xml学习

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。例如 < user></ user> < student> </ student>

功能

存储数据

作为配置文件。
在网络中传输。

xml与html的区别

xml标签都是自定义的，html标签是预定义。
xml的语法严格，html语法松散
xml是存储数据的，html是展示数据

2. 语法

基本语法：

xml文档的后缀名必须是 .xml
xml第一行必须定义为文档声明
xml文档中有且仅有一个根标签
属性值必须使用引号(单双都可)引起来
标签必须正确结束
xml标签名称区分大小写

组成部分

文档声明（必须声明在第一行，即使第一行是空行也不行）
1. 格式：< ?xml 属性列表 ?>（?和xml之间不能有空格，?和<>之间也不能有空格）。
属性列表：
version：版本号，必须的属性,不写会报错，当前都写1.0
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。文件的编码编码方式和encoding后面的编码方式必须一致。
standalone：是否独立，一般不需要设置。
取值：
yes：不依赖其他文件
no：依赖其他文件。
标签：标签名称自定义的。
自定义规则：
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。
属性：
id属性值唯一
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)：

能够在xml中引入约束文档。
能够简单的读懂约束文档。

分类：

DTD:一种简单的约束技术
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（可以随意起）" "dtd文件的位置URL">

Schema:

填写xml文档的根元素
引入xsi前缀. xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
引入xsd文件命名空间. xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
为每一个xsd约束声明一个前缀,作为标识 xmlns="http://www.itcast.cn/xml"

示例:

<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

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

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：占用内存太大
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

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。

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。

步骤：

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

示例：

 public static void main(String[] args) throws IOException {
    //2.获取Document对象，根据xml文档来获取
    //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);

}

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。

示例：

public static void main(String[] args) throws IOException {
    //方式一：2.获取Document对象，根据xml文档来获取
    //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 document = Jsoup.parse(new File(path), "utf-8");
    // System.out.println(document);
    System.out.println();
    System.out.println();

    //方式二：parse(String html):解析xml或html字符串
    String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
            "\n" +
            "<students>\n" +
            "\n" +
            "    <student number=\"heima_0001\">\n" +
            "        <name>tom</name>\n" +
            "        <age>18</age>\n" +
            "        <sex>male</sex>\n" +
            "    </student>\n" +
            "\n" +
            "    <student number=\"heima_0002\">\n" +
            "        <name>haha</name>\n" +
            "        <age>18</age>\n" +
            "        <sex>female</sex>\n" +
            "    </student>\n" +
            "\n" +
            "</students>";
    Document document1 = Jsoup.parse(str);
    // System.out.println(document1);

    //方式三：parse(URL url,int timeoutMillis) 通过网络路径获取指定的html或xml文档对象
    URL url = new URL("http://jwcs.zzuli.edu.cn/jwweb/home.aspx"); //代表网络中的一个资源路径
    Document document2 = Jsoup.parse(url,10000);
    System.out.println(document2);

}

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。

示例：

 public static void main(String[] args) throws IOException {

    //1.获取student.xml的path
    String path = JsoupDocumentDemo3.class.getClassLoader().getResource("student.xml").getPath();
    //获取Document对象
    Document document = Jsoup.parse(new File(path), "utf-8");
    //获取元素对象
    //3.1获取所有的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属性值的元素对象
    Element haha = document.getElementById("haha");
    System.out.println(haha);

}

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)。

示例：

public static void main(String[] args) throws IOException {
    //1.获取student.xml的path
    String path = JsoupDemo4.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
    Elements elements = document.getElementsByTag("name");
    System.out.println(elements.size());
    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());

    //获取student对象的属性值,不区分大小写
    String number = element_student.attr("NUMBER");
    System.out.println(number);
    System.out.println("------------");

    //获取文本内容
    String text = ele_name.text();
    String html = ele_name.html();
    System.out.println(text);
    System.out.println(html);

}

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。

示例：

public static void main(String[] args) throws IOException {
    //1.获取student.xml的path
    String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
    //2.获取Document对象
    Document document = Jsoup.parse(new File(path), "utf-8");

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

    System.out.println("-----------------------");

    //查询id值为haha的元素
    Elements elements1 = document.select("#haha");
    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);

    //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。
查询w3cshool参考手册，使用xpath的语法完成查询。

示例：

 public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
    //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haha

    List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='haha']");
    for (JXNode jxNode : jxNodes4) {
        System.out.println(jxNode);
    }
}

student.xml

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

<students>

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

	<student number="heima_0002">
		<name>haha</name>
		<age>18</age>
		<sex>female</sex>
	</student>

</students>

上述使用到的Jsoup jar包

jsoup jar包

posted @ 2019-08-11 18:57 难得糊涂1998 阅读(121) 评论(0) 编辑收藏举报

刷新页面返回顶部

sweetheart

胸藏文墨怀若谷，腹有诗书气自华！