1 XML的概述
- 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:储存数据(1.配置文件 2 在网络中传输)
- xml和html的区别:
- xml标签都是自定义的,html标签是预定义的
- xml的语法严格,html语法松散
- xml是存储数据的,html是展示数据
- 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)引起来
- 标签必须正确关闭
- xml标签名称区分大小写
- 书写一个快速入门的xml文件
<?xml version="1.0" encoding="utf-8" ?>
<?xml-stylesheet type="text/css" href="test.css" ?>
<!--创建一个xml文档 第一行 声明文档 必须要在第一行固定写法-->
<!--如何在xml的文档中引入css的文件-->
<users>
<student id="GY_001">
<name>张三</name>
<age>18</age>
<sex>male</sex>
</student>
<student id="GY_002">
<name>李四</name>
<age>20</age>
<sex>female</sex>
</student>
<!-- 除了上面的写法 还可以使用自闭标签-->
<!-- <student id=""/>-->
</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(yes:不依赖其他文件;no:依赖其他文件)
- 指令(了解):结合css的(<?xml-stylesheet type="text/css" href="引入的css文件路径" ?>)
- 标签:标签名称自定义的:
- 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
- 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 ]]>)
- 文档声明:
2.约束
- 概念: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:一种简单的约束技术
- Schema:一种复杂的约束技术
- 作为框架的使用者(程序员):
2.1 DTD约束
- 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(只能当前xml使用,不能共用)
- 外部dtd:将约束的规则定义在外部的dtd文件中
- 本地:
- 网络:
- 可以共用
- 具体的示例代码:
<!--首先我需要创建一个.dtd后缀的约束文件-->
<!-- !ELEMENT : 定义一个标签-->
<!--表示定义一个students标签 stidents下面有字标签student标签可以出现0次和多次-->
<!ELEMENT students (student*) >
<!--定义一个student标签 下面有字标签 name、age、sex 只能出现一次 ,因为没有加限制符-->
<!ELEMENT student (name, age, sex)>
<!--定义一个标签 name ,name标签的标签体#PCDATA(字符串)-->
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!--通过ATTLIST给标签声明一个属性 属性的名称是number 属性的类型是ID(表示number的属性值必须唯一) #REQUIRED: 表示必须出现-->
<!ATTLIST student number ID #REQUIRED>
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<!--导入dtd约束的固定格式-->
<!--内部的dtd规则如下:-->
<!--<!DOCTYPE students [ -->
<!-- <!ELEMENT students (student*) >-->
<!-- <!ELEMENT student (name, age, sex)>-->
<!-- <!ELEMENT name (#PCDATA)>-->
<!-- <!ELEMENT age (#PCDATA)>-->
<!-- <!ELEMENT sex (#PCDATA)>-->
<!-- <!ATTLIST student number ID #REQUIRED>]>-->
<!--如果西面的xml文档没有按照约束的方式来写 会报错-->
<students>
<student number="GY_001">
<name>张三</name>
<age>18</age>
<sex>male</sex>
</student>
<student number="GY_002">
<name>李四</name>
<age>33</age>
<sex>female</sex>
</student>
</students>
2.2 Schema约束
-
Schema约束是一种比较复杂的约束,它完善了DTD约束一些缺陷,schema文件的后缀为.xsd
- DTD的缺点:标签的内容无法做一些具体的限制
-
具体的示例代码:
<?xml version="1.0" encoding="UTF-8" ?>
<xsd:schema
xmlns:xsd="http://www.w3.org/2001/XMLSchema"
xmlns="GY"
targetNamespace="GY" elementFormDefault="qualified"
>
<!--
xmlns:xsd="http://www.w3.org/2001/XMLSchema" 为一个约束设置一个前缀(也就是其个别名),
如果没有写,默认没有命名 那么标签前面 就不需要写别名
xmlns="GY" 设置名称
targetNamespace="GY" elementFormDefault="qualified"//设置元素默认是
-->
<!--定义了一个元素 元素名称name="students" 元素的类型:type="studentsType" (类型是自定义)-->
<xsd:element name="students" type="studentsType"/>
<!-- 声明一个类型studentsType complexType: 表示组合类型-->
<xsd:complexType name="studentsType">
<!-- sequence:表示按照顺序出现如下元素 minOccurs:最小出现次数 maxOccurs:最大出现次数 unbounded:不做限制随便几次-->
<xsd:sequence>
<xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"></xsd:element>
</xsd:sequence>
</xsd:complexType>
<!-- 声明一个类型studentType-->
<xsd:complexType name="studentType">
<!-- studentType: 内容是按如下顺序出现-->
<xsd:sequence>
<!-- 定义一个元素name 类型是 string类型-->
<xsd:element name="name" type="xsd:string"></xsd:element>
<xsd:element name="age" type="ageType"></xsd:element>
<xsd:element name="sex" type="sexType"></xsd:element>
</xsd:sequence>
<!-- 给studetType类型的数据设置一个属性 required 必须出现-->
<xsd:attribute name="number" type="numberType" use="required"></xsd:attribute>
</xsd:complexType>
<!-- 声明一个简单类型simpleType-->
<xsd:simpleType name="sexType">
<!-- 基本数据格式是 string 类型-->
<xsd:restriction base="xsd:string">
<!-- enumeration:表示一个枚举 sex的值只能在 这个枚举的取值范围中取值,不能写其他的取值 -->
<xsd:enumeration value="male"/>
<xsd:enumeration value="female"/>
</xsd:restriction>
</xsd:simpleType>
<xsd:simpleType name="ageType">
<!-- 基本数据格式是:integer类型-->
<xsd:restriction base="xsd:integer">
<!-- 最小值 和最大值-->
<xsd:minInclusive value="0"/>
<xsd:maxInclusive value="256"/>
</xsd:restriction>
</xsd:simpleType>
<xsd:simpleType name="numberType">
<!-- 基本数据string类型 -->
<xsd:restriction base="xsd:string">
<!-- pattern: 表示这个组成格式是 heima_\d{4}-->
<xsd:pattern value="GY_\d{4}"/>
</xsd:restriction>
</xsd:simpleType>
</xsd:schema>
- 创建的实例代码
<?xml version="1.0" encoding="UTF-8" ?>
<!--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" 固定写法
3.引入xsd文件命名空间. xsi:schemaLocation="GY(别名随便写) student.xsd (约束文件的地址)" //引入文件的路径 别名 路径
4.为每一个xsd约束声明一个前缀,作为标识 xmlns="GY" -->
<!--xmlns="GY" 表示没有加前缀,如果是加上前缀的话 xmlns:xxx="GY"-->
<!--首先是给.xsd文件取一个别名, 那么标签的前面是需要加上别名的 然后又给别名 声明一个前缀,
如果没有写前缀 默认就是没有,没有,那么标签前面就不需要加上前缀,如果有则需要加上前缀-->
<students
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="GY student_test.xsd"
xmlns="GY"
>
<student number="GY_0001">
<name>张三</name>
<age>22</age>
<sex>female</sex>
</student>
<student number="GY_0002">
<name>李四</name>
<age>33</age>
<sex>male</sex>
</student>
</students>
3.解析XML
- 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;优点是:操作方便,可以对文档进行CRUD的所有操作;缺点也很明显: 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
- 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(官方)
- 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。
3.1 Jsoup
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。
-
Jsoup:使用步骤:
- 导入jar包
- 获取Document对象
- 获取对应的标签Element对象
- 获取数据
-
快速入门的代码
public static void main(String[] args) throws IOException {
//1.获取Schema_demo.xml的路径 只能加载直接放在src文件下的文件,如果放在别的文件夹内路径为空,
String resourcePath = JsoupDemo.class.getClassLoader().getResource("student_test.xml").getPath();
//获取Document对象
/*
public static Document parse(File in, String charsetName) throws IOException: 参数文件对象 编码
*/
Document document = Jsoup.parse(new File(resourcePath), "utf-8");
//3.获取元素对象 根据标签名称获取元素对象的集合
Elements elements = document.getElementsByTag("name");
Element element = elements.get(0);
//System.out.println(element);
//4.获取元素对象中的值
String value = element.text();//获取标签内容
System.out.println(value);
}
3.2 对象的使用
- xml文档的示例
<?xml version="1.0" encoding="UTF-8" ?>
<students>
<student number="GY_0001">
<name id="GY">张三</name>
<age>22</age>
<sex>female</sex>
</student>
<student number="GY_0002">
<name>李四</name>
<age>33</age>
<sex>male</sex>
</student>
</students>
- 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
String resourcePath = JsoupDemo1.class.getClassLoader().getResource("student_test.xml").getPath();
//获取Document对象
Document document = Jsoup.parse(new File(resourcePath), "utf-8");
// 根据xml字符串获取document对象
Document document1 = Jsoup.parse("<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
"<students>\n" +
" <student number=\"GY_0001\">\n" +
" <name id=\"GY\">张三</name>\n" +
" <age>22</age>\n" +
" <sex>female</sex>\n" +
" </student>\n" +
" <student number=\"GY_0002\">\n" +
" <name>李四</name>\n" +
" <age>33</age>\n" +
" <sex>male</sex>\n" +
" </student>\n" +
"</students>");
Document document2 = Jsoup.parse("https://www.cnblogs.com/shuimuzhushui/p/7247864.html");
- 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
- 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
public static void main(String[] args) throws IOException {
//1.获取Schema_demo.xml的路径 只能加载直接放在src文件下的文件,如果放在别的文件夹内路径为空,
String resourcePath = JsoupDemo2.class.getClassLoader().getResource("student_test.xml").getPath();
//获取Document对象
Document document = Jsoup.parse(new File(resourcePath), "utf-8");
//3.获取元素对象 根据标签名称获取元素对象的集合
Elements elements = document.getElementsByTag("name");
//3.1根据属性名为id的元素对象集合
Elements elements1 = document.getElementsByAttribute("id");
System.out.println(elements1);
//根据对应的属性名和属性值获取元素对象集合
System.out.println("-----------------");
Elements elementsByAttributeValue = document.getElementsByAttributeValue("number", "GY_0001");
System.out.println(elementsByAttributeValue);
//获取id属性值的元素对象 传递的参数是id的值
System.out.println("----------------");
Element element = document.getElementById("GY");
System.out.println(element);
}
- Element:元素对象 ->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
- 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
public static void main(String[] args) throws IOException {
//1.获取Schema_demo.xml的路径 只能加载直接放在src文件下的文件,如果放在别的文件夹内路径为空,
String resourcePath = JsoupDemo3.class.getClassLoader().getResource("student_test.xml").getPath();
//获取Document对象
Document document = Jsoup.parse(new File(resourcePath), "utf-8");
/*
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
* 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
*/
//根据属性名获取元素的集合对象
Elements students = document.getElementsByTag("student");
//获取第一个对象下面的属性名为name的属性 获取对象下面 标签名为name的字标签 而不是全局为name的标签 Element调用这些方法都是获取字标签
Element element = students.get(0);
Elements name = element.getElementsByTag("name");
System.out.println(name);
System.out.println("------------------");
Element elementById = element.getElementById("GY");
System.out.println(elementById);
System.out.println("----------------------");
Elements id = element.getElementsByAttribute("id");
System.out.println(id);
System.out.println("---------------");
Elements elementsByAttributeValue = element.getElementsByAttributeValue("id", "GY");
System.out.println(elementsByAttributeValue);
}
- 获取属性值和文本内容:
- String attr(String key):根据属性名称获取属性值
- String text():获取文本内容
- String html():获取标签体的所有内容(包括字标签的字符串内容)
public static void main(String[] args) throws IOException {
//1.获取Schema_demo.xml的路径 只能加载直接放在src文件下的文件,如果放在别的文件夹内路径为空,
String resourcePath = JsoupDemo4.class.getClassLoader().getResource("student_test.xml").getPath();
//获取Document对象
Document document = Jsoup.parse(new File(resourcePath), "utf-8");
Elements students = document.getElementsByTag("student");
//获取第一个对象下面的属性名为name的属性 获取对象下面 标签名为name的字标签 而不是全局为name的标签 Element调用这些方法都是获取字标签
Element element = students.get(0);
//根据标签内的属性名称获取对应的属性值
System.out.println(element.attr("number"));
//获取标签内所有的文本内容
System.out.println(element.text());
//获取标签体的所有内容(包括字标签的字符串内容)
System.out.println(element.html());
}
3.3快捷查询方式
- selector:选择器 ->使用的方法:Elements select(String cssQuery)
- 注意:语法:参考Selector类中定义的语法
public static void main(String[] args) throws IOException {
//1.获取student.xml的path
String path = JsoupDemo5.class.getClassLoader().getResource("student_test.xml").getPath();
//2.获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//3.查询name标签
/*
div{
}
*/
Elements elements = document.select("name");
System.out.println(elements);
System.out.println("=----------------");
//4.查询id值为itcast的元素
Elements elements1 = document.select("#GY");
System.out.println(elements1);
System.out.println("----------------");
//5.获取student标签并且number属性值为heima_0001的age子标签
//5.1.获取student标签并且number属性值为heima_0001
Elements elements2 = document.select("student[number=\"GY_0001\"]");
System.out.println(elements2);
System.out.println("----------------");
//5.2获取student标签并且number属性值为heima_0001的age子标签
Elements elements3 = document.select("student[number=\"GY_0001\"] > age");
System.out.println(elements3);
}
- 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
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
//1.获取student.xml的path
String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
//2.获取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student标签
List<JXNode> jxNodes = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes) {
System.out.println(jxNode);
}
System.out.println("--------------------");
//4.2查询所有student标签下的name标签
List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
for (JXNode jxNode : jxNodes2) {
System.out.println(jxNode);
}
System.out.println("--------------------");
//4.3查询student标签下带有id属性的name标签
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
for (JXNode jxNode : jxNodes3) {
System.out.println(jxNode);
}
System.out.println("--------------------");
//4.4查询student标签下带有id属性的name标签 并且id属性值为itcast
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='GY']");
for (JXNode jxNode : jxNodes4) {
System.out.println(jxNode);
}
}