
            " ";
            Document document = Jsoup.parse(htmlStr);
          • Document parse​(URL url, int timeoutMillis) 通过网络路径获取指定的html或xml的文档
            URL url = new URL(“https://baike.baidu.com/item/jsoup/9012509?fr=aladdin”);
            Document document = Jsoup.parse(url, 3000);
            System.out.println(document);
     2. Document 文档对象。代表内存中的dom树
        • 获取Element对象
          • Elements getElementsByTag(String tagName) 根据标签名称获取元素对象的集合
          • Elements getElementsByAttribute(String key) 根据属性名称获取元素对象集合
          • 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。
          • Element getElementById(String id) 根据id值获取元素对象
     3. Elements 元素Element对象的集合。可以当做 ArrayList 来使用
     4. Element 元素对象
        1. 获取子元素对象
           • Elements getElementsByTag(String tagName) 根据标签名称获取元素对象的集合
           • Elements getElementsByAttribute(String key) 根据属性名称获取元素对象集合
           • 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。
           • Element getElementById(String id) 根据id值获取元素对象
        2. 获取属性值
           • String attr​(String attributeKey) 根据属性名称获取属性值
        3. 获取文本内容
           • String text​() 获取所有子标签的纯文本呢内容
           • String html​() 获取子标签及其内容
     5. Node 节点对象
        • Document 和 Element 的父类

   • 快捷查询方式

     1. selector 选择器
        • Elements select​(String cssQuery)
        • 语法：查看 Selector 选择器中定义的语法
     2. XPath：XPath即为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。
        • 使用Jsoup的XPath需要额外导入jar包。
        • 参考手册：http://www.w3school.com.cn/xpath/xpath_syntax.asp