XML
1,概念:可扩展标记语言,Extensible Markup Language
- 可扩展:标签是自定义的
2,功能
- 存储数据
- 1,作为配置文件使用
- 2,在网络中传输
3,xml和html的区别
- 1,xml标签都是自定义的,html标签是预定义的
- 2,xml的语法严格,html语法松散
- 3,xml是存储数据的,html是展示数据的
4,语法:
-
基本语法:
- 1,xml文档的后缀必须是.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
- 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" encoding="utf-8" ?>
<USERS>
<user id="1">
<name>zhangsan</name>
<age>23</age>
</user>
<user id="2">
<name>lisi</name>
<age>25</age>
</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
- 格式:
- 指令:结合CSS
- 标签:名称自定义
- 规则:
- 1,名称可以含字母、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,名称不能以字符 “xml”(或者 XML、Xml)开始
- 4,名称不能包含空格
- 规则:
- 属性
- id属性值唯一
- 文本
- CDATA区:该区域的数据会被原样展示
- 格式:
<![CDATA[ 数据 ]]>
- 文档声明
约束
规定xml文档的书写规则
- 分类:
- 1,DTD:一种简单的约束技术
- 引入dtd文档到xml中
- 内部dtd:将约束规则定义在xml中
- 外部dtd:将约束的规则定义在外部的dtd文件中
- 1,本地:
<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
- 2,网络:
<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">
- 1,本地:
- 引入dtd文档到xml中
- 2,Schema:一种复杂的约束技术
- 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”
- 1,DTD:一种简单的约束技术
解析
操作xml文档,将文档中的数据读取到内存中
一、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文档中。持久化的存储
二、解析xml的方式
- 1,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的所有操作
- 缺点:占内存
- 2,SAX:逐行读取,基于事件驱动的
- 1,优点:不占内存。
- 2,缺点:只能读取,不能CRUD操作
三、xml常用的解析器
- JAXP:sun公司提供的解析器,支持dom和sax两种思想
- DOM4J:一款非常优秀的解析器
- 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 Q操作系统内置的解析器,sax方式的
四、Jsoup的使用
1,快速入门
- 步骤:
- 导入jar包
- 获取Document对象
- 获取对应的标签Element对象
- 获取数据
package cn.jsp.jsoup;
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;
/**
* @author tysonxiao
* @create 2019/8/23
* @since jsoup快速入门
*/
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
//获取Document对象,根据xml文档获取
//获取student.xml的path
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 = Jsoup.parse(new File(path),"utf-8");
//获取元素对象
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
//获取第一个name的Element对象
Element element = elements.get(1);
//获取数据
String name = element.text();
System.out.println(name);
}
}
2,对象的使用
- Jsoup:工具类
- parse:可以解析html或xml文档,返回Document对象
- parse(File in,String charsetName):解析xml或html文件的
- parse(String html):解析html或xml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
示例:
- parse:可以解析html或xml文档,返回Document对象
package cn.jsp.jsoup;
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;
import java.net.URL;
/**
* @author tysonxiao
* @create 2019/8/23
* @since jsoup对象功能
*/
public class JsoupDemo2 {
public static void main(String[] args) throws IOException {
//获取Document对象,根据xml文档获取
//获取student.xml的path
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 document1 = Jsoup.parse(new File(path),"utf-8");
System.out.println(document1);
System.out.println("*************************************************");
//parse(String html):解析html或xml字符串
String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
"\n" +
"<students>\n" +
"\t<student number=\"heima_0001\">\n" +
"\t\t<name>tom</name>\n" +
"\t\t<age>18</age>\n" +
"\t\t<sex>male</sex>\n" +
"\t</student>\n" +
"\n" +
"\t<student number=\"heima_0002\">\n" +
"\t\t<name>Jsp</name>\n" +
"\t\t<age>23</age>\n" +
"\t\t<sex>male</sex>\n" +
"\t</student>\n" +
"\n" +
"\n" +
"</students>";
Document document2 = Jsoup.parse(str);
System.out.println(document2);
//parse(URL url,int timeoutMillis):通过网络路径获取指定的html或xml的文档对象
URL url = new URL("https://baike.baidu.com/item/jsoup");
Document document3 = Jsoup.parse(url,10000);
System.out.println(document3);
}
}
- 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
- 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的对象集合
- 获取Element对象
示例:
package cn.jsp.jsoup;
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;
/**
* @author tysonxiao
* @create 2019/8/23
* Document/Element对象功能
*/
public class JsoupDemo3 {
public static void main(String[] args) throws IOException {
//获取Document对象,根据xml文档获取
//获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//获取元素对象
//获取所有student对象
Elements elements = document.getElementsByTag("student");
System.out.println(elements);
System.out.println("------------------------------");
//获取属性为id的元素
Elements elements1 = document.getElementsByAttribute("id");
System.out.println(elements1);
System.out.println("------------------------------");
//获取number属性值的对象
Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");
System.out.println(elements2);
System.out.println("------------------------------");
Element element = document.getElementById("itcast");
System.out.println(element);
}
}
- Elements:元素Element对象的集合。可以当做ArrayList来使用
- 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):根据标签名称获取元素对象集合
- 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的对象集合
- 2,获取属性值
- String attr(String key):根据属性名称来获取属性值
- 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)
- 1,获取子元素对象
示例:
package cn.jsp.jsoup;
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;
/**
* @author tysonxiao
* @create 2019/8/23
* Element:元素对象
*/
public class JsoupDemo4 {
public static void main(String[] args) throws IOException {
//获取Document对象,根据xml文档获取
//获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//通过Document对象获取name标签,获取所有的name标签,可以获取到2个
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
//通过Element对象获取子标签对象
Element element_student = document.getElementsByTag("student").get(0);
Elements ele_name = element_student.getElementsByTag("name");
System.out.println(ele_name.size());
//获取student对象的属性值
String number = element_student.attr("number");
System.out.println(number);
//获取文本内容
String text = ele_name.text();
String html = ele_name.html();
System.out.println(text);
System.out.println(html);
}
}
- Node:节点对象
- 是Document和Element的父类。
快捷查询方式
一、selector:选择器
- 使用的方法:select(String cssQuery)
- 语法:参考Selector类中定义的语法
示例:
package cn.jsp.jsoup;
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;
/**
* @author tysonxiao
* @create 2019/8/23
* 选择器查询
*/
public class JsoupDemo5 {
public static void main(String[] args) throws IOException {
//获取Document对象,根据xml文档获取
//获取student.xml的path
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 = Jsoup.parse(new File(path),"utf-8");
//查询name标签
Elements elements = document.select("name");
System.out.println(elements);
//查询id值为itcast的元素
Elements elements1 = document.select("#itcast");
System.out.println(elements1);
Elements elements2 = document.select("student[number='heima_0001']");
System.out.println(elements2);
Elements elements3 = document.select("student[number='heima_0001'] > age");
System.out.println(elements3);
}
}
二、XPath
概念: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。XPath基于XML的树状结构,提供在数据结构树中找寻节点的能力。起初XPath的提出的初衷是将其作为一个通用的、介于XPointer与XSL间的语法模型。但是XPath很快的被开发者采用来当作小型查询语言。
示例:
package cn.jsp.jsoup;
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.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
import java.util.List;
/**
* @author tysonxiao
* @create 2019/8/23
* XPath查询
*/
public class JsoupDemo6 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
//获取Document对象,根据xml文档获取
//获取student.xml的path
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 = 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,查询所有的student标签
List<JXNode> jxNodes = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes){
System.out.println(jxNode);
}
System.out.println("--------------------------------------");
//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);
}
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]");
for (JXNode jxNode : jxNodes3){
System.out.println(jxNode);
}
System.out.println("--------------------------------------");
//查询查询student标签下带有id属性的name标签,属性值为itcast
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4){
System.out.println(jxNode);
}
}
}