XML

  • 概念
  • 语法
  • 解析

1 概念

  • 概念:Extensible Markup Language 可扩展标记语言

    • 可扩展:标签都是自定义的。 <user> <student>
    • 功能

      • 存储数据

        • 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是储存数据的,html是展示数据
    • w3c:万维网联盟

2 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.组成部分

  • 文档声明

    • 格式:<?xml 属性列表 ?>
    • 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

        • 取值:

          • yes:不依赖其他文件
          • no:依赖其他文件
  • 指令(了解):结合css的

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

4.约束

  • 规定xml文档的书写规则
  • 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" "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.noisky.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.noisky.cn/xml" 
      
      <students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
      xmlns="http://www.noisky.cn/xml"
      xsi:schemaLocation="http://www.noisky.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
1.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
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,基于事件驱动的。

    • 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
  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。
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。
* 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);
5.Jsoup相关类

5.1.Jsoup:工具类,可以解析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

5.2.Document:文档对象。代表内存中的dom树

  • 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

5.3.Elements:元素Element对象的集合。

  • 可以当做 ArrayList<Element>来使用

5.4.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)

5.5.Node节点对象

  • 是Document和Element的父类
6.XML的解析工具-Jsoup(selector选择器解析)
  • 方法:Elements select(String cssQuery)
  • 代码: (语法类似于Jquery的语法)
//1.获取student.xml的path
String path = JsoupDemo.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
Elements elements = document.select("name");        
//4.查询id值为it的元素
Elements elements1 = document.select("#it");    
//5.获取student标签并且number属性值为0001的age子标签
//5.1.获取student标签并且number属性值为0001
Elements elements2 = document.select("student[number=\"0001\"]");        
//5.2获取student标签并且number属性值为0001的age子标签
Elements elements3 = document.select("student[number=\"0001\"] > age");
7.XML的解析工具-Jsoup(XPath解析)
  • 概述

    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
    日常开发中,一般使用该方式解析

  • 注意

    使用Jsoup的Xpath需要额外导入jar包。
    语法,可以查询w3cshool参考手册

  • 代码
//1.获取student.xml的path
String path = JsoupDemo.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");

//4.2查询所有student标签下的name标签
List<JXNode> jxNodes2 = jxDocument.selN("//student/name");

//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]");

//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']");