XML 基础学习

一、概念

1、用途

存储数据的配置文件语言

2、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

 

二、语法

1、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

2、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>

3、xml 文档组成部分

 ① 文档声明

格式：

<?xml 属性列表 ?>

属性列表：

（1）version：版本号，必须的属性

（2）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

（3）standalone：是否独立

② 指令(了解)

结合css的

<?xml-stylesheet type="text/css" href="a.css" ?>

③ 标签名称（自定义）

• 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 ]]>

4、约束

约束：规定 xml 文档的书写规则

（1）作为框架的使用者(程序员)

能够在xml中引入约束文档

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；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">

② Schema：一种复杂的约束技术

a. 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"

b. 例如

<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">

 

三、解析

1、概念

操作 xml 文档分为：

解析：操作xml文档，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

• SAX：逐行读取，基于事件驱动

优点：不占内存

缺点：只能读取，不能增删改

3、xml常见的解析器

JAXP：sun公司提供的解析器，支持dom和sax两种思想

DOM4J：一款非常优秀的解析器

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。

PULL：Android操作系统内置的解析器，sax方式的。

4、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

• 导入jar包
• 获取Document对象
• 获取对应的标签Element对象
• 获取数据

（2）代码

//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 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);

5、对象的使用

（1）Jsoup：工具类对象，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，很多重载

• 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

主要是用来获取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

a. 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

b. 获取属性值

• String attr(String key)：根据属性名称获取属性值

c. 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

• 是 Document 和 Element 的父类