可扩展标记语言XML基础介绍

1. 概念

Extensible Markup Language 可扩展标记语言

• 可扩展：标签都是自定义的。 <user> <student>

• 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一般是存储数据的，html是展示数据

• w3c:万维网联盟

2. 语法：

2.2 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

2.3 快速入门：

<?xml version='1.0' ?>
<users>
	<user id='1'>
		<name>zhangsan</name>
		<age>23</age>
		<gender>male</gender>
		<br/>
	</user>
	
	<user id='2'>
		<name>lisi</name>
		<age>24</age>
		<gender>female</gender>
	</user>
</users>

2.4 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 ]]>

2.5 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：
      • 网络：

• 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">

3. 解析：操作xml文档，将文档中的数据读取到内存中

3.1 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

3.2 ※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。
   • 优点：不占内存。
   • 缺点：只能读取，不能增删改

3.3 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。

3.4 Jsoup介绍

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。

3.4.1 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);

3.4.1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

3.5 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

//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);
   }