【XML】
XML
概念:Extensible Markup Language:可扩展标记语言。可扩展,标签是自定义的。
功能:存储数据
- 配置文件;
- 在网络中传输。
XML与HTML的区别:
- XML的标签都是自定义的,而HTML 的标签都是预定义的;
- XML的语言非常严格,而HTML语法松散;
- XML是用来存储数据的,而HTML是用来展示数据的。
基本语法
- XML文档的后缀名.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)引起来
- 标签必须正确关闭
- XML标签名称区分大小写
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
- yes:不依赖其他文件
- no:依赖其他文件
- 属性列表:
- 格式:
-
指令[了解]:结合css控制标签样式
-
标签:
- 自定义的标签名称,规则:
- 名称可以含字母、数字以及其他的字符
- 名称不能以数字或者标点符号开始
- 名称不能以字符 “xml”(或者 XML、Xml)开始
- 名称不能包含空格
- 自定义的标签名称,规则:
-
属性:id属性值唯一
-
文本内容:
-
CDATA区:该区域中的数据会被原样展示
<![CDATA[ if(a>b && a>c){} 展示的数据 ]]>
-
约束
约束:规定XML文档的书写规则。
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
例如,student的DTD约束文档:
<!ELEMENT students (student*)>
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>
- 引入DTD文档到XML文档中,有两种格式:
- 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文件中。
- 本地:
<!DOCTYPE 跟标签名 SYSTEM "dtd文件的位置">
- 网络:
<!DOCTYPE 跟标签名 PUBLIC "dtd文件名字" "dtd文件的位置的URL">
- 本地:
本地外部DTD文档约束的XML:
<?xml version='1.0' encoding='gbk' ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
<student number="s1">
<name>张三</name>
<age>13</age>
<sex>male</sex>
</student>
<student number="s2">
<name>李四</name>
<age>16</age>
<sex>female</sex>
</student>
</students>
内部DTD约束【不常用,了解】:
<?xml version='1.0' encoding='gbk' ?>
<!DOCTYPE students [
<!ELEMENT students (student*)>
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>
]>
<students>
<student number="s1">
<name>张三</name>
<age>13</age>
<sex>male</sex>
</student>
<student number="s2">
<name>李四</name>
<age>16</age>
<sex>female</sex>
</student>
</students>
Schema
DTD的缺陷:无法对各个数据的正确性进行校验等。
例如,student的XSD约束文档:
<?xml version="1.0" ?>
<xsd:schema xmlns="http://www.itcast.cn/xml"
xmlns:xsd="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.itcast.cn/xml"
elementFormDefault="qualified">
<xsd:element name="students" type="studentsType"/>
<xsd:complexType name="studentsType">
<xsd:sequence>
<xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
</xsd:sequence>
</xsd:complexType>
<xsd:complexType name="studentType">
<xsd:sequence>
<xsd:element name="name" type="xsd:string"/>
<xsd:element name="age" type="ageType"/>
<xsd:element name="sex" type="sexType"/>
</xsd:sequence>
<xsd:attribute name="number" type="numberType" use="required"/>
</xsd:complexType>
<!-- 定义简单元素类型 -->
<xsd:simpleType name="numberType">
<xsd:restriction base="xsd:string">
<xsd:pattern value="s_\d{4}"/>
</xsd:restriction>
</xsd:simpleType>
<xsd:simpleType name="ageType">
<xsd:restriction base="xsd:integer"/>
</xsd:simpleType>
<xsd:simpleType name="sexType">
<xsd:restriction base="xsd:string">
<xsd:enumeration value="male"/>
<xsd:enumeration value="female"/>
</xsd:restriction>
</xsd:simpleType>
</xsd:schema>
引入Schema文档到XML文件中,步骤:
- 填写XML文档的根元素;
- 引入xsi前缀,如:
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
- 引入xsd文件命名空间,如:
xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
- 为每一个xsd约束声明一个前缀,作为标识,如:
xmlns="http://www.itcast.cn/xml"
<?xml version='1.0' encoding='gbk' ?>
<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"
>
<student number="s_0001">
<name>张三</name>
<age>13</age>
<sex>female</sex>
</student>
<student number="s_0002">
<name>李四</name>
<age>14</age>
<sex>male</sex>
</student>
</students>
解析
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,在内存中会形成一颗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一般用于服务器端、而SAX只要用于移动端。在JavaEE的学习中,只学习DOM的这个解析方式。
- DOM:将标记语言文档一次性加载进内存,在内存中会形成一颗DOM树;
常见的解析器
- JAXP:SUN公司提供的解析器,支持DOM和SAX两种解析思想。
- DOM4J:一款非常优秀的解析器,基于DOM思想。
- 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:Andriod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;
- 获取数据。
package demo;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
/**
* 使用Jsoup快速入门
*/
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
//1.导入jar包
//2.获取Document对象,根据XML文档获取
//2.1 使用类加载器获取student.xml的path路径
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对象
Document document = Jsoup.parse(new File(path),"utf-8");
//3.获取元素对象
Elements name = document.getElementsByTag("name");
Element element = name.get(0);
String text = element.text();
System.out.println(text);//张三
}
}
对象的使用
-
Jsoup:工具类,可以解析HTML或XML文档,返回Document对象。
-
Document对象:文档对象。代表内存中的DOM树。
-
Elements:元素Element对象的集合。可以当作
ArrayList<Element>
来使用。 -
Element:元素对象。
-
Node:节点对象,是这些对象的父类。
Jsoup工具类
主要方法:parse:解析HTML或XML文档,返回Document对象。
方法重载形式 | 含义 |
---|---|
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,不常用 |
static Document parse(URL url, int timeoutMillis) | 通过网络中的路径获取指定的HTML或XML文档对象,并指定超时时间 |
Document对象
主要要掌握获取Document对象或对象们的方法:
方法 | 含义 |
---|---|
Elements getElementsByTag(String tagName) | 根据标签名称获取元素的对象集合 |
Elements getElementsByAttribute(String key) | 根据属性的名称获取元素对象集合 |
Elements getElementsByAttributeValue(String key, String value) | 根据对象的属性名和属性值获取元素对象集合 |
Element getElementById(String id) | 根据id属性值获取唯一的元素对象 |
Element对象
- 获取子元素对象:
方法 | 含义 |
---|---|
Elements getElementsByTag(String tagName) | 根据标签名称获取元素的对象集合 |
Elements getElementsByAttribute(String key) | 根据属性的名称获取元素对象集合 |
Elements getElementsByAttributeValue(String key, String value) | 根据对象的属性名和属性值获取元素对象集合 |
Element getElementById(String id) | 根据id属性值获取唯一的元素对象 |
- 获取属性值:
方法 | 含义 |
---|---|
String attr(String attributeKey) | 根据属性名称获取属性值 |
- 获取文本内容:
方法 | 含义 |
---|---|
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) |
快速查询方式
- selector:选择器;
- XPath:XML路径语言。
selector选择器
使用的方法:
Elements select(String cssQuery)
cssQuery语法:参考Selector类中定义的语法。
package demo;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
/**
* 选择器查询
*
*/
public class JsoupDemo2 {
public static void main(String[] args) throws IOException {
//1.导入jar包
//2.获取Document对象,根据XML文档获取
//2.1 使用类加载器获取student.xml的path路径
String path = JsoupDemo2.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对象
Document document = Jsoup.parse(new File(path),"utf-8");
//3.Document对象继承自Element对象,也可以使用select方法
//3.1查询name标签的元素
Elements name = document.select("name");
System.out.println(name);
//3.2查询student标签下的number属性为s_0001的age子标签
Elements select = document.select("student[number='s_0001'] > age");
System.out.println(select);
//更多语法参考Selector类
}
}
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。
package demo;
import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import java.io.File;
import java.io.IOException;
import java.util.List;
/**
* XPath查询
*/
public class JsoupDemo3 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
//1.导入jar包
//2.获取Document对象,根据XML文档获取
//2.1 使用类加载器获取student.xml的path路径
String path = JsoupDemo3.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查询所有的student标签
List<JXNode> jxNodes1 = jxDocument.selN("//student");
System.out.println(jxNodes1);
System.out.println("-------------");
//4.2查询所有student标签下的name标签
List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
System.out.println(jxNodes2);
System.out.println("-------------");
}
}
注意:XPath语法详见W3Cschool。