XML学习笔记

概述

• 概念：指可扩展标记语言（EXtensible Markup Language）
  可扩展：标签是都是自定义的
• xml功能：
  • 存储数据：
    配置文件
网络中传输
• xml与html区别
  • xml标签都是自定义的，html的标签是预定义好的
  • xml语法非常严格，html语法松散
  • xml存储数据，html展示数据

语法

• 基础语法：

  • xml的文档后缀名 .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（单双都可以）包裹起来
  • 标签必须正确关闭
  • xml的标签名称区分大小写

  <?xml version='1.0' ?>
  <users>
      <user id='1'>
          <name>zhangsan</name>
          <age>23</age>
          <gender>male</gender>
      </user>
      <user id='2'>
          <name>lisi</name>
          <age>29</age>
          <gender>male</gender>
      </user>
  </users>

• 组成部分：

1. 文档声明
   1.1 格式：<?xml 属性列表 ?>
   1.2 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，默认值是ISO-8859-1
   • standalone：是否独立（yes/no）
2. 指令：结合css用的，用来展示数据
   <?xml-stylesheet type='text/css' href="css文件地址" ?>
3. 标签：标签名称是自定义的
   3.1 规则：
   • 名称可以包含数字，字母及其他的字符
   • 名称不能以数字或者标点符号开头
   • 名称不能以字母xml（或者XML Xml 等等）开头
   • 名称不能包含空格
4. 属性：id属性值唯一
5. 文本
   5.1 CDATA区：该区内的数据会被原样注释
   格式：<![CDATA[ if(a>b && a<c){} ]]>

约束

• 概述：规定xml文档的属性规则

  * 作为框架的使用者（程序员）：
  	* 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：简单的约束技术
  • Schema：复杂的约束技术
• DTD：

1. 引入dtd文档到xml文档中
   1.1 内部的dtd，将约束的规则定义在xml文档中
   1.2 外部的dtd，将约束的规则定义在dtd文件中
   • 本地的：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
   • 网络的：<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置url">

   <!-- 内部约束
   <!DOCTYPE students [ -->
   	<!--一下5行是约束规则-->
   	<!--
       <!ELEMENT students (student*) >
       <!ELEMENT student (name,age,sex)>
       <!ELEMENT name (#PCDATA)>
       <!ELEMENT age (#PCDATA)>
       <!ELEMENT sex (#PCDATA)>
       <!ATTLIST student number ID #REQUIRED>
       ]>
      --> 
      <!--引入本地外部约束-->
    <!DOCTYPE students SYSTEM "student.dtd">
   <students>
       <student number="s">
           <name>nihao</name>
           <age>56</age>
           <sex>mal</sex>
       </student>
       <student number="b">
           <name>da</name>
           <age>6</age>
           <sex>femal</sex>
       </student>
   </students>

• Schema

  <!--schema约束文档，xsd格式-->
  <?xml version="1.0"?>
  <!--  elementFormDefault="qualified指定目标名称空间名称-->
  <xsd:schema xmlns="http://www.itcast.cn/xml"
              xmlns:xsd="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.itcast.cn/xml"  elementFormDefault="qualified">
  <!--    定义students元素，类型为studentsType类型-->
      <xsd:element name="students" type="studentsType"/>
  <!--    定义studentsType类型-->
      <xsd:complexType name="studentsType">
          <xsd:sequence>
  <!--            studentsType类型包含0~N个student元素-->
              <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
          </xsd:sequence>
      </xsd:complexType>
  <!--    定义studentType类型-->
      <xsd:complexType name="studentType">
  <!--        子元素必须按顺序出现-->
          <xsd:sequence>
  <!--            studentType类型顺序包含子元素name，类型为字符串-->
              <xsd:element name="name" type="xsd:string"/>
  <!--            studentType类型顺序包含子元素age，类型为ageType-->
              <xsd:element name="age" type="ageType" />
  <!--            studentType类型顺序包含子元素sex，类型为sexType-->
              <xsd:element name="sex" type="sexType" />
          </xsd:sequence>
  <!--        studentType类型包含属性number，类型为numberType，该属性是必须的-->
          <xsd:attribute name="number" type="numberType" use="required"/>
      </xsd:complexType>
  <!--    定义类型sexType-->
      <xsd:simpleType name="sexType">
  <!--        该类型是对string进行约束-->
          <xsd:restriction base="xsd:string">
  <!--            指定枚举选项-->
              <xsd:enumeration value="male"/>
  <!--            指定枚举选项-->
              <xsd:enumeration value="female"/>
          </xsd:restriction>
      </xsd:simpleType>
  <!--    定义ageType类型-->
      <xsd:simpleType name="ageType">
  <!--        该类型对integer进行约束-->
          <xsd:restriction base="xsd:integer">
  <!--            范围为0~120-->
              <xsd:minInclusive value="0"/>
              <xsd:maxInclusive value="120"/>
          </xsd:restriction>
      </xsd:simpleType>
  <!--    定义numberType类型-->
      <xsd:simpleType name="numberType">
  <!--        对string类型进行约束-->
          <xsd:restriction base="xsd:string">
  <!--            指定正则表达式-->
              <xsd:pattern value="ITCAST_\d{4}"/>
          </xsd:restriction>
      </xsd:simpleType>
  </xsd:schema>

  <!--student.xml文档-->
  <?xml version="1.0"?>
  <!--
      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 students.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"
  -->
  <!--  xsi:schemaLocation="http://www.itcast.cn/xml students.xsd" 指定默认名称空间,指定Schema约束文件-->
  <students xmlns="http://www.itcast.cn/xml"
            xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
            xsi:schemaLocation="http://www.itcast.cn/xml student.xsd">
  <!--    子元素student，其中number属性是必须的，而且number属性值必须匹配正则表达式ITCAST_\d{4}-->
      <student number="ITCAST_1001">
  <!--        子元素name，内容为任意字符串-->
          <name>zhangSan</name>
  <!--        子元素age，内容必须是0~100之间的整数-->
          <age>20</age>
  <!--        子元素sex，内容必须是male和female其中之一。-->
          <sex>male</sex>
      </student>
      <student number="ITCAST_1002">
          <name>liSi</name>
          <age>25</age>
          <sex>female</sex>
      </student>
  </students>

解析

• 概述：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）：操作xml文档，将文档中的数据读取到内存中
  • 写入：将内存中的文档保存到xml文档中。持久化存储

• 解析xml方式

  • DOM：将标记语言文档一次性加载进内存，在内存中形成一个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：占内存
  • SAX：逐行读取，基于事件进行驱动的
    • 优点：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：非常优秀的解析器
  • Jsoup：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解析器

  • 使用步骤：
  1. 导入jar包
  2. 获取Document对象
  3. 获取对应的标签

  public class JsoupDemo1 {
      public static void main(String[] args) throws IOException {
          // 2.获取Document对象，根据xml文档获取
          // 2.1 获取student.xml的路径（绝对路径）
          // getResource("src目录下相对的文件路径")，下列代码中cn是在src目录下的直接文件夹
          String path = JsoupDemo1.class.getClassLoader().getResource("cn/itcast/xml/schema/student.xml").getPath();
          System.out.println(path);
          Document document = Jsoup.parse(new File(path), "utf-8");
          // 3.获取元素对象 Element
          Elements elements = document.getElementsByTag("name");
          // 3.1 获取第一个name的Element对象
          Element element = elements.get(0);
          // 3.2 获取数据
          String text = element.text();
          System.out.println(text);
      }
  }

  • 对象的使用
  • • Jsoup：工具类可以解析html或者xml文档，返回Document对象

  parse方法: 解析html或xml文档，返回Document
  	* static Document	parse​(File in, String charsetName)
  		* 解析html或xml文件
  	* static Document	parse​(String html)
  		* 解析html或xml字符串	
  	* static Document	parse​(URL url, int timeoutMillis)
  		* 通过网络的路径来获取html或xml文件对象
  		* URL url=new URl(网址);

  • • Document：文档对象，代表内存中的DOM树

  * 获取Element对象
  	* Elements	getElementsByTag​(String tagName)
  		* 根据标签名称获取元素的集合
  	* Elements	getElementsByAttribute​(String key)
  		* 根据属性名称获取元素的集合
  	* Elements	getElementsByAttributeValue​(String key, String value)
  		* 根据对应的属性名和属性值来获取元素的集合
  	* Element	getElementById​(String id)
  		* 根据id属性值获取唯一的元素		

  • • Elements：元素Element对象的集合。可以当ArrayList使用
  • • Element：元素对象
  • • • 获取子元素对象

  	* 获取Element对象
  		*getElementsByTag​(String tagName)
  			* 根据标签名称获取元素的集合
  		*getElementsByAttribute​(String key)
  			* 根据属性名称获取元素的集合
  		*getElementsByAttributeValue​(String key, String value)
  			* 根据对应的属性名和属性值来获取元素的集合
  		*getElementById​(String id)
  			* 根据id属性值获取唯一的元素	

  • • • 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​()，获取文本内容
  * String html​()，获取标签体的所有内容（包括子标签的字符串内容）

  • • Node：节点对象

  * 是Document和Element的父类

• 快速查询方式

  • selector：选择器

  * Elements	select​(String cssQuery) 
  * 语法：参考Selector类中的定义的语法

  • XPath：XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言
    • 使用Jsoup的xpath需要额外导入jar包 JsoupXpath-0.3.2.jar
    • 查询w3cschool参考手册使用xpath语法

          // 2.获取Document对象，根据xml文档获取
      // 2.1 获取student.xml的路径
      String path = JsoupDemo2.class.getClassLoader().getResource("cn/itcast/xml/schema/student.xml").getPath();
      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.集合xpath的语法查询
      // 获取所有student标签的集合
      List<JXNode> jxNodes = jxDocument.selN("//student");
      for (JXNode jxNode : jxNodes) {
          System.out.println(jxNode);
      }
      // 查询所有student标签下的name标签
      System.out.println("--------");
      List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
      for (JXNode jxNode : jxNodes2) {
          System.out.println(jxNode);
      }
      // 查询所有student标签下的带有id属性的name标签
      System.out.println("--------");
      List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
      for (JXNode jxNode : jxNodes3) {
          System.out.println(jxNode);
      }
      // 查询所有student标签下的带有id属性的name标签,id属性值为itcast
      System.out.println("--------");
      List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
      for (JXNode jxNode : jxNodes4) {
          System.out.println(jxNode);
      }
  

参考文档

1. 关于XML的Schema文件讲解 ——SummerChill