Java学习-XML基础_java基础中会学习xml吗-CSDN博客

本文链接：https://blog.csdn.net/yong_19930826/article/details/107916698

Java学习-XML基础

1 XML的概述
2.约束
- 2.1 DTD约束
- 2.2 Schema约束
3.解析XML

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 ]]>)

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

2.1 DTD约束

引入dtd文档到xml文档中
1. 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）
2. 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
1. 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：
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
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：
1. JAXP：sun公司提供的解析器，支持dom和sax两种思想（官方）
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

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);
        }
    }