java 中的xml操作

XML

全称为Extensible Markup Language 可扩展标记语言。一般作为配置文件，可在网络中传输。

和html的区别是，它的语法规定更加严格，同时，xml中的标签都是自定义的，而html中的标签是预定义的。

xml一般用来存储数据，而html一般用来展示数据。

xml文档的第一行必须为形如<?xml 属性列表 ?>的文档声明。必须要有一个根标签，标签必须正确关闭。同时和html不同xml的标签区分大小写。属性值必须使用单双引号包裹。

<?xml version="1.0" encoding="utf-8" standalone="no" ?>

一般xml文档声明格式如上，但是standalone一般不写，该属性的含义是是否依赖其他文件，取值只有yes/no。version属性表示采取的xml版本，常用的是1.0版本，encoding表示此文档内容采用的编码格式。

当需要原样展示数据时，可以将内容放到CDATA区中。

约束

约束定义了xml的书写规则。

通常有两种定义约束的方式：

1. DTD 该方式使用较为简单
2. Schema 该方式使用较为复杂，当约束更加详细

使用DTD约束有两种方式，一种时将约束规则定义在xml文档中。

另外一种时将DTD规则定义在外部的DTD文件中。

1. 使用本地DTD规则 <!DOCTYPE 根标签名 SYSTEM "dtd文件位置">

2. 使用网络DTD规则 <!DOCTYPE 根标签名 PUBLIC "dtd文件名" "dtd文件URL">

操作xml文档

操作xml文档，有两种行为：

1. 解析 也就是将xml数据读入到内存

2. 写入 也就是修改xml数据

xml解析方式

xml文档有两种解析方式：

1. DOM 方式 将标记语言一次性加载新内存，在内存中形成一颗DOM树

   ​ 优点：操作方便，可以对文档进行crud的所有操作

   ​ 缺点：消耗内存

2. SAX 逐行读取，基于事件驱动

   ​ 优点：内存消耗小

   ​ 缺点：只能读取，不能增删改

xml常见解析器

xml常见解析器有如下几种：

1. JAXP：SUN公司提供的解析器，支持dom和sax两种实现 劣质

2. DOM4J：

3. jsoup：HTML解析器，解析xml无问题 推荐

4. PULL：Android系统内置解析器，sax方式

Jsoup

本来是用来解析html文档的解析器，但是同为标记语言，解析xml也没有问题。

使用parse静态方法解析xml文档，返回一个Document对象。

Document对象

Document 文档对象，代表内存中的dom树 继承自Element。

Elements 对象

继承自ArrayList<Element> 类，相当于Element对象的容器。通常在选择某些节点是返回该对象。

Element 对象

该对象相当于一个标签节点。是一个较为基础的对象，Document类同样继承自该类。

常用函数函数有：

​ getElementsByTag 根据标签名称返回Elements

​ getElementsByAttribute 根据属性名称获取元素对象

​ getElementsByAttributeValue 根据属性值获取元素对象

​ attr 获取属性值

​ text 获取标签内的文本内容（包含子标签内的文本内容）

​ html 获取html/xml内容

Node对象

Node对象，为Element的基类

快捷选择方式

select CSS选择器方式

XPath xml路径语言，用于在xml中查询信息。

使用jsoupXpath需要额外的jar包