XML
一、基本概念
1、基础概念
XML可扩展标记语言。
可扩展：标签都是自定义的。
2、XML功能
XML的主要功能是用来存储数据，主要用来存储：
1、配置文件；
2、在网路中进行数据传输。
3、XML和HTML的区别：
①、XML标签都是自定义的，而HTML的标签是预定义的；
②、XML语法严格，HTML语法较为松散；
③、XML是用来存储数据的，HTML是用来展示数据的。
二、语法
1、快速入门XML基本语法
首先新建一个文本文档然后保存后缀名为‘.xml’的文件格式，用文本编辑软件打开，进行编写保存；
用浏览器打开，发现没有出现错误说明，书写正确。下面是编写的一个示例demo。
<?xml version='1.0' ?>
<users>
<user id='1'>
<name>zhangsan</name>
<age>23</age>
<gender>male</gender>
</user>
</users>
注意总结：
①、第一行要有文档声明，即使前面加空白行也不行；
②、有且仅有一个根标签；
③、后缀必须是‘.xml’；
④、可以定义自闭合的标签，标签必须有结束标签，必须要正确关闭；
⑤、属性值必须要使用引号（单双引号均可）引起来；
⑥、标签区分大小写。
2、语法组成部分
2.1文档声明
1.格式：<?xml 属性列表 ?>
2.属性列表：
version：版本号，必须要有的属性；
encoding：编码格式，告诉解析引擎使用什么编码方法解析该文档，不写默认的是ISO-8859-1；
standalone：是否独立，取值为yes/no了解即可。
2.2指令
由于XML早期是为了解觉HTML浏览器恶性竞争带来的问题，所以XML也有数据的展示功能。结合CSS一起使用：
<?xml-stylesheet type="text/css" href="CSS样式" ?>
2.3标签
名称：自定义；
规则：
1、数字和字符不能开头；
2、不能以XML（不管大小写都不行）开始；
3、不能包含空格。
2.4属性
id属性值唯一。
2.5文本
特殊字符需要转义；
&：&
<：<
>：>
CDATA区：在该区域中的内容会被原样展示；
格式：<![CDATA[要展示的数据]]>
3、约束
3.1.基本概念
约束：规定XML文档的书写规则；
作为框架的使用人员：
1、能够在XML中引入约束文档；
2、能够简单的读懂约束文档。
3.2.分类
1、DTD技术
一种简单的约束技术，无法对属性的内容进行限定；
引入dtd文档到XML文档中：
1.内部引入：将约束规则定义在XML文档内部；
2.外部引入：将约束规则定义在XML文档外部得到dtd后缀的文件中。
①、本地：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
<文件名：student.dtd>==============
<!ELEMENT students (student*) >
<!--使用ELEMENT，来定义属性-->
<!--students标签的子标签student标签，能够出现*表示多次-->
<!ELEMENT student (name,age,sex) >
<!--表示student标签能够按照顺序放括号中的值-->
<!ELEMENT name (#PCDATA) >
<!--PCDATA表示字符串-->
<!ELEMENT age (#PCDATA) >
<!ELEMENT sex (#PCDATA) >
<!ATTLIST student number ID #REQUIRED >
<!--使用ATTLIST，来定义标签-->
<!--student标签有一个number属性，属性的类型是ID-->
<!--REQUIRED表示必须出现-->
<文件名：student.xml>==============
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<!--引入DTD格式文档-->
<!--为本地外部引入方式-->
<students>
<student number="jzb_0001">
<name>tom</name>
<age>18</age>
<sex>male</sex>
</student>
</students>
直接在XML中声明则是：
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students [
<!ELEMENT students (student*) >
<!ELEMENT student (name,age,sex) >
<!ELEMENT name (#PCDATA) >
<!ELEMENT age (#PCDATA) >
<!ELEMENT sex (#PCDATA) >
<!ATTLIST student number ID #REQUIRED >
]>
<students>
<student number="jzb_0001">
<name>tom</name>
<age>18</age>
<sex>male</sex>
</student>
</students>
②、网络：<!DOCTYPE 根标签名 PUBLIC "dtd的位置URL">
2、schema技术
一种复杂的约束技术；
三、XML解析
解析：操作XML文档，将文档内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（保存）：将内存中的数据用XML进行保存，实现数据的持久化。
2、数据解析方式
1.DOM方式：将整个标记语言一次性加载进入内存，在内存中形成一颗DOM树。
优点：操作方便，能够进行CRUD的所有操作。
缺点：所有内容直接加进内存，比较占用内存。
2.SAX方式：一行一行进行读取，就会面临读过之后就会释放的问题，所以该方式使用的是事件进行驱动。
优点：逐行进行读取，不占用内存。
缺点：只能读取，不能进行CRUD。
3.两种方式比较：
两种方式的特性决定了他们使用的地方不同，DOM解析方式一般在服务器端进行使用，而SAX一般解析客户端的内容。
3、XML常见的解析器
1.JAXP：SUN公司提供的解析器，支持DOM和SAX两种解析方式；
2.DOM4j：一款优秀的解析软件；
3.Jsoup：是一款 解析HTML的解析器提供了方便的API，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操作系统内置解析器，是SAX解析方式。
4、使用Jsoup
快速使用：
①导入jar包到工程里面；
②获取document对象；
③获取对应的标签（Element对象）；
④获取数据。
package cn.jzb.xml.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
/*
* Jsoup快速入门
* */
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
/*1.导入相应的jar包*/
/*2.获取document对象*/
//方式一：根据XML文档获取
//获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//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");
//获取元素对象Element
Elements elements = document.getElementsByTag("name");
System.out.println(elements .size());/*在XML文件中有2个，说明上面的是元素的集合*/
//获取第一个name的Element对象
Element element = elements.get(0);
//获取数据
String name = element.text();
System.out.println(name);
}
}
5、Jsoup对象的使用
1、Jsoup工具类：可以解析HTML和XML文档，返回Document。
parse：解析HTML或者XML文档，返回Document；
1、parse(File in, String charsetName)：解析XML或HTML文件
2、parse(String html)：解析XML或HTML字符串；
3、parse(URL url, int timeoutMillis) ：通过网络路径获取指定的HTML或XML的文档对象。
package cn.jzb.xml.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import java.io.IOException;
import java.net.URL;
/*
* Jsoup对象功能
* */
public class JsoupDemo2 {
public static void main(String[] args) throws IOException {
String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
/*第一种方式：parse(File in, String charsetName)*/
/*Document document = Jsoup.parse(new File(path), "utf-8");
System.out.println(document);*/
/*第二种方式：parse(String html)*/
/*String str ="<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
"\n" +
"<students>\n" +
"\t<student number=\"heima_0001\">\n" +
"\t\t<name>tom</name>\n" +
"\t\t<age>18</age>\n" +
"\t\t<sex>male</sex>\n" +
"\t</student>\n" +
"\t<student number=\"heima_0002\">\n" +
"\t\t<name>Jack</name>\n" +
"\t\t<age>23</age>\n" +
"\t\t<sex>female</sex>\n" +
"\t</student>\n" +
"\n" +
"</students>";
Document document = Jsoup.parse(str);
System.out.println(document);*/
/*第三种方式：parse(URL url, int timeoutMillis)*/
URL url = new URL("https://www.baidu.com");
Document document = Jsoup.parse(url, 100000);
}
}
2、Document：文档对象，代表内存中的DOM。
getElementsByTag(String tagName)：根据标签名获取元素对象集合；
getElementsByAttribute(String key)：根据属性名获取元素对象集合；
getElementsByAttributeValue(String key, String value)：根据属性名和属性值获取元素对象集合。
getElementById(String id)：根据id属性值获取唯一的element对象。
package cn.jzb.xml.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
import java.net.URL;
/*
* Element对象的子对象Document对象功能
* */
public class JsoupDemo3 {
public static void main(String[] args) throws IOException {
String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path),"utf-8");
//获取所有student对象
Elements elements = document.getElementsByTag("student");
System.out.println(elements);
System.out.println("=============================");
//获取属性名为id的元素对象们
Elements elements1 = document.getElementsByAttribute("id");
System.out.println(elements1);
System.out.println("=============================");
//获取number属性值为jzb_0001的元素对象
Elements elements2 = document.getElementsByAttributeValue("number", "jzb_0001");
System.out.println(elements2);
System.out.println("=============================");
//根据id来获得属性值
Element byId = document.getElementById("zhang");
System.out.println(byId);
}
}
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
getElementsByTag(String tagName)：根据标签名获取元素对象集合；
getElementsByAttribute(String key)：根据属性名获取元素对象集合；
getElementsByAttributeValue(String key, String value)：根据属性名和属性值获取元素对象集合。
getElementById(String id)：根据id属性值获取唯一的element对象。
2.获取属性值
String attr(String attributeKey)：根据属性名称获取属性值
3.获取文本内容
String text()：获取所有子标签的纯文本内容，不包含子标签；
String html()：获取标签体内所有的内容，包括子标签也会一并获取到；
package cn.jzb.xml.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
/*
* Element对象功能
* */
public class JsoupDemo4 {
public static void main(String[] args) throws IOException {
String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path),"utf-8");
//通过Element对象获取其子对象的元素标签name
Element element_student = document.getElementsByTag("student").get(0);
Elements ele_name = element_student.getElementsByTag("name");
System.out.println(ele_name.size());
System.out.println("=============================");
//获取student对象的属性值
String number = element_student.attr("number");//不区分大小写
System.out.println(number);
System.out.println("=============================");
//获取文本内容
String text = ele_name.text();
System.out.println(text);
System.out.println("=============================");
String html = ele_name.html();
System.out.println(html);
System.out.println("=============================");
}
}
5、Node：节点对象。
Document和Element的父类；
6、快捷的查询方式
可以不用像之前的那样，一级一级标签进行获取，使用选择器，不记得的可以查阅文档，下载Jsoupdoc.jar然后解压，找到index页面打开，查找能找到具体的使用方法。下面截图：
1、select：选择器
使用方法：Elements select(String cssquery)
在cssquery中使用选择器，下面是使用的实例：
package cn.jzb.xml.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
/*
* 选择器查询
* */
public class JsoupDemo5 {
public static void main(String[] args) throws IOException {
String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path),"utf-8");
//查询name标签
Elements elements = document.select("name");
System.out.println(elements);
System.out.println("-=============================");
//查询id值为zhang的元素
Elements elements1 = document.select("#zhang");
System.out.println(elements1);
System.out.println("=============================");
//案例：获取student标签并且number属性值为jzb_0001的age子标签
//1.获取tudent标签并且number属性值为jzb_0001
Elements elements2 = document.select("student[number='jzb_0001']");
System.out.println(elements2);
System.out.println("=============================");
//2.获取elements2的age子标签
Elements elements3 =document.select("student[number='jzb_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文档中某部分位置的语言。
第一步：导如Xpath的jar包，下面是下载地址：
https://javalibs.com/artifact/cn.wanghaomiao/JsoupXpath
第二步：参考W3Cschool参考手册的语法部分完成查询，下面是参考手册的地址。
https://www.w3school.com.cn/xpath/xpath_syntax.asp
package cn.jzb.xml.jsoup;
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;
/*
* XPath查询
* */
public class JsoupDemo6 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path),"utf-8");
//根据document对象创建JXDocument对象
JXDocument jxDocument = new JXDocument(document);
//1.查询所有student标签
List<JXNode> jxNodes1 = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes1) {
System.out.println(jxNode);
System.out.println(jxNode.getElement());
}
System.out.println("=============================");
//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(jxNode.getElement());
}
System.out.println("=============================");
//3.查询student标签下带id的name标签
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
for (JXNode jxNode : jxNodes3) {
System.out.println(jxNode);
}
System.out.println("=============================");
//4.查询student标签下带有id的值为zhang的name标签
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='zhang']");
for (JXNode jxNode : jxNodes4) {
System.out.println(jxNode);
}
System.out.println("=============================");
}
}
浙公网安备 33010602011771号