Xml25

一、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

二、语法

　1、基本语法

　2、快速入门

　3、组成部分

　4、约束

三、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

四、语法-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>

 　浏览器打开

　　　

五、语法-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
　　xml元素命名规则：
　　　　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 ]]>

            <![CDATA[
                if(a < b && a >c){}
            ]]>

<!--if(a &lt; b &amp;&amp; a &gt;c){}-->

六、语法-约束

　规定xml文档的书写规则

　1、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
　2、分类：
　　1. DTD：一种简单的约束技术
　　2. Schema：一种复杂的约束技术

　3、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">

　　　

　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"

<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">
     <student number="heima_0001">
         <name>tom</name>
         <age>18</age>
         <sex>male</sex>
     </student>
 </students>

　　同以下内容意思一致

 <a:students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
              xmlns:a="http://www.itcast.cn/xml"
             xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd">
     <a:student number="heima_0001">
         <a:name>tom</a:name>
         <a:age>18</a:age>
         <a:sex>male</a:sex>
     </a:student>
 </a:students>

　　

七、解析

　操作xml文档，将文档中的数据读取到内存中

　1、操作xml文档

• 解析(读取)：将文档中的数据读取到内存中
• 写入：将内存中的数据保存到xml文档中。持久化的存储

　2、解析xml的方式

• DOM：将标记语言文档一次性加载进内存，在内存中形成一棵dom树

　　　　优点：操作方便，可以对文档进行CRUD的所有操作
　　　　缺点：占内存

• SAX：逐行读取，基于事件驱动的。

　　　　优点：不占内存（读取下一行从内存中释放上一行内容，即内存中只有一行内容  ）。
　　　　缺点：只能读取，不能增删改

　3、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。

八、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。

　1、快速入门：

　　　步骤：
　　　　　　1. 导入jar包：jsoup-1.11.2.jar
　　　　　　2. 获取Document对象
　　　　　　3. 获取对应的标签Element对象
　　　　　　4. 获取数据

　2、代码

　　　

　　JsoupDemo1.java：

package cn.itcast.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 JsoupDemo1 {

    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //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 docu = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象 Element对象
        Elements elements = docu.getElementsByTag("name");
        System.out.println(elements.size());//2
        //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);//tom
    }
}

　3、对象的使用

　　1. Jsoup：工具类，可以解析html或xml文档，返回Document
　　　　parse方法：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。不常用
  • parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象

package cn.itcast.xml.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import java.io.File;
import java.io.IOException;
import java.net.URL;

/**
 *  Jsoup对象功能
 */
public class JsoupDemo2 {

    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //2.1获取student.xml的path
        String path = JsoupDemo2.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 docu = Jsoup.parse(new File(path), "utf-8");
        System.out.println(docu);
    }
}

　　

    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //2.1获取student.xml的path
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
     
        //2.parse(String html)：解析xml或html字符串
        String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "\n" +
                "<students>\n" +
                " \t<student number=\"heima_0001\">\n" +
                " \t\t<name>tom</name>\n" +
                " \t\t<age>18</age>\n" +
                " \t\t<sex>male</sex>\n" +
                " \t</student>\n" +
                "\t<student number=\"heima_0002\">\n" +
                "\t\t<name>Jack</name>\n" +
                "\t\t<age>19</age>\n" +
                "\t\t<sex>female</sex>\n" +
                "\t</student>\n" +
                " </students>\n" +
                "\n" +
                "\n";
        Document document = Jsoup.parse(str);
        System.out.println(document);
}

　　

    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //2.1获取student.xml的path
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
 
        //3.parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象
        URL url = new URL("http://www.baidu.com");//代表网络中的一个资源路径
        Document document = Jsoup.parse(url, 5000);
        System.out.println(document);//html文档
    }
}

　　

　　2. Document：文档对象。代表内存中的dom树
　　　获取Element对象方法：

• • 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

　　　student.xml：

<?xml version="1.0" encoding="UTF-8" ?>

<students>
     <student number="heima_0001">
         <name id="itcast">tom</name>
         <age>18</age>
         <sex>male</sex>
     </student>
    <student number="heima_0002">
        <name>Jack</name>
        <age>19</age>
        <sex>female</sex>
    </student>
 </students>

public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象
        //3.1获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);
        System.out.println("---------");

        //3.2获取属性名为id的元素对象们
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("===============");

        //3.3获取number属性值为heima_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");
        System.out.println(elements2);
        System.out.println("-----------");

        //3.4获取id属性值为itcast的元素对象
        Element itcast = document.getElementById("itcast");
        System.out.println(itcast);
    }

　　

　　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
　　　　4.1. 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

　　　　4.2. 获取属性值  
　　　　　　String attr(String key)：根据属性名称获取属性值
　　　　4.3. 获取文本内容
　　　　　　String text()：获取所有子标签的纯文本内容
　　　　　　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)

<?xml version="1.0" encoding="UTF-8" ?>

<students>
     <student number="heima_0001">
         <name id="itcast">
            <xing>张</xing>
            <ming>三</ming>
        </name>
         <age>18</age>
         <sex>male</sex>
     </student>
    <student number="heima_0002">
        <name>Jack</name>
        <age>19</age>
        <sex>female</sex>
    </student>
 </students>

    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = 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，可以获取到两个
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());//2
        System.out.println("--------------");
        //通过Element对象获取子标签对象
        Element element_student = document.getElementsByTag("student").get(0);
        Elements ele_name = element_student.getElementsByTag("name");
        System.out.println(ele_name.size());//1
        System.out.println("============");
        //获取student对象的属性值
        String number = element_student.attr("NuMber");
        System.out.println(number);//heima_0001
        System.out.println("||||||||||||||");

        //获取文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);//张 三
        System.out.println("++++++++++++++++");
        System.out.println(html);
    }

　　

　　5. Node：节点对象
　　　　　　是Document和Element的父类

　4、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

   public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //3.查询name标签
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("-----------------");

        //4.查询id值为itcast的元素
        Elements elements1 = document.select("#itcast");
        System.out.println(elements1);
        System.out.println("==================");

        //5.获取student标签，并且number属性值为heima_0001的age子标签
        //5.1获取student标签，并且number属性值为heima_0001
        Elements elements2 = document.select("student[number='heima_0001']");
        System.out.println(elements2);
        System.out.println("|||||||||||");
        //5.2获取student标签，并且number属性值为heima_0001的age子标签
        Elements elements3 = document.select("student[number='heima_0001'] > age");
        System.out.println(elements3);
    }

　　

　　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：JsoupXpath-0.3.2.jar
　　　　查询w3cshool参考手册，使用xpath的语法完成查询
　　　　代码：

    public static void main(String[] args) throws Exception {
        //1.获取student.xml的path
        String path = JsoupDemo2.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JXDDocument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> jxNodes1 = jxDocument.selN("//student/name");
        for (JXNode jxNode : jxNodes1) {
            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> jxNodes2 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes2) {
            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> jxNodes3 = jxDocument.selN("//student/name[@id='itcast']");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode);
        }    
    }