xml基本用法

1. 概念

Extensible Markup Language 可扩展标记语言
可扩展：标签都是可以自定义的。例：

• 功能：
  存储数据
  配置文件、在网络中传输
• xml与html的区别
  xml标签都是自定义的，html标签是预定义
  xml语法严格，html语法松散
  xml是存储数据的，html是展示数据

2. 语法

• xml文档的后缀名：.xml
• xml第一行必须定义为文档声明
• xml文档中有且仅有一个根标签
• 属性值必须使用引号引起来
• xml标签名称区分大小写

3. 组成部分

• 文档声明

  • 格式：<?xml 属性列表 ?>

  • 属性列表：

    • version：版本号，必须的属性，常用的就是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
    • standalone：是否独立
      • 取值：yes：不依赖其他文件 no：依赖其他文件

  • 指令：结合css

    • <?xml-stylesheet type="text/css" href="a.css" ?>

  • 标签：标签名称自定义

    • 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等等）开始
      • 名称不能包含空格

  • 属性：

    • id属性值唯一

  • 文本
    

    • CDATA区：在该区域中的数据会被原样展示
      • 格式：<![CDATA[数据]]>

4. 约束

• 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：
      • 网络：
• SCHEMA
  • 引入：
    • 填写在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 xsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”
    • 为每一个xsd约束声明一个前缀，作为表示 xmlns=“http://www.itcast.cn/xml”

5. 解析

• 操作xml文档，将文档中的数据读取到内存中
  • 解析（读取）：将文档中的数据读取到内存中
  • 写入：将内存中的数据保存到xml文档中。持久化存储
  • 解析xml的方式：
    • DOM：将标记语言文档一次性加载进内存，在内存中行程一颗dom树
      • 优点：操作方便，可以对文档进行CRUD（增删改查）的所有操作
      • 缺点：比较占内存
    • SAX：逐行读取，基于事件驱动
      • 优点：基本不占内存
      • 缺点 ：只能读取，不能增删改
  • xml常见的解析器：
    • JAXP：sun公司提供的解析器，支持dom和sax两种思想
    • DOM4J：基于dom思想
    • 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
    • PULL：Android操作系统内置的解析器，sax方式的
  • Jsoup的使用方式：
    • 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

    public static void main(String[] args) throws IOException {
        // 获取user.xml的path
        String path = Objects.requireNonNull(JsoupDemo.class.getClassLoader().getResource("user.xml")).getPath();
        // 解析xml文档，加载文档进内存，获取dom树--> Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        // 获取元素对象 Element
        Elements elements = document.getElementsByAttributeValue("id", "001");
        System.out.println(elements);
    }

• 对象的使用：
  • 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或者html文件
      • 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或者xml的文档对象
    • 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
        • getElementByTag(String tagName)：根据标签名称获取元素对象集合
        • getElementByAttribute(String key)：根据属性名称获取元素对象集合
        • getElementByAttributeValue(String key, String value)：根据属性名称和属性值获取元素对象集合
    • Elements：元素Element对象的集合，可以当做ArrayList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
        • getElementByTag(String tagName)：根据标签名称获取元素对象集合
        • getElementByAttribute(String key)：根据属性名称获取元素对象集合
        • getElementByAttributeValue(String key, String value)：根据属性名称和属性值获取元素对象集合
      • 获取属性值
        • String attr(String key)：根据属性名称获取值
      • 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（包含子标签的字符串内容）
    • 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类中定义的预发
• XPath：XPath即为XML路径语言，它是一种用来确定XML（标记通用标记语言的子集）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w3cshool参考手册，使用XPath的语法完成查询