一、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
      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

二、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

  1. 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
  2. 指令(了解):结合css的

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

  3. 标签名称(自定义)

    • 规则:
      1. 名称可以包含字母、数字以及其他的字符
      2. 名称不能以数字或者标点符号开始
      3. 名称不能以字母 xml(或者 XML、Xml 等等)开始
      4. 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 ]]>

4、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;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">
    2. Schema:一种复杂的约束技术

      • 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"

      • 例如

           <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

操作xml文档,将文档中的数据读取到内存中

1.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

2.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

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。

  1. 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.获取Document对象,根据xml文档获取
//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);

5.对象的使用:

  1. Jsoup:工具类对象。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;很多重载
      • 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

    • 主要是用来获取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
    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(包括子标签的字符串内容)
  5. Node:节点对象

    • 是Document和Element的父 类

6.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
    1. 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);
		        }