JAVA从零开始学习知识整理——HTML——day06—【Xml】

一、 XML概念

1. 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
    		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文档的后缀名 .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' ?>
   
   
   zhangsan
   23
   male
   
   
   

    		<user id='2'>
    			<name>lisi</name>
    			<age>24</age>
    			<gender>female</gender>
    		</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(了解)：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(程序员)：
    		1. 能够在xml中引入约束文档
    		2. 能够简单的读懂约束文档
    	
    	* 分类：
    		1. DTD:一种简单的约束技术
    		2. 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：<!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">
   
   
    	* Schema:
    		* 引入：
    			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" 
    		<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">
   

二、XML 常见的解析器
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方式的。
三、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。
* 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

• 代码：
  //2.1获取student.xml的path
  String path = JsoupDemo1.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
  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
  * 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)
    	5. Node：节点对象
    		* 是Document和Element的父类
  
    	
    * 快捷查询方式：
    	1. selector:选择器
    		* 使用的方法：Elements	select​(String cssQuery)
    			* 语法：参考Selector类中定义的语法
    	2. XPath：XPath即为XML路径语言，它是一种用来确定XML（标准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
    		* 代码：
    			//1.获取student.xml的path
    	        String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
    	        //2.获取Document对象
    	        Document document = Jsoup.parse(new File(path), "utf-8");
    	
    	        //3.根据document对象，创建JXDocument对象
    	        JXDocument jxDocument = new JXDocument(document);
    	
    	        //4.结合xpath语法查询
    	        //4.1查询所有student标签
    	        List<JXNode> jxNodes = jxDocument.selN("//student");
    	        for (JXNode jxNode : jxNodes) {
    	            System.out.println(jxNode);
    	        }
    	
    	        System.out.println("--------------------");
    	
    	        //4.2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("--------------------");
    	
    	        //4.3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("--------------------");
    	        //4.4查询student标签下带有id属性的name标签 并且id属性值为itcast
    	
    	        List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
    	        for (JXNode jxNode : jxNodes4) {
    	            System.out.println(jxNode);
    	        }