XML

最新推荐文章于 2022-05-07 11:46:58 发布

原创最新推荐文章于 2022-05-07 11:46:58 发布 · 192 阅读

0 ·

CC 4.0 BY-SA版权

HTML 专栏收录该内容

3 篇文章

订阅专栏

XML 2020年12月3日14:39:09

XML：

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。
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

2. 语法：

基本语法：

xml文档的后缀名 .xml
xml第一行必须定义为文档声明
xml文档中有且仅有一个根标签
属性值必须使用引号(单双都可)引起来
标签必须正确关闭
xml标签名称区分大小写

快速入门：

<?xml version='1.0' ?>
<users> <!-- 根标签 -->
	<user id='1'>  <!-- 属性值必须使用引号(单双都可)引起来 -->
		<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>

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
<?xml version="1.0" encoding="utf-8" standalone='no'>

2. 指令(了解)：结合css的

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

3. 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

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 ]]>

<code>
	if(a &lt; b &amp;&amp; a &gt; c){}<!-- if(a<b && a>c){}-->
<![CDATA[
	if(a<b && a>c){}
]]>
</code>

约束：规定xml文档的书写规则

作为框架的使用者(程序员)：

能够在xml中引入约束文档
能够简单的读懂约束文档

分类：

DTD:一种简单的约束技术（有缺陷）
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：

填写xml文档的根元素
引入xsi前缀. xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”
引入xsd文件命名空间. xsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”
为每一个xsd约束声明一个前缀,作为标识 xmlns=“http://www.itcast.cn/xml”

<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">

3. 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(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

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

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 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。
PULL：Android操作系统内置的解析器，sax方式的。

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。

Jsoup快速入门：

步骤：

导入jar包
获取Document对象
获取对应的标签Element对象
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);

对象的使用：

1. 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。Document document = Jsoup.parse(new File(path), "utf-8");
parse(String html)：解析xml或html字符串

        String s = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                " <students>\n" +
                " \t<student number=\"001\">\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=\"002\">\n" +
                "\t\t<name>A</name>\n" +
                "\t\t<age>19</age>\n" +
                "\t\t<sex>female</sex>\n" +
                "\t</student>\n" +
                " </students>";
        Document parse = Jsoup.parse(s);
        System.out.println(parse.getElementsByTag("name"));//也可以解析

parse(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象

        URL url = new URL("https://www.baidu.com");
        Document parse = Jsoup.parse(url, 1000000);
        System.out.println(parse);

2. Document：文档对象。代表内存中的dom树

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

public class Demo01 {
    public static void main(String[] args) throws Exception {
        //1获取student.xml的path
        String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath();
        //现在path为C:\Users\ASUS\Workspaces\MyEclipse%208.5\xml\out\production\xml\student.xml
        //空格识别不了 需要设置编码
        path = URLDecoder.decode(path, "UTF-8");//再设置一下编码问题

        //2. 获取Document对象
        Document document = Jsoup.parse(new File(path), "UTF-8");

        //3. 获取元素对象
        //3.1 获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);
        System.out.println("=========================");

        //3.2 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001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "001");
        System.out.println(elements2);
        System.out.println("=========================");

        //3.3 获取id属性值的元素对象 （一个）
        Element elementById = document.getElementById("D");
        System.out.println(elementById);

    }
}

3. Elements：元素Element对象的集合。可以当做 ArrayList来使用

4. Element：元素对象

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
获取属性值
* String attr(String key)：根据属性名称获取属性值
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)
代码

public class Demo02 {
    public static void main(String[] args) throws Exception {
        //1获取student.xml的path
        String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath();
        //现在path为C:\Users\ASUS\Workspaces\MyEclipse%208.5\xml\out\production\xml\student.xml
        //空格识别不了 需要设置编码
        path = URLDecoder.decode(path, "UTF-8");//再设置一下编码问题

        //2. 获取Document对象
        Document document = Jsoup.parse(new File(path), "UTF-8");

        /*
        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)
         */

        //通过Document对象获取name标签 获取所有的name标签  这获取了两个
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());//2

        System.out.println("===================================");

        //通过Element对象获取子标签对象
        Element element_student = document.getElementsByTag("student").get(0);
        System.out.println(element_student);

        System.out.println("=====================================");

        Elements ele_s_name = element_student.getElementsByTag("name");
        System.out.println(ele_s_name);//这里是输出子标签对象
        System.out.println(ele_s_name.size());//1

        //获取student对象的属性值
        String ele_s_number = element_student.attr("number");
        System.out.println(ele_s_number);//001  直接就是属性值

        System.out.println("========================================");

        //获取文本内容
        String text = ele_s_name.text();
        String html = ele_s_name.html();

        System.out.println(text);//张 三 获取所有子标签的所有纯文本内容
        System.out.println(html);/* <xing>     获取所有标签体的全部内容(包括字标签的字符串内容)
                                     张
                                    </xing>
                                    <ming>
                                     三
                                    </ming>*/
    }
}

5. Node：节点对象

是Document和Element的父类

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

    public static void main(String[] args) throws Exception {
        //1获取student.xml的path
        String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath();
        //现在path为C:\Users\ASUS\Workspaces\MyEclipse%208.5\xml\out\production\xml\student.xml
        //空格识别不了 需要设置编码
        path = URLDecoder.decode(path, "UTF-8");//再设置一下编码问题

        //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");
        System.out.println(elements);

        //System.out.println(document.getElementsByTag("name"));//有什么区别？

        System.out.println("=============================");

        //4. 查询id为D的元素
        Elements select = document.select("#D");
        System.out.println(select);

        System.out.println("============================");

        //5. 获取student标签并且number属性为001的age子标签
        //5.1 获取student标签并且number属性为001
        //Elements select1 = document.select("number='001'");//初  错误
        Elements select1 = document.select("student[number='001']");
        //5.2 获取.....的age子标签
        Elements age = select1.select("age");
        System.out.println(age);
        //或者 直接
        Elements select2 = document.select("student[number='001'] > age");
        System.out.println(select2);
    }

2. 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：

public class Demo02_XPath {
    public static void main(String[] args) throws Exception {
        //1获取student.xml的path
        String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath();
        //现在path为C:\Users\ASUS\Workspaces\MyEclipse%208.5\xml\out\production\xml\student.xml
        //空格识别不了 需要设置编码
        path = URLDecoder.decode(path, "UTF-8");//再设置一下编码问题

        //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);//据说过时了

        //4. 结合XPath语法查询
        //4.1 查询所有的student标签
        List<JXNode> jxNodes = jxDocument.selN("//student");//选取所有的student标签不考虑位置
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
            //jxNode.getElement();//可以换成元素
            System.out.println("--------------");
        }
        System.out.println("=======================");


        //4.2 查询所有student标签下的name标签
        List<JXNode> jxNodes1 = jxDocument.selN("//student/name");
        for (JXNode jxNode : jxNodes1) {
            System.out.println(jxNode);
            System.out.println("--------------");
        }
        System.out.println("=======================");


        //4.3 查询student标签下带有id属性的name标签
        List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes2) {
            System.out.println(jxNode);
            System.out.println("--------------");
        }
        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D
        List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='D']");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode);
            System.out.println("--------------");
        }
        System.out.println("=======================");
    }
}

2020年12月5日17:46:14