XML（概念、功能、与html的区别、语法、约束、解析）

XML

一、概念

1. Extersible Markup Lanaguage 可扩展标记语言
2. 可扩展：标签都是自定义的。如<user> <student>

二、功能

1. 存储数据
   1. 配置文件
   2. 在网络中传输

三、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

四、语法

（一）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

（二）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>

（三）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
      • 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-8895-1
      • 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：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 ]]>

五、约束：规定

1. 作为框架的使用者（程序员）：

1. 能够在xml中引入
2. 能够简单的读懂约束文档

2. 分类

1. DTD:一种简单的约束技术
2. Schema:一种复杂的约束技术

3. DTD

1. 引入dtd文档到xml文档中
2. 内部dtd：将约束规则定义在xml文档中
3. 外部dtd：将约束的规则定义在外部的dtd文件中
   1. 本地：
   2. 网络：

4. Schema

1. 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">

六、解析：操作xml文档，将文档中的数据读取到内存中

（一）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

（二）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。

1. 优点：操作方便，可以对文档进行CRUD的所有操作
2. 缺点：占内存

2. SAX:逐行读取，基于事件驱动的。

1. 优点：不占内存
2. 缺点：只能读取，不能增删改

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：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

4.Jsoup:

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：

//1.获取Document对象，根据xml文档获取
//1.1获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//1.2解析xml文档，加载文档进内存，获取dom树--->Document
Document document = (Document) Jsoup.parse(new File(path),"utf-8");
//2.获取元素对象Element
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
//2.1获取第一个name的Element对象
Element element = elements.get(0);
//2.2获取数据
String name = element.text();
System.out.println(name);

2. 对象的使用：

1. Jsoup：工具类，可以解析html或xml文档，返回Doucument
   • parse:解析html或xml文档，返回Document
     • parase(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

//1.1获取student.xml的path
String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
//1.2解析xml文档，加载文档进内存，获取dom树--->Document
//Document document = (Document) Jsoup.parse(new File(path),"utf-8");
//2.parse(URL url,int timeoutMillis):通过网络路径获取指定的html或xml的文档对象
URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");
Document document = Jsoup.parse(url,10000);
System.out.println(document);

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
     • getElementByAttribute(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

public static void main(String[] args) throws IOException {
      //1.1获取student.xml的path
        String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path),"utf-8");
        //3.获取元素对象
        //3.1获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);
        System.out.println("---------------");
        //3.2获取属性名为id的元素对象们
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("-----------------------");
        //3.3获取number属性值为yancheng_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("numebr","yancheng_0001");
        System.out.println(elements2);
        System.out.println("--------------");
        //3.4获取id属性值的元素对象
        Element jiangsu = document.getElementById("jiangsu");
        System.out.println(jiangsu);
    }

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
      • getElementByAttribute(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（包括子标签的字符串内容）
5. Node:节点对象
   • 是Document和Element的父类

  public static void main(String[] args) throws IOException {
   		 //1.1获取student.xml的path
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path),"utf-8");
        //3.1通过Document对象获取name标签，获取所有的name标签，可以获取到两个
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        System.out.println("--------------------");
        //3.2通过Element对象获取子标签对象
        Element element_student = document.getElementsByTag("student").get(0);
        Elements ele_name = element_student.getElementsByTag("name");
        System.out.println(ele_name.size());
        System.out.println("---------------");
        //3.3获取student对象的属性值
        String number = element_student.attr("NUMBER");
        System.out.println(number);
        System.out.println("-------------");
        //3.4获取文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);
    }

3. 快捷查询方式

1. selector:选择器
   • 使用方法：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w3school参考手册，使用xpath 的语法完成查询
   • 代码：

public static void main(String[] args) throws IOException {
   		 //1.1获取student.xml的path
        String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path),"utf-8");
        //3.查询name标签
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("-------------");
        //4.查询id值为jiangsu的元素
        Elements elements1 = document.select("#jiangsu");
        System.out.println(elements1);
        System.out.println("------------");
        //5.获取student标签并且number属性值为yancheng_0001的age子标签
        //5.1获取student标签并且number属性值为yancheng_0001
        Elements elements2 = document.select("student[number=\"yancheng_0001\"]");
        System.out.println(elements2);
        System.out.println("------------------");
        //5.2获取student标签并且number属性值为yancheng_0001的age子标签
        Elements elements3 = document.select("student[number=\"yancheng_0001\"] > age");
        System.out.println(elements3);
    }