XML:
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
- 存储数据
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' ?>
<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>
- 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
- 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
- 属性列表:
-
指令(了解):结合css的
- <?xml-stylesheet type="text/css" href="a.css" ?>
-
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
- 规则:
-
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 ]]>
-
约束:规定xml文档的书写规则
-
作为框架的使用者(程序员)要求:
- 能够在xml中引入约束文档
- 能够简单的读懂约束文档
-
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:
<!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">
- 本地:
-
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.baidu.com/xml student.xsd”
4.为每一个xsd约束声明一个前缀,作为标识 xmlns=“http://www.baidu.com/xml”
例:<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.baidu.com/xml" xsi:schemaLocation="http://www.baidu.com/xml student.xsd">
-
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
- 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。持久化的存储
-
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 - 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
- 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
-
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:一款非常优秀的解析器
- 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:
- 快速入门:
-
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
-
代码:
-
- 快速入门:
//获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//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");
//获取元素对象 Element
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
//获取第一个name的Element对象
Element element = elements.get(0);
//获取数据
String name = element.text();
System.out.println(name);
- 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
- parse:解析html或xml文档,返回Document
-
Document:文档对象。代表内存中的dom树
- 以下方法获取的是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
- 以下方法获取的是Element对象
-
Elements:元素Element对象的集合。可以当做 ArrayList来使用
-
Element:元素对象
以下方法获取的是子元素对象- 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
获取属性值
- String attr(String key):根据属性名称获取属性值
获取文本内容
- String text():获取纯文本内容
- String html():获取标签体的所有内容(包括字标签的字符串内容)
-
Node:节点对象
- 是Document和Element的父类
-
快捷查询方式:
- selector:选择器
- 使用的方法:Elements select(String cssQuery)
- 语法:参考Selector类中定义的语法
- 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