XML语法和解析

第一章：XML概述
第二章：XML语法
第三章：XML约束（了解）
第四章：XML解析
- 4.1-概述
- 4.2-Jsoup解析XML

第一章：XML概述

概念

XML（ Extensible Markup Language ），可扩展的标记语言。是一种用于标记电子文件使其具有结构性的标记语言，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。1998年2月10日，W3C(World WideⅥiebConsortium，万维网联盟)公布XML 1.0标准，XML诞生了。

用途

XML可以用来存储数据，它非常适合万维网传输，提供统一的方法来描述和交换独立于应用程序或供应商的结构化数据。是Internet环境中跨平台的、依赖于内容的技术，也是当今处理分布式结构信息的有效工具。
应用场景主要体现在以下两个方面。

配置文件
网络传输

XML和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

第二章：XML语法

2.1-基本语法

xml文档的后缀名 .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
标签必须正确关闭
xml标签名称区分大小写

2.2-快速入门Demo

定义一个XML文件，用来存储一组学生信息

<?xml version="1.0" encoding="utf-8" ?>
<students>
    <student id="1">
        <name>张三</name>
        <age>10</age>
        <sex>male</sex>
    </student>
    <student id="2">
        <name>李四</name>
        <age>12</age>
        <sex>female</sex>
    </student>
</students>

2.3-组成部分

文档声明

格式：<?xml 属性列表 ?>
属性：
- 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，取值两个如下：
  - yes，不依赖其他文件
  - no，依赖其他文件

指令

结合css

<?xml-stylesheet type="text/css" href="css文件路径" ?>

标签名规则

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

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 ]]>

第三章：XML约束（了解）

3.1-概述

目标

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

3.2-DTD约束

引入dtd文档到xml文档中两种方式

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">

演示

DTD文件-student.dtd

<!--
    规定根元素是students
    子元素是student,并且子元素可以出现0次或多次
-->
<!ELEMENT students (student*) >
<!--
    规定元素student有三个子元素分别是：name，age，sex
-->
<!ELEMENT student (name,age,sex)>
<!--在name，age，sex标签中可以插入字符和子标签-->
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!--
 给student元素定义属性number，类型为id，这个默认是必须的
-->
<!ATTLIST student number ID #REQUIRED>
<!--
    【属性的类型】
        CDATA：文本类型；
        Enumerated：枚举类型；
        ID：ID类型，ID类型的属性用来标识元素的唯一性，即元素的ID属性值不能与其他元素的ID属性值相同；
        IDREF：ID引用类型，用来指定另一个元素，与另一个元素建立关联关系，IDREF类型的属性值必须是另一个元素的ID。
    【属性设置说明】
         #REQUIRED：说明属性是必须的；
         #IMPLIED：说明属性是可选的
         默认值：在不给出属性值时，使用默认值
-->

XML文件-student.xml

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
	<student number="it_0001">
		<name>tom</name>
		<age>18</age>
		<sex>male</sex>
	</student>
	
</students>

3.3-Schema约束

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.aa.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.aa.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">

演示

xsd文件：student

<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itcast.cn/xml"
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.ss.aa/xml" elementFormDefault="qualified">
    <xsd:element name="students" type="studentsType"/>
    <xsd:complexType name="studentsType">
        <xsd:sequence>
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
        </xsd:sequence>
    </xsd:complexType>
    <xsd:complexType name="studentType">
        <xsd:sequence>
            <xsd:element name="name" type="xsd:string"/>
            <xsd:element name="age" type="ageType" />
            <xsd:element name="sex" type="sexType" />
        </xsd:sequence>
        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <xsd:simpleType name="sexType">
        <xsd:restriction base="xsd:string">
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="ageType">
        <xsd:restriction base="xsd:integer">
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="256"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="numberType">
        <xsd:restriction base="xsd:string">
            <xsd:pattern value="it_\d{4}"/>
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema>

xml文件：student.xml

<?xml version="1.0" encoding="UTF-8" ?>
<!-- 
	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.aa.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.aa.cn/xml" 
	
	
 -->
 <students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 			 xmlns="http://www.aa.cn/xml" 
 		   xsi:schemaLocation="http://www.aa.cn/xml  student.xsd"
 		    >
 	<student number="it_0001">
 		<name>tom</name>
 		<age>18</age>
 		<sex>male</sex>
 	</student>
		 
 </students>

第四章：XML解析

4.1-概述

XML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

此篇文章主要学习如何读取文档中的数据

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，基于事件驱动的。
- 优点：不占内存。
- 缺点：只能读取，不能增删改。

XML常见解析器

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。

此篇文章主要学习Jsoup

4.2-Jsoup解析XML

介绍

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。

使用步骤

导入jar包：jsoup-1.11.2.jar
获取Document对象
获取对应的标签Element对象
获取数据

jar包下载

链接：https://pan.baidu.com/s/1Mc0i7r9-sTrAJ-eeO4N5vw
提取码：169v

快速入门

student.xml文件在模块src目录下

package it.leilei.jsoupDemo;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class Test01 {
  public static void main(String[] args) throws IOException {
    // 获取xml文件路径
    String path = Test01.class.getClassLoader().getResource("student.xml").getPath();
    // 解析并获取xml文件的document对象
    Document document = Jsoup.parse(new File(path),"utf-8");
    // 根据标签名获取元素
    Elements elements = document.getElementsByTag("name");
    System.out.println(elements.get(0).text()); // 张三
  }
}

Jsoup对象的使用

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。
parse(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象

Document对象的使用

Document：文档对象。代表内存中的dom树。

获取Element对象的方法

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

Elements对象的使用

元素Element对象的集合。可以当做 ArrayList<Element>来使用

Element对象的使用

获取子元素对象的方法：

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

获取属性值的方法：

String attr(String key)：根据属性名称获取属性值

获取文本内容的方法：

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)

Node结点对象：是Document和Element的父类

Jsoup快速查询元素的方式：selector方法

使用的方法：Elements select(String cssQuery)

语法：参考文档Selector类中定义的语法，文档在上述jar包下载中

Jsoup快速查询元素的方式：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。

代码演示

package it.leilei.jsoupDemo;

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;

public class Test02 {
  public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
    //1.获取student.xml的path
    String path = Test02.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it

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

posted @ 2019-12-22 22:30 雷哒哒阅读(2160) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

雷哒哒

不积跬步，无以至千里；不积小流，无以成江海