JavaWebDay12_XML的概述和快速入门,XML的约束,XML的解析 Jsoup

JavaWebDay12

课程大纲

1、XML的概述和快速入门
2、XML的约束(dtd和schema)  了解
3、XML的解析 Jsoup

第一章 XML的概述和快速入门

1、XML概述

A.功能

a.存储数据（用于配置文件的存储）
b.网络传输（使用在WebService当中）

B.HTML和XML的区别:

a.标签(XML是自定义,HTML是预定义)
b.语法(XML语法校验严格,HTML语法校验松散)
c.功能(XML用于存储数据,HTML用于展示数据)

2、快速入门

A.基础语法

a.文件的后缀是 xml
b.文档声明必须在第一行
c.根标签只能有一个
d.区分大小写

B.入门的代码

<?xml version='1.0'?>
<根标签>
	<英雄>
		<姓名>盖伦</姓名>
		<性别>男</性别>
		<职业>坦克</职业>
	</英雄>
	<英雄>
		<姓名>光辉</姓名>
		<性别>女</性别>
		<职业>法师</职业>
	</英雄>
	<英雄>
		<姓名>艾希</姓名>
		<性别>女</性别>
		<职业>射手</职业>
	</英雄>
</根标签>

第二章 XML的约束(dtd和schema)

1、基础组成部分

A.文档声明（写在XML代码的第一行）
B.指令(了解：结合css的)
C.标签（标签名称自定义的）
D.属性（标签上面定义的等于号的值）
E.文本（CDATA区,原样展示）
F.注释（和HTML注释相同）

2、约束

A.含义: 
	规定XML文档的书写规范
	("因为XML文档的标签是可以任意写的,后期XML需要交给指定的框架去解析,如果随便写,解析失败")
	
B.要求:
	a.学会引入 约束文档
	b.学会简单读一下约束文档
	
C.常见的两个约束
	a. DTD 约束
	b. Schema 约束

3、DTD 约束

A.外部引入(本地)  
	<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
	
B.外部引入(网络)
	<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">
	
C.代码位置
	写在文档声明的下面一行.根标签的上面一行.（文档声明和根标签中间）

4、Schema 约束

例如:
<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">

第三章 XML的解析 Jsoup

1、常见的两种解析思想

A. DOM
	a.原理:
		把整个文档一次性全部加载的到内存当中,形成DOM树,可以进行"增,删,改,查"操作
	b.优缺点:
		优点: 可以进行增删改查
		缺点: 占内存,容易出现内存溢出
		
B. SAX
	a.原理:
		逐行读取数据,采用事件监听机制.
	b.优缺点:
		优点: 不占内存,无论文档多大,都可以读取
		缺点: 只能读,不能 增删改 "写"

2、常见的解析器

A. JAXP  : sun公司的(使用不多)
B. Dom4j : 底层是 DOM 解析(可以进行增删改查)
C. Jsoup : 底层是 DOM 解析(可以进行增删改查)
D. Pull  : 底层是 SAX 解析(只能进行读取)

3、快速入门

A.准备工作:
	需要导入jar包
	找到XML文件的File对象
	
B.编写代码步骤:
	a.获取到 Document 的对象 //Document doc = Jsoup.parse(xmlFile, "UTF-8");
	b.获取到 Elements 的对象 //Elements es = doc.getElementsByTag("姓名");
	c.获取到 Element 的对象  //Element element = es.get(2);
	d.获取具体的数据值		 //String name = element.text();

4、常用的API

(jsoup-1.11.2-javadoc -> index.html -> FRAMES -> org.jsoup -> Jsoup)

A. Jsoup 工具类  
	a. static Document parse(String html)  //解析一个字符串的操作（使用不多）
	b. static Document parse(File in, String charsetName) //解析XML文件
	c. static Document parse(URL url, int timeoutMillis) //解析网络资源 HTML
	
B. Document 类
	a. Element	getElementById(String id) //通过ID获取元素对象
	b. Elements	getElementsByTag(String tagName) //通过标签名称,获取元素集(集合)的对象
	c. Elements	getElementsByAttribute(String key) //通过属性名称获取,元素集(集合)的对象
	d. Elements	getElementsByAttributeValue(String key, String value) 
    					//通过属性名称获取,元素集(集合)的对象,value是对应的key数据值
	
C. Element 类
	a. String	attr(String attributeKey) //通过属性名称,获取属性值
	b. String	text() //获取标签当中所有的文本信息
	c. String	html() //获取标签当中所有的HTML标签的字符串形式

5、常用API

（解析HTML语法）

A.选择器
	a.方法 
		Elements select(String cssQuery) //只能获取到元素，获取不到属性
	b.位置
		Class Element -> select方法 -> See Also: Selector
		
B.作用
	对应有些HTML文件,层级结构比较复杂的情况,可以使用选择器

6、常用API

（解析HTML语法）

A.选择器 Xpath (需要导入jar包"xpath"和"jsoup")
	a.方法
		JXDocument jxDocument = new JXDocument(document);  //获取对象
		List<JXNode> jxNodes = jxDocument.selN("//student"); //解析指定格式的标签
	b.位置
		w3cschool -> XML -> Xpath语法
	c.简单的语法规则:
		1.查找元素信息:  //元素名称
		2.查找属性信息:  //@属性名称