XML
一、概念介绍
Extensible Markup Language 可扩展标记语言
ⅰ 可扩展：标签都是自定义的。 <user> <student>
ⅱ 功能
* 存储数据
1）配置文件 🍓
2）在网络中传输，纯文本，可跨平台 🍓
ⅲ 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
ⅳ w3c:万维网联盟
二、语法
ⅰ 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 <?xml version='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】(单双都可)引起来
5）标签必须正确关闭，有对应关闭标签，或者自闭合 <br/>
6）xml 标签名称区分大小写
ⅱ 快速入门：
<?xml version='1.0' ?>
<users>
<user id='1'>
<name>zhangsan</name>
<age>23</age>
<gender>male</gender>
</user>
<user id='2'>
<name>lisi</name>
<age>24</age>
<gender>female</gender>
</user>
</users>
ⅲ 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（基本不设置）
* 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
* 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 ]]>
ⅳ 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）能够简单的读懂约束文档
* 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文件名字" "dtd文件的位置URL">
* 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">
三、解析
ⅰ 概念：操作 xml 文档，将文档中的数据读取到内存中
ⅱ 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
ⅲ 解析 xml 的方式（常见面试题）
1）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
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
ⅳ 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。（性能低，基本没有人使用）
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。
* 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。
ⅴ 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。
* 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
* 代码：
//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);
ⅵ 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
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
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
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
2）获取属性值
* String attr(String key)：根据[属性名]称获取[属性值]，属性名不区分大小写。
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)
5. Node：节点对象
* 是 Document 和 Element 的父类
ⅶ 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
XML 文件：
<?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>18</age>
<sex>female</sex>
</student>
</students>
示例代码：
public class JsoupDemo5 {
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");
//3.查询name标签
/*
div{
}
*/
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。
* 查询 w3cshool 参考手册，使用 xpath 的语法完成查询
* 代码：
//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itcast
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4) {
System.out.println(jxNode);
}
