JavaWeb第十二天

一、XML

1、概念

Extensible Markup Language可扩展标记语言
可扩展
　　标签都是自定义的 只要符合命名规范
功能
　　存储文件
　　(1)配置文件 properties文件存储简单数据
　　(2)在网络中传输
与html的区别
　　都是w3c(万维网)开发的
　　早期只有html，但浏览器之间的恶性竞争使得html的语法十分松散，怎么写都不会报错
　　于是开发了xml，但xml的语法太严格，竞争不过html，转而用来存储数据
　　使用标签存储数据结构很清晰，哪个属性属于哪个用户很明确

　　　　<user id='1'>
　　　　　　<name>zhangsan</name>
　　　　　　<age>22</age>
　　　　</user>
　　　　<user id='2'>
　　　　　　<name>lisi</name>
　　　　　　<age>33</age>
　　　　</user>
　　　　(1)xml标签都是自定义的，html的标签都是预定义的
　　　　(2)xml的语法严格，html的语法松散
　　　　(3)xml是存储数据的，html是展示数据的

语法
　　xml文档可以被大部分浏览器解析，只要将其拖进浏览器，没有报错则没有写错
　　基本语法
　　　　后缀名.xml
　　　　第一行必须定义为文档声明 不能空着第一行
　　　　xml文档中有且仅有一个根标签
　　　　属性值必须使用引号
　　　　围堵标签必须有结束标签,自闭合标签必须有/
　　　　xml标签名区分大小写
快速入门

　　　　　　　　　　  <?xml version='1.0'?>
                    <users>
                        <user id="1">
                            <name>zhangsan</name>
                            <age>22</age>
                            <gender>male</gender>
                            <br/>
                        </user>
                        <user id="2">
                            <name>lisi</name>
                            <age>33</age>
                            <gender>female</gender>
                        </user>
                    </users>

组成部分
　　文档声明
　　　　格式：<?xml 属性列表?> ?和<>以及xml之间不能有空格
　　　　属性列表
　　　　　　version 版本号 1.0是主流版本 必须的属性
　　　　　　encoding 编码格式 告知解析引擎当前文档使用的字符集 默认ISO-8859-1
　　　　　　　　　　若与文档真实编码格式不一致，则会报错，ANSI是GBK
　　　　　　　　　　idea可以自己识别encoding的值，自动修改文档真实编码
　　　　　　standalone 是否独立，是否依赖于其它文件 大多数情况下不设置这个属性，
　　　　　　　　　　　即使设置了yes也可以依赖于其它文件
　　　　　　　　　　　yes 不依赖
　　　　　　　　　　　no 依赖
　　指令（了解）
　　　　结合css来控制标签样式
　　　　加上<?xml-stylesheet type='text/css' href='a.css'?>之后浏览器就会解析所有标签来展示标签
　　内的数据
　　标签
　　　　名称自定义
　　　　规则：可以包含字母 数字和其它字符
　　　　　　　不能以数字或标点符号开始
　　　　　　　不能以xml XML Xml等开始
　　　　　　　不能包含空格
　　　　属性
　　　　　　id属性值唯一
　　　　文本内容
　　　　　　CDATA区
　　　　　　　　该区域中数据会被原样展示
　　　　　　　　格式：<![CDATA[数据]]>
约束
　　概念
　　　　xml文档作为软件的配置文档，由用户来编写，由软件来解析
　　　　这里的软件指的是半成品软件，即框架，其用户是程序员
　　　　软件为xml文档的编写提供了一个说明文档，规定xml文档的书写规则，
　　　　该说明文档即为约束文档
　　　　我们只需要
　　　　　　(1)能在xml中引入约束文档
　　　　　　(2)能简单地读懂约束文档
　　分类
　　　　DTD 一种简单的约束技术
　　　　组成：通过ELEMENT定义标签
　　　　　　　　　ATTLIST定义属性
　　　　引入：
　　　　　　内部dtd 将约束规则定义在xml文档中
　　　　　　外部dtd 将约束规则定义在外部的dtd文件中
　　　　　　　　本地
　　　　　　　　网络
　　　　缺点：
　　　　　　字符串内容没有约束 如age可以写为aaa
　　Schema 一种复杂的约束技术
　　　　引入
users.xml

<?xml version='1.0'?>
<!--<?xml-stylesheet type='text/css' href='a.css'?>-->
<users>
    <user id="1">
        <name>张三</name>
        <age>22</age>
        <gender>male</gender>
        <br/>
    </user>
    <user id="2">
        <name>lisi</name>
        <age>33</age>
        <gender>female</gender>
        <code>
            <![CDATA[
                if(a > b && a > c) {}
            ]]>
        </code>
    </user>
</users>

student.dtd

<!--根标签students中包含0个或多个student标签-->
<!ELEMENT students (student*) >
<!--student标签中包含name age sex3个标签，且个数均为1 要按照顺序定义-->
<!ELEMENT student (name,age,sex)>
<!--#PCDATA指标签内容为字符串-->
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!--student标签有属性number 为ID类型，值唯一 #REQUIRED指该属性是必须的-->
<!ATTLIST student number ID #REQUIRED>

student.xml

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">

<students>
	<student number="itcast_0001">
		<name>tom</name>
		<age>18</age>
		<sex>male</sex>
	</student>
	
</students>

students.xml

<?xml version="1.0" encoding="UTF-8" ?>
<!--外部引入-->
<!--<!DOCTYPE students SYSTEM "student.dtd">-->
<!--内部引入-->
<!DOCTYPE students [
        <!--根标签students中包含0个或多个student标签-->
        <!ELEMENT students (student*) >
        <!--student标签中包含name age sex3个标签，且个数均为1 要按照顺序定义-->
        <!ELEMENT student (name,age,sex)>
        <!--#PCDATA指标签内容为字符串-->
        <!ELEMENT name (#PCDATA)>
        <!ELEMENT age (#PCDATA)>
        <!ELEMENT sex (#PCDATA)>
        <!--student标签有属性number 为ID类型，值唯一 #REQUIRED指该属性是必须的-->
        <!ATTLIST student number ID #REQUIRED>
]>
<!--先输入<才会有代码补全-->
<students>
    <student number="s001">
        <name>zhangsan</name>
        <age>33</age>
        <sex>male</sex>
    </student>
    <student number="s002">
        <name>lisi</name>
        <age>22</age>
        <sex>female</sex>
    </student>
</students>

2、XML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
　　解析 将文档中的数据读取到内存中
　　写入 将内存中的数据写入到xml文档中，持久化地存储
解析XML的方式
　　DOM
　　　　将标记语言文档一次性加载进内存中，在内存中形成一棵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 一般树所占内存是文档的1000到10000倍左右
　　　　　　不适用于内存小的设备
　　SAX
　　　　逐行读取，基于事件驱动
　　　　读一行释放一行，内存中只有一行
　　　　对于标签的读取 是先读取开始标签 再读取文本内容 最后读取结束标签
　　　　为了判断文本内容属于这个标签，需要基于事件驱动，
　　　　读到什么标签就触发一些事件
　　　　优点：
　　　　　　不占内存，适用于内存小的设备
　　　　缺点：
　　　　　　只能读取，不能增删改
　　在服务器端一般使用DOM 在移动端一般使用SAX
常见解析器
　　JAXP SUN公司 支持DOM和SAX思想
　　DOM4J 常用于移动端
　　JSOUP 一款Java的HTML解析器，可直接解析某个url地址、html文本内容
　　PULL Android操作系统内置解析器 SAX方式

二、JSOUP

1、快速入门

（1）导入jar包 将jar包复制到项目中 然后右键Add As Library…
（2）获取Document对象 其代表DOM树
（3）获取对应的标签Element对象
（4）获取数据
students.xml

<?xml version="1.0" encoding="UTF-8" ?>
<students>
    <student number="heima_0001">学生1
        <name id="1">张三</name>
        <age>18</age>
        <sex>male</sex>
    </student>
    <student number="heima_0002">
        <name>李四</name>
        <age>19</age>
        <sex>female</sex>
    </student>
</students>

测试类

public class Demo01Jsoup {
    public static void main(String[] args) throws IOException {
        //2、获取Document对象，根据xml文档获取
        //2.1 获取文件对象之前先获取文件路径
        String path = Demo01Jsoup.class.getClassLoader().getResource("students.xml").getPath();
        //2.2 解析xml文档，加载文档进内存，获取DOM树，即Document对象
        Document doc = Jsoup.parse(new File(path), "utf-8");
        //3、获取标签对象 ctrl+alt+v自动生成变量 Elements继承了ArrayList，泛型是Element
        Elements elements = doc.getElementsByTag("name");
        for (Element element : elements) {
            System.out.println(element);//<name>
                                        //张三
                                        //</name>
                                        //<name>
                                        //李四
                                        //</name>
            //获取标签内容
            System.out.println(element.text());//张三
                                               //李四
        }
    }
}

2、Jsoup对象的使用

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文档 常用于爬虫
Document 文档对象，代表内存中的DOM树
Elements 元素Element对象的集合，可以当作ArrayList来使用
Element 元素对象
Node 节点对象，是上面3个对象的父亲

public class Demo02JsoupObject {
    public static void main(String[] args) throws IOException {
        //Jsoup对象
        //获取Document对象
        //parse(File in, String charsetName);解析xml或html文件的
        String path = Demo02JsoupObject.class.getClassLoader().getResource("students.xml").getPath();
        Document doc1 = Jsoup.parse(new File(path), "utf-8");
        System.out.println(doc1);
        /*
        <!--?xml version="1.0" encoding="UTF-8" ?-->
        <html>
         <head></head>
         <body>
          <student number="heima_0001">
           <name>
            张三
           </name>
           <age>
            18
           </age>
           <sex>
            male
           </sex>
          </student>
          <student number="heima_0002">
           <name>
            李四
           </name>
           <age>
            19
           </age>
           <sex>
            female
           </sex>
          </student>
         </body>
        </html>
         */
        //parse(String html);解析xml或html字符串
        String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                     "<students>\n" +
                     "    <student number=\"heima_0001\">\n" +
                     "        <name>张三</name>\n" +
                     "        <age>18</age>\n" +
                     "        <sex>male</sex>\n" +
                     "    </student>\n" +
                     "    <student number=\"heima_0002\">\n" +
                     "        <name>李四</name>\n" +
                     "        <age>19</age>\n" +
                     "        <sex>female</sex>\n" +
                     "    </student>\n" +
                     "</students>";
        Document doc2 = Jsoup.parse(str);
        System.out.println(doc2);
        //parse(URL url, int timeoutMillis);通过网络路径获取指定的html或xml文档
        URL url = new URL("https://www.baidu.com");
        Document doc3 = Jsoup.parse(url, 10000);
        System.out.println(doc3);//打印出网页的html文档
    }
}

3、Document对象 继承了Element对象

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);根据对应的属性名和属性值获取元素对象集合

public class Demo03DocumentObject {
    public static void main(String[] args) throws IOException {
        //获取xml文件路径
        String path = Demo03DocumentObject.class.getClassLoader().getResource("students.xml").getPath();
        Document doc = Jsoup.parse(new File(path), "utf-8");
        //获取所有的student对象
        Elements student = doc.getElementsByTag("student");
        //System.out.println(student);
        //获取属性名为id的元素
        Elements idEle = doc.getElementsByAttribute("id");
        //System.out.println(idEle);
        //获取属性number为heima_0001的元素
        Elements numberEle = doc.getElementsByAttributeValue("number", "heima_0001");
        //System.out.println(numberEle);
        //获取属性id为1的元素
        Element elementById = doc.getElementById("1");
        System.out.println(elementById);
    }
}

4、Element元素对象

获取Element对象，这里是获取子元素
　　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);根据对应的属性名和属性值获取元素对象集合
获取属性值
　　String attr(String attributeKey);根据属性名获取属性值 不区分大小写
获取文本内容
　　String text();
　　String html();获取标签体的所有内容

public class Demo04ElementObject {
    public static void main(String[] args) throws IOException {
        //获取xml文件的路径
        String path = Demo04ElementObject.class.getClassLoader().getResource("students.xml").getPath();
        //获取Document对象
        Document doc = Jsoup.parse(new File(path), "utf-8");
        //通过Document对象获取元素，是获取所有的name标签，有2个
        Elements elementsByTag = doc.getElementsByTag("name");
        System.out.println(elementsByTag.size());//2
        //通过Element获取子元素 获取的是第一个student标签内的name标签，只有1个
        //先获取Element对象
        Elements student = doc.getElementsByTag("student");
        Element stu1 = student.get(0);
        Elements elementsByTag1 = stu1.getElementsByTag("name");
        System.out.println(elementsByTag1.size());//1

        //获取属性值
        String number = stu1.attr("number");
        System.out.println(number);//heima_0001

        //获取文本内容
        String text = stu1.text();//获取标签体的所有文本内容
        System.out.println(text);//学生1 张三 18 male
        String html = stu1.html();//获取标签体的所有内容
        System.out.println(html);//学生1
                                 //<name id="1">
                                 //张三
                                 //</name>
                                 //<age>
                                 //18
                                 //</age>
                                 //<sex>
                                 //male
                                 //</sex>
    }
}

5、快捷查询方式-selector 选择器

Element select(String cssQuery);
　　参数参考Selector类中定义的语法

public class Demo05QuickQuery {
    public static void main(String[] args) throws IOException {
        //获取xml文件的路径
        String path = Demo05QuickQuery.class.getClassLoader().getResource("students.xml").getPath();
        Document doc = Jsoup.parse(new File(path), "utf-8");
        //虽然select方法是在Element对象中定义的，但Document对象继承自Element对象，一般使用Document对象调用该方法
        //查询name标签
        Elements name = doc.select("name");
        //System.out.println(name);
        //查询id值为1的元素
        Elements id1 = doc.select("#1");
        //System.out.println(id1);
        //获取属性number为heima_0001的student标签下的age标签
        Elements select = doc.select("student[number='heima_0001'] age");
        System.out.println(select);
    }
}

6、快捷查询方式-XPath

用来确定XML文档中某部分位置的语言
　　使用Jsoup的XPath需要独立导入jar包
　　查询w3cschool参考手册，使用XPath的语法完成查询

public class Demo06XPath {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //获取xml文档的路径
        String path = Demo06XPath.class.getClassLoader().getResource("students.xml").getPath();
        //获取Document对象
        Document doc = Jsoup.parse(new File(path), "utf-8");
        //创建JXDocument对象 其支持XPath的语法
        JXDocument jxdoc = new JXDocument(doc);
        //结合XPath语法查询
        //查询所有student标签 //student获取所有student标签，不考虑位置
        List<JXNode> jxNodes1 = jxdoc.selN("//student");
        for (JXNode jxNode : jxNodes1) {
            //System.out.println(jxNode);
            //将jxNode转换为Element对象，就可以很方便地获取属性值和文本内容了
            Element element = jxNode.getElement();
        }
        //查询所有student标签下的name标签
        List<JXNode> jxNodes2 = jxdoc.selN("//student/name");
        for (JXNode jxNode : jxNodes2) {
            //System.out.println(jxNode);
        }
        //查询student标签下带id属性的name标签
        List<JXNode> jxNodes3 = jxdoc.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes3) {
            //System.out.println(jxNode);
        }
        //查询student标签下带id属性的name标签,且id=1
        List<JXNode> jxNodes4 = jxdoc.selN("//student/name[@id='1']");
        for (JXNode jxNode : jxNodes4) {
            System.out.println(jxNode);
        }
    }
}