XML详解

最新推荐文章于 2024-09-08 22:51:42 发布

Pluto,

最新推荐文章于 2024-09-08 22:51:42 发布

阅读量202

点赞数 2

文章标签： xml

本文链接：https://blog.csdn.net/weixin_43796123/article/details/107186981

版权

1.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
 	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标签是预定义
 	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文档后缀	.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）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>12</age>
		<gender>female</gender>
		<br/>
	</user>
	<user id = '2'>
		<name>lisi</name>
		<age>13</age>
		<gender>male</gender>
		<br/>
	</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
				取值：
					yes:不依赖其他文件
					no:依赖其他文件
	2.指令：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、数字以及其他的字符
			*名称不能以数字或者标点符号开始
			*名称不能以字母xml(或者XML、Xml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
			*格式：<![CDATA[数据]]>
*约束：

	规定xml文档的书写规则
   	*作为框架的使用者：
		1.能够在xml中引入约束文档
		2.能够简单地读懂约束文档
	*分类：
		1.DTD：一种简单的约束技术
		2.Scheam: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">
*Scheam：
	*引入：
		1.填写xml文档的根目录
		2.引入xsi前缀。 xmlns:xsi="http://www.w3.org/2001/XMLScheam-instance"
		3.引入xsd文件命名空间. xsi:scheamLocation="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="www.itcast.cn/xml"
	<student xmlns:xsi="http://www.w3.org/2001/XMLScheam-instance">
        xmlns="www.itcast.cn/xml"
        xsi:scheamLocation="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文档中。持久化的存储
*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UML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，可直接解析某个UML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
	*快速入门：
        *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

package 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;

public class JsoupTest {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //2.1获取student.xml的path
        String path = JsoupTest.class.getClassLoader().getResource("student.xml").getPath();
        //2.2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");
        //3.获取元素对象Element
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        //3.1获取第一个name的Element对象
        Element element = elements.get(0);
        //3.2获取数据
        String name = element.text();
        System.out.println(name);
    }


}

*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html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对象集合

package 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;

public class JsoupTest1 {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //2.1获取student.xml的path
        String path = JsoupTest1.class.getClassLoader().getResource("student.xml").getPath();
        //2.2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);
        //2.parse(String html):解析xml或html字符串
        /*String str="<?xml version='1.0' encoding=\"utf-8\"?>\n" +
                "<!DOCTYPE students SYSTEM \"student.dtd\">\n" +
                "<students>\n" +
                "    <student number=\"itcast_001\">\n" +
                "        <name>tom</name>\n" +
                "        <age>18</age>\n" +
                "        <sex>male</sex>\n" +
                "    </student>\n" +
                "    <student number=\"itcast_002\">\n" +
                "        <name>zhangsan</name>\n" +
                "        <age>14</age>\n" +
                "        <sex>female</sex>\n" +
                "    </student>\n" +
                "</students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/
        //3.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://www.cnki.net/");
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);
    }


}

    3.Elements:元素Element对象的集合。可以当做ArrayList<Element>来使用

package 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;

public class JsoupTest2 {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //2.1获取student.xml的path
        String path = JsoupTest2.class.getClassLoader().getResource("student.xml").getPath();
        //2.2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");
        //3.获取元素对象Element
        //3.1获取所有Student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);
        System.out.println("------------------------");

        //3.2获取属性名为id的元素
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("------------------------");

        //3.2获取number属性值为itcast_002的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "itcast_002");
        System.out.println(elements2);
        System.out.println("------------------------");

        //3.3获取id属性值的元素对象
        Element itcast = document.getElementById("001");
        System.out.println(itcast);
    }


}

	4.Element:元素对象
        1.获取子元素对象
        	*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():获取标签体的所有内容（包括字标签的字符串内容）

package 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;

public class JsoupTest3 {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //2.1获取student.xml的path
        String path = JsoupTest3.class.getClassLoader().getResource("student.xml").getPath();
        //2.2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");

        //通过Document对象获取name标签，获取所有的name标签，可以获取两个
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        System.out.println("-------------------------");

        //通过Element对象获取子标签对象
        Element element_student = document.getElementsByTag("student").get(1);
        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);
    }
}

    5.Node:节点对象
        	*是Document和Element的父类
*快捷查询方式
	1.selector:选择器
        *使用方法：Elements select(String cssQuery)
        	*语法：参考Selector类中定义的语法

package 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;

public class JsoupTest4 {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //2.1获取student.xml的path
        String path = JsoupTest4.class.getClassLoader().getResource("student.xml").getPath();
        //2.2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");

        //3.查询name标签
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("--------------------------");

        //4.查询id值为itcast的元素
        Elements elements1 = document.select("#001");
        System.out.println(elements1);
        System.out.println("--------------------------");

        //5.获取student标签并且number属性值为itcast_001的age子标签
        //5.1 获取student标签并且number属性值为itcast_001
        Elements elements2 = document.select("student[number='itcast_001']");
        System.out.println(elements2);
        System.out.println("--------------------------");

        //5.2 获取student标签并且number属性值为itcast_001的age子标签
        Elements elements3 = document.select("student[number='itcast_001']>age");
        System.out.println(elements3);
        System.out.println("--------------------------");
    }


}

	2.XPath:XPath即为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的语法完成查询

Pluto,

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫