XML

XML学习

1、概念

Extensible Markup Language 可扩展标记语言

  • 可扩展:标签都是自定义的。
    • 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

2、语法

  • 基本语法:
    xml文档的后缀名 .xml

    <?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>
    
    • 组成部分:
      文档声明

      1. 格式:
        属性列表:

        • version:版本号,必须的属性
          ncoding: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
            值:
            • yes:不依赖其他文件
              o:依赖其他文件
        1. 指令(了解):结合css的
        2. 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
        3. 属性:
          id属性值唯一
        4. 文本:
          • CDATA区:在该区域中的数据会被原样展示
            • 格式:
      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

3、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

(1)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:
    • 网络:

(2)Schema

<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">

4、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
    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
  • 解析xml的方式:
    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
  • 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。

5、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
  • 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
      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

快捷查询方式:

  1. selector:选择器

    • 用的方法:Elements select(String cssQuery)

      • 语法:参考Selector类中定义的语法
  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
posted @ 2021-03-11 12:53  天天152  阅读(30)  评论(0编辑  收藏  举报