XML

XML

1. 概念：

• Extensible Markup Language，可扩展标记语言。可扩展的意思主要是指，在这种标记语言中，标签是可以自定义的，如定义一个people标签< people >,定义一个emp标签 < emp >

2. 功能

• 主要用于存储数据，替代properties格式的配置文件，便于在网络中传输等。

3. xml与HTML的区别

• xml的语法是严格的，HTML的语法是松散的
• xml的标签都是自定义的，HTML的标签都是预定义的
• xml主要使用来存储数据的，HTML主要是展示数据的

4. 基本语法

1. xml文档的后缀名为xml

2. xml文档第一行必须是文档声明，如 < ?xml version='1.0' ? >

3. xml文档有且仅有一个根标签

4. 属性值必须使用引号引起来

5. 标签必须正确关闭

6. xml文档标签名大小写敏感的

   <?xml version="1.0"?>
   
   <users>
   	<user>
   		<name>aaa</name>
   		<age>12</age>
   		<gender>male</gender>
   
   	</user>
   	<user>
   		<name>bbb</name>
   		<age>12</age>
   		<gender>male</gender>
   
   	</user>
   	<user>
   		<name>ccc</name>
   		<age>12</age>
   		<gender>female</gender>
   
   	</user>
   </users>
   
   

   5.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，这是必须的属性
         • encoding：编码方法
         • standalone：是否独立，取值为yes或者no，是否依赖其他文件
   2. 指令：用来结合css展示数据，现在一般不使用
   3. 标签：
      1. 名称可以包含字母、数字、其他字符
      2. 名称不可以以数字、标点符号开头
      3. 名称不可以xml开头
      4. 名称不能包含空格
   4. 属性：id值唯一
   5. 文本：
      1. CDATA区的数据会被原样展示：< ![CDATA[ 数据 ]] >

6.xml的解析

操作xml文档，将文档的数据读取到内存中

1. 解析xml的方法：

   1. DOM方法：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，一般用在服务器端
      • 优点：操作方便，可以对文档进行CRUD的所有操作
      • 缺点：DOM树加载进内存，更加占用内存
   2. SAX方法：逐行读取，逐行释放，基于事件驱动
      • 优点：每次读取一行，不占用内存，适合内存小的设备
      • 缺点：只能进行读取，不能增删改

2. XML常见的解析器：

   1. JAXP:SUN公司提供的解析器，支持dom、sax两种方法
   2. DOM4J:一款优秀的解析器
   3. Jsoup：一款Java的HTML解析器，可以直接解析某个URL地址，HTML文本内容
   4. PULL：Android操作系统内置的解析器，sax方法的

3. Jsoup

   使用步骤：

   1. 导入jar包

   2. 获取document对象

   3. 获取对应的标签，其实就是Element对象

      public class JsoupDemo01 {
          public static void main(String[] args) throws IOException {
              // 通过类加载器，获得xml文件的路径
              String path = JsoupDemo01.class.getClassLoader().getResource("users.xml").getPath();
              // 获取document对象，也就是DOM树加载进内存
              Document document= Jsoup.parse(new File(path), "utf-8");
              // 获取元素对象，返回的Elements是ArrayList的子类
              Elements elements = document.getElementsByTag("name");
              System.out.println(elements.size());
      
              Element element = elements.get(0);
              System.out.println(element.text());
      
          }
      }
      

4.Jsoup的对象：

1. Jsoup：工具类，可以解析HTML 或者xml文档，返回Document，主要是parse方法，有多个重载形式

   1. parse(File in, String charSetName)：解析xml或者HTML文件的
   2. parse(String html)：用来解析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文档对象

   URL url = new URL("https://www.zhihu.com/question/27574436");
   Document document1 = Jsoup.parse(url, 10000);// 解析某个HTML
   System.out.println(document1);
   

2. Document对象：文档对象，代表着内存中的dom树

   1. 获取element对象
      1. getElementsByTag(String name)：根据标签名获取元素集合
      2. getElementsByAttribute(String key)：根据属性名称获取元素对象集合
      3. getElementsByAttributeValue(String key, String value)：根据对象的属性名，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 >使用

4. Element对象：元素对象

   1. 获取子元素对象（子元素也是element对象）：
      1. getElementsByTag(String name)：根据标签名获取元素集合
      2. getElementsByAttribute(String key)：根据属性名称获取元素对象集合
      3. getElementsByAttributeValue(String key, String value)：根据对象的属性名，属性值获取元素对象集合
   2. 获取属性值
      1. String attr(String key)：根据属性名获取属性值
   3. 获取文本内容：
      1. String text ()：获取所有子标签的纯文本内容
      2. String html()：获取标签体的所有内容，包括子标签的标签和文本内容

5. Node：节点对象，是Document和Element的父类

7.Jsoup的两种快捷查询方式

1. selector：选择器

   1. 方法：Elements select(String cssQuery);

   // 获取user标签，并且id=001的子标签age标签
   Elements el = document.select("user[id="001"] > age");
   System.out.println(el);
   
   // 获取id值为001的元素
   Elements select = document.select("#001");
   System.out.println(select);
   

2. Xpath：xml路径语言，用来确定xml

   1. 需要导入jar包

   具体语法要去查看Xpath文档，简单的几个

   1. // 标签名：查找所有标签
   2. / 标签名：子标签
   3. [ @id ] : 带有id属性的标签

   // 获取所有的user标签
   JXDocument jxDocument = new JXDocument(document);
   List<JXNode> jxNodes = jxDocument.selN("//user");
   
   for (JXNode jxNode : jxNodes) {
       System.out.println(jxNode);
   }
   // 获取所有user标签下的age标签
   System.out.println("============================");
   
   List<JXNode> jxNodes1 = jxDocument.selN("//user/age");
   for (JXNode jxNode : jxNodes1) {
       System.out.println(jxNode);
   }
   
   System.out.println("===============================");
   
   // 获取带有id属性的user标签
   List<JXNode> jxNodes2 = jxDocument.selN("//user[@id]");
   for (JXNode jxNode : jxNodes2) {
       System.out.println(jxNode);
   }
   System.out.println("===============================");
   
   
   // 获取带有id属性,且属性值是001，的user标签
   List<JXNode> jxNodes3 = jxDocument.selN("//user[@id='001']");
   for (JXNode jxNode : jxNodes3) {
       System.out.println(jxNode);
   }