XML _笔记

## XML：

 1. 概念：Extensible Markup Language 可扩展标记语言
  * 可扩展：标签都是自定义的。 <user>  <student>

  * 功能
   * 存储数据
    1. 配置文件
    2. 在网络中传输
  * xml与html的区别
   1. xml标签都是自定义的，html标签是预定义。
   2. xml的语法严格，html语法松散
   3. xml是存储数据的，html是展示数据

  * w3c:万维网联盟

 2. 语法：
  * 基本语法：
   1. xml文档的后缀名 .xml
   2. xml第一行必须定义为文档声明
   3. xml文档中有且仅有一个根标签
   4. 属性值必须使用引号(单双都可)引起来
   5. 标签必须正确关闭
   6. xml标签名称区分大小写
  * 快速入门：
   <?xml version='1.0' ?>
   <users>
    <user id='1'>
     <name>zhangsan</name>
     <age>23</age>
     <gender>male</gender>
     <br/>
    </user>
    
    <user id='2'>
     <name>lisi</name>
     <age>24</age>
     <gender>female</gender>
    </user>
   </users>
   
  * 组成部分：
   1. 文档声明
    1. 格式：<?xml 属性列表 ?>
    2. 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
      * 取值：
       * yes：不依赖其他文件
       * no：依赖其他文件
   2. 指令(了解)：结合css的
    * <?xml-stylesheet type="text/css" href="a.css" ?>
   3. 标签：标签名称自定义的
    * 规则：
     * 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

   4. 属性：
    id属性值唯一
   5. 文本：
    * CDATA区：在该区域中的数据会被原样展示
     * 格式：  <![CDATA[ 数据 ]]>

 
  * 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. 能够简单的读懂约束文档
   
   * 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
     * 外部dtd：将约束的规则定义在外部的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文件名字" "dtd文件的位置URL">

   * 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"

    <students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
     xmlns="http://www.itcast.cn/xml"
     xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd">
 
 

 3. 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的方式：
   1. 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：操作方便，可以对文档进行CRUD的所有操作
    * 缺点：占内存
   2. 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
   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Document对象
     3. 获取对应的标签Element对象
     4. 获取数据

   * 代码：
     //2.1获取student.xml的path
          String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
          //2.2解析xml文档，加载文档进内存，获取dom树--->Document
          Document document = Jsoup.parse(new File(path), "utf-8");
          //3.获取元素对象 Element
          Elements elements = document.getElementsByTag("name");
  
          System.out.println(elements.size());
          //3.1获取第一个name的Element对象
          Element element = elements.get(0);
          //3.2获取数据
          String name = element.text();
          System.out.println(name);

  * 对象的使用：
   1. 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
   2. 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
   3. Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用
   4. 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

    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(包括字标签的字符串内容)
   5. 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：Elements 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，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
    * 代码：
     //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='itcast']");
           for (JXNode jxNode : jxNodes4) {
               System.out.println(jxNode);
           }