XML

目录

• XML
  • 概念
  • 语法
  • 解析:操作xml文档，将文档中的数据读取到内存中

XML

概念

• XML：可扩展性标记语言(Extensible Markup Language)
• XML与HTML的区别：
  1.XML语法要求严格，HTML语法松散
  2.XML中的标签都是自定义的，HTML标签是预定义的
  3.XML是存储数据的，HTML是展示数据的
• XML功能：存储数据
  1.配置文件中
  2.在网络中传输

语法

• 基本语法：

  1. XML文件的扩展名是.xml
  2. XML的第一行必须写文档声明
  3. XML文档有且仅有一个根标签
  4. XML中的属性必须使用引号(单双引号都可以)引起来
  5. XML对大小写敏感(区分大小写)

• 快速入门：

  1. 文档声明：
     • 格式：<? xml 属性列表>
     • 属性列表：
       1.version：版本号，必须写的属性
       2.encoding：解码方式（告知浏览器）
       3.standalone:是否独立：
       • yes：是独立的，不依赖于其他文件
       • no:不是独立的，依赖其他文件
  2. 指令（作为了解）：结合CSS展示数据
     • <?xml -stylesheet type="text/css" href="a.css"?>
  3. 标签（自定义）
     • 规则：
       1. 名称可以包含字母，数字以及其他字符
       2. 名称不能以数字或者标点符号开头
       3. 名称不能以字母xml（或者XML，Xml等等）开头
       4. 名称之间不能包含空格
  4. 属性：id值唯一（约束）
  5. 文本：
     • CDATA区：在该区域中的文本都会保留原来的样式
       • 格式：<![CDATA [数据]]>

• 约束：规定XML文档的书写规则

  1. 要求：

     • 可以在XML文档中引入约束文档
     • 可以简单读懂约束文档

  2. 分类：

     • DTD：一种简单的约束技术
     • Schema：一种复杂的约束技术

  3. DTD:

     • 引入dtd文档到xml中
       • 内部dtd：将约束规则定义在XML文档中(不是很常用)
       • 外部dtd：将约束的规则定义在外部的dtd文件中
         • 本地：
         • 网络：
     • 缺点：对于数据审核不严格，只规定了数据的类型，并未检验数据的合法性！

  4. Schema：

     • 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"

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

  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文档方式：

  • DOM：将标记语言文档一次性加载进内存形成一棵dom树
    • 优点：操作方便，可以对文档进行CRUD的所有操作
    • 缺点：占用内存
  • SAX：逐行读取 ，基于事件驱动
    • 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
  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

• 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。

  • 快速入门：
    • 步骤：
      1. 导入jar包
      2. 获取Docunment对象
      3. 获取相应的标签Element对象
      4. 获取数据

  //第二步，从xml文档中获取document对象
      //获取student.xml路径
      String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
      //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");
      //获取元素对象Element
      Elements elemens = document.getElementsByTag("name");
      //获取第一个name的Element对象
      Element element = elemens.get(0);
      //获取数据
      String name = element.text();
      System.out.println(name);
  

  • 对象的使用

    • Jsoup：工具类，可以解析xml和html文档，返回Document

      • parse：解析html或者xml文档，返回Document
        1. parse(File in, String charsetName)：解析xml或者html文件
        2. parse(String html)：解析xml或者html字符串
        3. parse(URL url, int timeoutMillis)：通过网络路径获取指定的html或者xml的文档对象

    • 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
        • getElementByTag(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
        • getElementByAttributeValue(String key, String value)：根据对应的属性名和属性值来获取元素对象集合

    • Elements：元素Element对象的集合。可以当作ArrayList来使用

    • 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
         • getElementByTag(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
         • getElementByAttributeValue(String key, String value)：根据对应的属性名和属性值来获取元素对象集合

      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）2020/8/14 21:35:52 2020/8/14 21:35:53

    • Node：节点对象

      • 是Document和Element的父类

  • 快捷查询方式

    1. selector：选择器
       • 使用的方法：Element 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（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
       • 需要参考相关手册