一、XML
1. 概念:Extensible Markup Language 可扩展标记语言
* 可扩展:标签可以自定义的。<user>、<hobby>
* 功能
1. 存储数据
2. 在网络中传输
2. XML和HTML的区别
1. xml标签都是自定义的,html标签使预定于的
2. xml的语言严格,html的语法松散
3. xml是存储数据的,html是展示数据的
3. 语法
* 基本语法
1. xml文档的后缀名 .xml
2. xml文档第一行必须定义为文档声明(文件行号为1的行) 例:<?xml version='1.0' ?>
3. xml文档中有且仅有一个根标签
4. 属性值必须使用引号(单双引号都可)引起来
5. 标签必须正确关闭
6. xml标签名称严格区分大小写
* 快速入门
--------------------------------------
<?xml version='1.0' ?>
<users>
<user id="1">
<name>Sprite</name>
<age>18</age>
<gender>male</gender>
</user>
<user id="2">
<name>Sprite</name>
<age>19</age>
<gender>female</gender>
</user>
</users>
--------------------------------------
* 组成部分
1. 文档说明
1. 格式:<?xml version='1.0' ?>
2. 属性列表:
version:版本号,必须的属性 1.0 即可
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;需要指定才能显示中文
standalone:是否独立(了解)
yes:不依赖其它文件
no:依赖其它文件
2. 指令(了解):结合css展示
<?xml-stylesheet type="text/css" href="a.css">
3. 标签:标签名称自定义
* 规则:
名称可以包含字母、数字以及其它字符
名称不能以数字或标点符号开始
名称不能以字母XML、xml、Xml等开始
名称不能包含空格
4. 属性
id 属性值需唯一
5. 文本
* CDTADA区:在此区域的字符会被原样展示
* 格式:<![CDATA[原样展示数据]]>
4.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
<!--引入方式一-->
<<!DOCTYPE students SYSTEM "student.dtd">
<!--引入方式二-->
<!DOCTYPE students [
<!ELEMENT students (student*)>
<!ELEMENT student (name, age, sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>
]>
外部dtd:将约束规则定义在外部的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文件名称" "dtd文件的位置URL">
dtd约束文档简单举例说明:
*****************************************************************************
<!--意为:引入该约束的xml文件的根标签为students,其中含有0个或者多个student子标签-->
<!ELEMENT students (student*)>
<!--意为:student标签中含有三个子标签,每个标签只能出现一次,且出现顺序必须为:name, age,sex-->
<!ELEMENT student (name, age, sex)>
<!ELEMENT name (#PCDATA)> <!--意为:name标签的内容为字符串-->
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!--意为:student标签存在属性number,类型为ID(即必须唯一);#REQUIRED表示该属性必须出现-->
<!ATTLIST student number ID #REQUIRED>
*****************************************************************************
Schema
待完善...
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xml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,持久化存储
二、解析xml的方式
1. DOM:将标记语言文档一次性加载进入内存中,在内存中形成一颗DOM树(服务器端常用)
* 优点:操作方便,可以对文档进行CRUD的所有操作
* 缺点:一次性加载进入内存形成DOM树,非常消耗资源
2. SAX:逐行读取,基于事件驱动(安卓终端常用)
* 优点:不消耗资源
* 缺点:只能读取,不能增删改
三、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(不常用)
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思想。
四、Jsoup
1. 快速入门
* 步骤:
1. 导入jar包:jsoup-1.11.2.jar
2. 获取Document对象
3. 获取对应的标签Element对象
4. 获取数据
**************************************************************************************
示例代码:
public static void main(String[] args) throws IOException {
// 1. 获取xml文件的绝对path
String path = JsoupDemo1.class.getClassLoader().getResource("user.xml").getPath();
// 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), "utf8");
// 3. 获取元素对象
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
// 4. 获取数据
System.out.println(elements.get(0).text());
System.out.println(elements.get(1).text());
}
**************************************************************************************
五、对象的使用
1. Jsoup:工具类,可以解析html或xml文档,返回Document对象
* parse方法:解析html或者xml文档,返回Document
parse(File in, String charsetName):解析xml或html文件
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
示例:
URL url = new URL("https://www.baidu.com/");
Document document = Jsoup.parse(url, 10000);
System.out.println(document.text());
2. Document:文档对象。代表内存中的DOM树
1. 主要用于获取Element对象
* getElementById(String id):根据id属性值获取元素对象
* 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,可以当成ArrayList<Element>来使用
4. Element:元素对象
1. 获取子元素对象(只会获取当前元素的子元素里面的指定标签对象,不会获取与之平行的标签下的指定标签对象)
* getElementById(String id):根据id属性值获取元素对象
* 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():获取此元素及其所有子元素的合并文本(返回纯文本内容)
* String html():检索元素的内部HTML(返回的使带标签的文本内容,html格式)
5. Node:节点对象
区别Document对象和Element对象调用getElementxxx等方法示例代码:
public static void main(String[] args) throws IOException {
// 1. 获取user.xml的path,String类型
// String path = JsoupDemo2.class.getClassLoader().getResource("user.xml").getPath();
String path = Objects.requireNonNull(JsoupDemo2.class.getClassLoader().getResource("user.xml")).getPath();
// 2. 获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
// 3. 使用Document对象进行调用getElementsByTag(String tagName),返回DOM树中的所有name标签(每个name标签为一个Element对象)
Elements nameTagValue = document.getElementsByTag("name");
System.out.println(nameTagValue.size());
System.out.println("*******************************");
// 4. 通过Element对象进行获取子标签对象
Element eleStudent = document.getElementsByTag("student").get(0);
// 只会获取当前student标签下的name标签对象
Elements eleName = eleStudent.getElementsByTag("name");
System.out.println(eleName.size());
System.out.println("*******************************");
// 获取student标签Element对象下的指定属性值(参数中指定的属性名称,不区分大小写)
String numberValue = eleStudent.attr("NUMBER");// 返回结果应该为:sprite-01
System.out.println(numberValue);
System.out.println("*******************************");
// 获取文本内容text()和 html()
String text = eleStudent.text();// 获取Student元素及其所有子元素的合并文本
System.out.println(text);
System.out.println("*******************************");
String html = eleStudent.html();
System.out.println(html);
}
}
<students>
<student number="sprite-01">
<name>无糖sprite</name>
<age>18</age>
<sex>male</sex>
</student>
<student number="sprite-02">
<name>有糖sprite</name>
<age>18</age>
<sex>female</sex>
</student>
<student number="sprite-03">
<name>有糖sprite</name>
<age>18</age>
<sex>female</sex>
</student>
</students>
快捷查询方式
Document 类 select(String cssQuery)方法
Document 类 select(String cssQuery)
1. selector:选择器
使用的方法:Elements select(String cssQuery):查找与Selector CSS查询匹配的元素,将此元素作为开始上下文。
示例代码:
// 1. 获取xml路径path
String path = Objects.requireNonNull(JsoupDemo3.class.getClassLoader().getResource("user.xml")).getPath();
// 2. 获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
// 3.获取element对象
final Elements ELEMENT = document.getElementsByTag("students");
// 4. 调用select方法获取指定标签元素Element对象
Elements nameEle = ELEMENT.select("name");
// 5. 调用text方法获取文本,并打印
for (Element e : nameEle) {
System.out.println(e.text());
}
// 进阶使用(类似于css中的选择器)
// 获取student标签下的属性number值以sprite开头的标签Elements对象
Elements select = document.select("student[number^=sprite]");
// 获取student标签下的属性number值为sprie-01下的name标签Element对象
Elements select = document.select("student[number=sprit-01] > name");
System.out.println(select);
2. 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xpath需要导入jar包 JsoupXpath-0.3.2.jar
* 查询w3cshool参考手册,使用xpath语法完成查询
XPath
package com.sprite.java;
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;
import java.util.Objects;
public class JsoupDemo4 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
// 获取xml路径path
String path = Objects.requireNonNull(JsoupDemo4.class.getClassLoader().getResource("user.xml")).getPath();
// 获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
// 需要根据Document对象(不支持xpath语法)创建JXDocument对象
JXDocument jxDocument = new JXDocument(document);
// 查询所有student标签
List<JXNode> jxNodes = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes) {
System.out.println(jxNode);
}
System.out.println("****************************************");
// 查询所有student标签下的name标签
List<JXNode> jxNodes1 = jxDocument.selN("//student/name");
for (JXNode jxNode : jxNodes1) {
System.out.println(jxNode);
}
System.out.println("****************************************");
// 查询所有student标签下带有id属性的name标签 //title[@lang]
List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id]");
for (JXNode jxNode : jxNodes2) {
System.out.println(jxNode);
}
// 查询所有student标签下带有id属性的name标签,并且id属性值为itcast
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='3']");
for (JXNode jxNode : jxNodes3) {
System.out.println(jxNode);
}
}
}
测试xml文件内容
<?xml version='1.0' encoding="utf-8" ?>
<!--引入方式一-->
<!--<!DOCTYPE students SYSTEM "student.dtd">-->
<!--引入方式二-->
<!--<!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="sprite-01">
<name>无糖sprite</name>
<age>18</age>
<sex>male</sex>
</student>
<student number="sprite-02">
<name id = '3'>有糖sprite</name>
<age>18</age>
<sex>female</sex>
</student>
<student number="sprite-03">
<name>sprite</name>
<age>18</age>
<sex>female</sex>
</student>
<student number="sprit-01">
<name id = '3'>耀</name>
<age>18</age>
<sex>female</sex>
</student>
<student number="sprit-02">
<name id = '3'>李信</name>
<age>18</age>
<sex>female</sex>
</student>
<student number="sprit-06">
<name id = '3'>咏春叶问</name>
<age>18</age>
<sex>female</sex>
</student>
<student number="sprit-07">
<name id = '3'>火云邪神</name>
<age>18</age>
<sex>female</sex>
</student>
</students>