XML简单学习

1.概念

• 可扩展标记语言（Extensible Markup Language）

• 可扩展：标签都是自定义的

• 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标签都是预定义的
  • xml语法严格，html语法松散
  • xml是存放数据的，html是展示数据的

• xml语法

  • xml后缀名为.xml
  • xml第一行有且必须为文档声明
  • xml文档中有且只有一个根标签
  • xml属性值必须被引号包含
  • 标签必须被正确关闭(要么自闭和，要么包含开始结束标签)
  • xml标签名称区分大小写

• xml组成部分

  • 文档声明

    • 格式：

      <?xml version="1.0" 属性列表 ?>
      

    • version：版本号，必须的属性

    • encoding：编码方式，告知解析引擎的解码方式，默认:ISO-8859-1

    • standalone：是否独立，是否依赖于其他文件(yes,no)

  • 指令(结合css):

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

  • 标签:

    • 标签名称自定义，可以包含字母、数字、下划线，不能以数字、xml开头，不能包含空格

  • 属性：

    • id属性值唯一

  • 文本：

    • CDATA区中的文本会被原样展示

      <![CDATA][需要写的文本]>
      

• 说明文档：规定xml文档的书写规则

  • 约束：规定xml文档的书写规则
  • 谁编写xml？--用户，软件的使用者(程序员)
    • 谁解析xml？--软件--->半成品软件(框架)

• 分类：

  • DTD：一种简单的约束技术 .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：将约束文档定义在外部文档中
        • 本地：<!DOCTYPE 根标签名 SYSTEM "DTD文档的位置">
        • 网络：<!DOCTYPE 根标签名 PUBLIC "DTD文档的名字" "DTD文档的位置URL">
  • Schema：一种复杂的约束技术 .xsd

• 解析：

  • 操作xml文档，将文档的数据读取到内存中
    • 解析：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，持久化存储
  • 解析xml的方式：
    • DOM：将标记语言文档一次性加载到内存，将其转化为一棵DOM内存树
      • 优点：操作方便，可以对文档解析增删改查的操作
      • 缺点：消耗内存
    • SAX：逐行读取，基于事件驱动
      • 读一行释放一行，内存消耗小
      • 只能读取

• 解析器：

  • xml常见的解析器：

    • JAXP：sun公司提供的解析器，支持dom和sax两种思想
    • DOM4J：一款非常优秀的解析器
    • Jsoup：jsoup一款java的HTML解析器
    • PULL：Android操作系统内置的解析器，sax方式的

  • Jsoup

    public class JsoupDemo01 {
        public static void main(String[] args) throws IOException {
            //获取Docunment对象，根据xml文档获取，获取xml的path
            String path = JsoupDemo01.class.getResource("xmlstudy.xml").getPath();
            //解析xml文档，加载文档进内存，获取DOM树
            Document parse = Jsoup.parse(new File(path), "utf-8");
            //获取Element元素对象
            Elements elements = parse.getElementsByTag("name");
            for (Element element : elements) {
                System.out.println(element);
            }
        }
    }
    

    • Jsoup：工具类，可以解析html或xml文档，返回Document
      • parse：解析html或xml，返回Document
        • parse(File in,String charsetName):解析文件
        • parse(String html):解析字符串
        • parse(URL url,int timeoutMillis):通过网络获取
    • Docunment：文档对象，代表内存中的DOM树
      • 主要用于获取Element对象
        • getElementsByTags(String tagName)：根据标签名称
    • Element：元素对象，获取属性和值
      • 获取子Element元素对象，同Document
      • 获取属性值:String attr(String key)
      • 获取文本对象：String text()，获取纯文本内容，不包含标签
      • 获取标签体的所有内容(包括子标签的字符串内容)：String html()
    • Node：节点对象
      • 所有Document和Element的父类

• 快捷查询

  • selector：选择器

    • 使用方法：Elements select(String cssQuery)

      Document document = Jsoup.parse(is, "utf-8","");
      System.out.println(document.select("#001>gender").text()); //获取id为001的标签下的子标签gender并输出其内容
      

  • XPath：xml路径语言

    • 需要导入额外的jar包