## 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>
2、功能
* 存储数据
1、配置文件
2、在网络中传输
3、XML与HTML区别
（* w3c：万维网联盟）
1、xml标签都是自定义的，html的标签是预定义的。
2、xml语法严格，html语法松散
3、xml存储数据，html展示数据
4、语法
* 基本语法：
1、xm;文档的后缀名：.xml
2、xml第一行必须写文档声明 <?xml verson='1.0'?>
3、xml文档中有且仅有一个根标签
4、属性值必须使用引号引起来(单双引都可以)
5、标签必须正确关闭
6、xml标签区分大小写
<?xml version='1.0' ?> <users> <user id='1'> <name>zhangsan</name> <age>1</age> <gender>male</gender> </user> <user id='2'> <name>lisi</name> <age>2</age> <gender>famale</gender> </user> </users>
5、组成部分
1、文档声明
格式： <?xml 属性列表 ?>
属性列表：
* version：版本号
* encoding：编码格式。高柱解析引擎当前文档的使用的字符集，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
<?xml version="1.0" encoding="utf-8" ?> <?xml-stylesheet type="text/css" href="user.css" ?> <users> <user id='1'> <name>zhangsan</name> <age>1</age> <gender>male</gender> </user> <user id='2'> <name>lisi</name> <age>2</age> <gender>famale</gender> </user> </users>
name{ color:red; }
3、标签：自定义的标签名
* 规则：①名称可以包含字母，数字以及其他的字符；②名称不能以数字或者标点符号开始；③名称不能以字母 xnl （或者XML 、xml 等等）开始；④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 ]]>
<?xml version="1.0" encoding="utf-8" ?> <users> <user id='1'> <name>zhangsan</name> <age>1</age> <gender>male</gender> </user> <user id='2'> <name>lisi</name> <age>2</age> <gender>famale</gender> <code> <!--if(a < b && a > c){}--> <![CDATA[ if(a < b && a > c){} ]]> </code> </user> </users>
6、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文件的名字” “dtd文件的位置URL”>
<?xml version="1.0" encoding="UTF-8"?> <!ELEMENT classrooms (classroom+)> <!ELEMENT classroom (grade,classname,students)> <!ATTLIST classroom id ID #REQUIRED> <!ELEMENT classname (#PCDATA)> <!ELEMENT grade (#PCDATA)> <!ELEMENT students (student+)> <!ELEMENT student (id,studentname,age)> <!ELEMENT id (#PCDATA)> <!ELEMENT studentname (#PCDATA)> <!ELEMENT age (#PCDATA)>
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE classrooms SYSTEM "class.dtd"> <classrooms> <classroom id="c1"> <grade>2010</grade> <classname>10级计算机应用技术一班</classname> <students> <student> <id>1</id> <studentname>宋发准</studentname> <age>12</age> </student> <student> <id>1</id> <studentname>宋发准</studentname> <age>12</age> </student> </students> </classroom> <classroom id="c2"> <grade>2010</grade> <classname>10级计算机应用技术二班</classname> <students> <student> <id>2</id> <studentname>李四</studentname> <age>22</age> </student> <student> <id>2</id> <studentname>李四</studentname> <age>22</age> </student> </students> </classroom> </classrooms>
* Schmea
* 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://xmlns.jcp.org/xml/ns/javaee http://xmlns.jcp.org/xml/ns/javaee/web-app_4_0.xsd"
4、为每个xsd约束声明一个前缀，作为标识 xmlns="http://xmlns.jcp.org/xml/ns/javaee"
<?xml version="1.0" encoding="UTF-8"?> <web-app xmlns="http://xmlns.jcp.org/xml/ns/javaee" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://xmlns.jcp.org/xml/ns/javaee http://xmlns.jcp.org/xml/ns/javaee/web-app_4_0.xsd" version="4.0"> </web-app>
7、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，在内存中会形成一颗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
package XML.jsoup; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; /** * Jsoup快速入门 */ public class JsoupDemo01 { public static void main(String[] args) throws IOException { //获取Document对象，根据一个xml文档来获取 //获取student.xml的path //String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath(); String path = "D:\\IntelliJ IDEA 2019.3.1\\workspace\\WebLearn\\src\\XML\\sour\\student.xml"; //解析xml文档，加载文档进内存，获取dom树--->Document对象 Document doc = Jsoup.parse(new File(path), "utf-8"); //获取元素对象 Element对象 Elements elements = doc.getElementsByTag("name"); System.out.println(elements.size());//2 //获取第一个Element对象 Element element = elements.get(0); 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对象
* 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)：通过网络路径来获取指定的xml，html文档对象
2、Document对象：文档对象，代表内存中的dom树
* 获取Element对象
* getElementById(String id)：根据id属性值来获取唯一的element对象
* getElementsByTag(String tagName)：根据标签名称获取元素对象集合
* getElementsByAttribute(String key)：根据属性名称来获取元素对象集合
* getElementsByAttributeValue(String key,String value)：根据对应的属性名，属性值来获取元素对象集合
3、Elements：元素Element对象的集合。可以当作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属性值来获取唯一的element对象
* getElementsByTag(String tagName)：根据标签名称获取元素对象集合
* getElementsByAttribute(String key)：根据属性名称来获取元素对象集合
* getElementsByAttributeValue(String key,String value)：根据对应的属性名，属性值来获取元素对象集合
2、获取属性值
* String attr(String key)：根据属性名称来获取属性值
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）
5、Node：节点对象
* Document和Element的父类
package XML.jsoup; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; public class JsoupDemo04 { public static void main(String[] args) throws IOException { /* Element：元素对象 1、获取子元素对象 * getElementById(String id)：根据id属性值来获取唯一的element对象 * getElementsByTag(String tagName)：根据标签名称获取元素对象集合 * getElementsByAttribute(String key)：根据属性名称来获取元素对象集合 * getElementsByAttributeValue(String key,String value)：根据对应的属性名，属性值来获取元素对象集合 2、获取属性值 * String attr(String key)：根据属性名称来获取属性值 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） */ String path = "D:\\IntelliJ IDEA 2019.3.1\\workspace\\WebLearn\\src\\XML\\sour\\student.xml"; Document doc = Jsoup.parse(new File(path), "utf-8"); //通过Document对象获取name标签，获取所有的name标签 Elements eles = doc.getElementsByTag("name"); System.out.println(eles.size()); System.out.println("--------------------------"); Element eles2 = doc.getElementsByTag("student").get(0); System.out.println(eles2.getElementsByTag("name").size()); //获取student对象的属性值 String number = eles2.attr("number");//不区分大小写 System.out.println(number); //获取文本内容 System.out.println("--------------------------"); String text = eles2.text(); String html = eles2.html(); System.out.println(text); System.out.println("<><><><><><><><><><><>"); System.out.println(html); } }
* 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
package XML.jsoup; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; /** * 选择器查询 */ public class JsoupDemo05 { public static void main(String[] args) throws IOException { String path = "D:\\IntelliJ IDEA 2019.3.1\\workspace\\WebLearn\\src\\XML\\sour\\student.xml"; //解析xml文档，加载文档进内存，获取dom树--->Document对象 Document doc = Jsoup.parse(new File(path), "utf-8"); //查询name标签 Elements elements = doc.select("name"); //System.out.println(elements); //查询id值为id1 Elements elements1 = doc.select("#id1"); //System.out.println(elements1); //获取students标签并且number属性为0001的age子标签 //第一步 Elements element2 = doc.select("student[number='0001']"); //System.out.println(element2); //第二步 Elements element3 = element2.select("student > age"); System.out.println(element3); } }
2、XPath：XPath即为XML路径语言，它是用来确定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w3cschool参考手册，使用xpath的语法完成查询 https://www.w3cschool.cn/xpath/xpath-syntax.html
package XML.jsoup; import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException; import cn.wanghaomiao.xpath.model.JXDocument; import cn.wanghaomiao.xpath.model.JXNode; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import java.io.File; import java.io.IOException; import java.util.List; /** * XPath查询 */ public class JsoupDemo06 { public static void main(String[] args) throws IOException, XpathSyntaxErrorException { String path = "D:\\IntelliJ IDEA 2019.3.1\\workspace\\WebLearn\\src\\XML\\sour\\student.xml"; //解析xml文档，加载文档进内存，获取dom树--->Document对象 Document doc = Jsoup.parse(new File(path), "utf-8"); //根据document对象，创建JXDocument对象 JXDocument jxDocument = new JXDocument(doc); //结合xpath语法查询 //查询所有的student标签 /*List<JXNode> jxNodes = jxDocument.selN("//student"); for (JXNode jxNode : jxNodes) { System.out.println(jxNode); }*/ //查询所有student标签下的name标签 /*List<JXNode> jxNodes1 = jxDocument.selN("//student/name"); for (JXNode jxNode : jxNodes1) { System.out.println(jxNode); }*/ //查询student标签下，带id属性的的name标签 /*List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id]"); for (JXNode jxNode : jxNodes2) { System.out.println(jxNode); }*/ //查询student标签下，带id属性的的name标签，且id属性值为id1 List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='id1']"); for (JXNode jxNode : jxNodes3) { System.out.println(jxNode); } } }
