掌握XML

XML是一种可扩展标记语言,用于存储和传输数据,常作为配置文件使用。与HTML不同,XML的标签是自定义的,并且有严格的语法规则,如必须正确关闭标签,区分大小写等。XML文档需要遵循一定的约束,如DTD或Schema,以确保其结构正确。解析XML有DOM、SAX、JDOM和DOM4J等多种方式,每种方式各有优缺点。在Java中,Jsoup库提供了方便的API来解析和操作XML文档。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

XML概述

什么是xml?

可扩展的标记语言 Extensible Markup Language,
跟html相似(也是标记语言,不能扩展)

标记:<英文名字>
可扩展:标签都是自定义的。

xml 与 html的区别:

  • html:
    • 在网页中展示数据的。
    • 标签是固定的,每一个标签都有单独的作用
  • xml:
    • 存储数据,持久化,配置文件。
    • 可扩展的标签

XML作用

存储数据、持久化
配置文件(最常用的功能就是xml做为一个配置文件 )
数据传输(在网络传输数据,慢,安全)–> 被json替代(json本质就是一个字符串)

XML基础语法

  1. xml文档的后缀名.xml
  2. xml第一行必须为文档声明 文档声明前面有空格,空行都不行
  3. xml文档中有且仅有一个根标签(一对标签包裹住全部的标签)(内部的标签的内容可以重复)
  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,不能交叉关闭
    正确关闭: < stu> < /stu>
    错误的写法:< stu> < p>< /stu>< /p>
  6. xml标签名称严格区分大小写
  7. 自闭合标签 只有属性没有标签体
  8. 标签体必须有开始标签结束标签

XML快速入门

需求:使用xml描述学生信息(姓名,年龄,性别),如果有多个学生信息又该如何描
述?
1.新建文件 student.xml
2.写文档声明 <?xml version="1.0" encoding="utf8"?>
3.写根标签 < students>
4.写标签–>写标签体 < name>zhangsan</ name>
5.用浏览器打开xml文件不报错,说明没有格式错误
6.用属性进行区分,但是需要用约束文档约一下,否则手写重复也是可以的

<?xml version="1.0" encoding="utf8"?>
<students>
    <student id='1'>
        <name>zhangsan</name>
        <age>23</age>
        <gender>male</gender>
        <address />
    </student>
    <student id='2'>
        <name>lisi</name>
        <age>24</age>
        <gender>female</gender>
        <address />
    </student>
</students>

XML组成部分

文档声明

  • 举例 <?xml version="1.0" encoding="utf8"?>
  • 格式
    <?xml 属性列表 ?>
  • 属性列表
    version:版本号,必须的属性【1.0】 (始终都是1.0)
    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(一般不用此字符集,它不支持中文)。一般用utf8可以使用中文
    standalone:是否独立(一般不要此属性)
    取值:
    yes:不依赖其他文件
    no:依赖其他文件

指令

引入css文件,现在不需要了。现在存储数据,不展示数据
<?xml-stylesheet type="text/css" href="a.css" ?>

标签

  • 标签命名规则
    • 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
  • 最佳命名习惯
    • 名称应当比较简短,比如:<book_title>,而不是:<the_title_of_the_book>。
    • 避免 “-” 字符。如果您按照这样的方式进行命名:“first-name”,一些软件会认为你需要提取第一个单词。
    • 避免 “.” 字符。如果您按照这样的方式进行命名:“first.name”,一些软件会认为 “name” 是对象 “first” 的属性。
    • 避免 “:” 字符。冒号会被转换为命名空间来使用(稍后介绍)。
    • XML 文档经常有一个对应的数据库,其中的字段会对应 XML 文档中的元素。有一个实用的经验,即使用数据库的名称规则来命名 XML 文档中的元素。
    • 非英语的字母比如 éòá 也是合法的 XML 元素名,不过需要留意当软件开发商不支持这些字符时可能出现的问题。

属性

属性值必须被引号包围,不过单引号和双引号均可使用。比如一个人的性别,person 标签可以这样写:

<person sex="female"><person sex='female'>

id属性
有时候会向元素分配 ID 引用。这些 ID 索引可用于标识 XML 元素
一般来说描述的意思是唯一的,但是现在还不能保证唯一,因为没有写约束
注意事项
id属性值唯一,(id字母也可以用其他的代替,但是还是要规定一下叫什么)

<messages>
  <note id="501">
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
  </note>
  <note id="502">
    <to>John</to>
    <from>George</from>
    <heading>Re: Reminder</heading>
    <body>I will not</body>
  </note> 
</messages>

文本

就是标签体的内容
CDATA区(标签体):在该区域中的数据会被原样展示 (< > “” ‘’ 这些符号都需要转义)

< to> &lt ; 尖括号就转成的普通文本& gt;< /to>
如果特殊字符太多,需要用下面的方法,统统转成普通文本

语法
<![CDATA[把要写的数据写在此处]]>
< to> <![CDATA[ < > ]]> < /to>
在这里插入图片描述

XML约束

一个良好的 XML 文档要满足以下规则:

  • XML 文档必须有根元素
  • XML 文档必须有关闭标签
  • XML 标签对大小写敏感
  • XML 元素必须被正确的嵌套
  • XML 属性必须加引号

什么是约束

规定xml文档的书写规则
在这里插入图片描述

约束的使用

定义xml标签约束,使开发者按照定义书写,也可以约束html文件

约束的分类

DTD约束
Schema约束

DTD约束

document type definition 文档类型定义

DTD约束编写

新建一个文件student.dtd,文件的扩展名是.dtd。本质还是一个XML文件

<!ELEMENT students (student*) >        规定根标签的名字是students,括号里规定有哪些子标签,*0次或多次;+至少有一个;?1次或者0次
<!ELEMENT student (name,age,sex)>      规定子标签可以只有哪些子元素,还得有顺序
<!ELEMENT name (#PCDATA)>              PCDATA 文本
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>    student标签中的number是ID属性是唯一的
DTD约束引入,使用
  • 格式
* 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">
  • 案例演示 引入外部的本地的约束
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
	<student number="D001">
		<name>tom</name>
		<age>18</age>
		<sex>male</sex>
	</student>
</students>

Schema约束

比dtd 更能更加强大。 提供了更加丰富的数据类型
​ XML Schema 可针对未来的需求进行扩展
​ XML Schema 更完善,功能更强大
​ XML Schema 基于 XML 编写 (schema本质上就是一个 xml文件)
​ XML Schema 支持数据类型 (提供的更加丰富的数据类型)
​ XML Schema 支持命名空间

Schema约束编写

student.xsd
扩展名是:xsd

<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itfxp.com/xml"   命名空间相当于根元素
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"  固定写法,代表用这种文档的约束
        targetNamespace="http://www.itfxp.com/xml"    命名空间(写公司的域名就可以了)代表唯一的
        elementFormDefault="qualified">
    <xsd:element name="students" type="studentsType"/>   根标签是students 类型是studentsType
    <xsd:complexType name="studentsType">   用的studentsType类型
        <xsd:sequence>    顺序     
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
                         子标签student
        </xsd:sequence>
    </xsd:complexType>
    <xsd:complexType name="studentType">    用的studentsType类型
        <xsd:sequence> 顺序
            <xsd:element name="name" type="xsd:string"/>  name是string类型
            <xsd:element name="age" type="ageType" />   age的类型是自定义类型ageType
            <xsd:element name="sex" type="sexType" />   sex的类型是自定义类型sexType
        </xsd:sequence>
        student的属性叫number,它的类型是numberType,唯一required
        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <xsd:simpleType name="sexType">   只能写male和female两种名称的string类型
        <xsd:restriction base="xsd:string">
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="ageType">
        <xsd:restriction base="xsd:integer"> 年龄是integer类型0~130
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="130"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="numberType">
        <xsd:restriction base="xsd:string"> 属性的值:itfxp_4位数字
            <xsd:pattern value="itfxp_\d{4}"/>
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema> 
Schema约束引入,使用
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.itfxp.com/xml  student.xsd"
4.为每一个xsd约束声明一个前缀(防止引入的多个约束中有相同的标签),作为标识  
xmlns:context="http://www.XXX/context"    <context:name></context:name>

student.xml

<?xml version="1.0" encoding="UTF-8" ?>
 <students   
           xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  1.固定写法
           xmlns="http://www.itfxp.com/xml"   2.跟约束命名空间对应
           xsi:schemaLocation="http://www.itfxp.com/xml  student.xsd"> 约束文件名称
 	<student number="itfxp_0001">
 		<name>tom</name>
 		<age>18</age>
 		<sex>male</sex>
 	</student>
 </students>

真实的配置文件

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
	xmlns:context="http://www.springframework.org/schema/context"
    xmlns:mvc="http://www.springframework.org/schema/mvc"
    xsi:schemaLocation="
        http://www.springframework.org/schema/beans
        http://www.springframework.org/schema/beans/spring-beans.xsd
        http://www.springframework.org/schema/context 
        http://www.springframework.org/schema/context/spring-context.xsd
        http://www.springframework.org/schema/mvc
        http://www.springframework.org/schema/mvc/spring-mvc.xsd">

    
    <context:annotation-config />

   
    <context:component-scan base-package="cn.cisol.mvcdemo">
        <context:include-filter type="annotation"
            expression="org.springframework.stereotype.Controller" />
    </context:component-scan>

   
    <mvc:annotation-driven />

    
    <mvc:resources mapping="/resources/**" location="/resources/" />


    
    <bean
        class="org.springframework.web.servlet.view.ContentNegotiatingViewResolver">
        <property name="order" value="1" />
        <property name="mediaTypes">
            <map>
                <entry key="json" value="application/json" />
                <entry key="xml" value="application/xml" />
                <entry key="htm" value="text/html" />
            </map>
        </property>

        <property name="defaultViews">
            <list>
                
                <bean
                    class="org.springframework.web.servlet.view.json.MappingJackson2JsonView">
                </bean>
            </list>
        </property>
        <property name="ignoreAcceptHeader" value="true" />
    </bean>

    <bean
        class="org.springframework.web.servlet.view.InternalResourceViewResolver">
        <property name="viewClass"
            value="org.springframework.web.servlet.view.JstlView" />
        <property name="prefix" value="/WEB-INF/jsps/" />
        <property name="suffix" value=".jsp" />
    </bean>


  
    <bean id="multipartResolver"
        class="org.springframework.web.multipart.commons.CommonsMultipartResolver">
        <property name="maxUploadSize" value="209715200" />
        <property name="defaultEncoding" value="UTF-8" />
        <property name="resolveLazily" value="true" />
    </bean>

</beans>

XML解析

操作xml文档,将文档中的数据读取到内存中

操作XML两种情况

解析(读取):将文档中的数据读取到内存中 【实际开发中,框架提供者进行xml文件解析】

写入:将内存中的数据保存到xml文档中。持久化的存储, 使用代码的形式,在xml中写数据,根本就不做

常见解析XML方式

DOM

DOM(Document Object Model). 是用与平台和语言无关的方式表示XML文档的官方W3C标准,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
在这里插入图片描述

  • 优点

    操作方便,可以对文档进行CRUD的所有操作

  • 缺点

    通常需要加载整个XML文档来构造层次结构,消耗资源大。

SAX

SAX处理的优点类似于流媒体的优点。分析能够立即开始,而不是等待所有的数据被处理。逐行读取,基于事件驱动的

什么是事件驱动:一种基于回调机制的程序运行方法。由外至内一层一层解析。

  • 优点

    ①不需要等待所有数据都被处理,分析就能立即开始。
    ②只在读取数据时检查数据,不需要保存在内存中。
    ③可以在某个条件得到满足时停止解析,不必解析整个文档。
    ④效率和性能较高,能解析大于系统内存的文档。

  • 缺点

    只能读取,不能增删改

    很难同时访问同一文档的不同部分数据,不支持XPath

JDOM

JDOM(Java-based Document Object Model)的目的是成为Java特定文档模型,它简化与XML的交互并且比使用DOM实现更快

  • 优点

    ①使用具体类而不是接口,简化了DOM的API。
    ②大量使用了Java集合类,方便了Java开发人员。

  • 缺点

    ①没有较好的灵活性。
    ②性能较差。

DOM4J

dom4j是一个Java的XML API,类似于jdom,用来读写XML文件的。性能优异功能强大简单易用开放源代码。

  • 优点

    ①大量使用了Java集合类,方便Java开发人员,同时提供一些提高性能的替代方法。
    ②支持XPath。
    ③有很好的性能。

  • 缺点

    大量使用了接口,API较为复杂

常见的XML解析器

  • JAXP:sun公司提供的解析器,支持dom和sax两种思想
  • DOM4J:一款优秀的解析器(常用)
  • 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概述 什么是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

  • 实现步骤
  1. 导入jar包
    在这里插入图片描述
  1. 获取Document对象
  2. 获取对应的标签Element对象
  3. 获取数据
  • 文档student.xml
    用流读放到与src同级(src下流读不到因为他是受保护的,src下的全部编译成class文件),放到src下用类加载器读
<?xml version="1.0" encoding="UTF-8" ?>
<students>
    <student number="itfxp_0001">
        <name>
            <xing></xing>
            <ming></ming>
        </name>
        <age>18</age>
        <sex>male</sex>
    </student>
    <student number="itfxp_0002">
        <name>jack</name>
        <age>18</age>
        <sex>female</sex>
    </student>
</students>
  • 代码实现
//一、文件放到src同级
//将xml路径封装为File对象
File file = new File("模块名\\student.xml");
//获取Document对象
Document document = Jsoup.parse(file, "utf-8");
Elements elements = document.getElementsByTag("student");
for (Element element : elements) {
    System.out.println(element.text());
}
//二、文件放到src内
//1获取student.xml的path
String path = JsoupDemo.class.getClassLoader().getResource("student.xml").getPath();
//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根据标签获取元素对象 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();

Jsoup常见对象

Document

Jsoup:工具类,可以解析html或xml文档,返回Document

方法名说明
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
getElementById(String id)根据id属性值获取唯一的element对象
More ActionsgetElementsByTag(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
/**
 * Jsoup对象功能
 */
public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
        //2.1获取student.xml的path
        File file = new File("day17_javaOOP_xml\\student.xml");

        //2.2解析xml文档,加载文档进内存,获取dom树--->Document
       /* Document document = Jsoup.parse(file, "utf-8");
        System.out.println(document);*/

       //2.parse​(String html):解析xml或html字符串
       /* String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "\n" +
                "<students>\n" +
                "\t<student number=\"itfxp_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=\"itfxp_0002\">\n" +
                "\t\t<name>jack</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>female</sex>\n" +
                "\t</student>\n" +
                "\n" +
                "</students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/

       //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
        URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的一个资源路径
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);
    }
}
Elements

Element元素对象的集合。可以当做 ArrayList< Element>来使用

/**
 * Document/Element对象功能
 */
public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //3.获取元素对象了。
        //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("-----------");
        //3.2获取 number属性值为heima_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "itfxp_0001");
        System.out.println(elements2);

        System.out.println("-----------");
        //3.3获取id属性值的元素对象
        Element itfxp = document.getElementById("itfxp");
        System.out.println(itcast);
    }
}
Element
  • 获取子元素对象
方法名说明
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
方法名说明
String attr(String key)根据属性名称获取属性值
  • 获取文本内容
方法名说明
String text()获取文本内容 -->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) --> < font>文本内容< /font>
/**
 *Element对象功能
 */
public class JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        /*
        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():获取所有字标签的纯文本内容
					* String html():获取标签体的所有内容(包括子标签的标签和文本内容)
         */
        //通过Document对象获取name标签,获取所有的name标签,可以获取到两个
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        System.out.println("----------------");
        //通过Element对象获取子标签对象
        Element element_student = document.getElementsByTag("student").get(0);
        Elements ele_name = element_student.getElementsByTag("name");
        System.out.println(ele_name.size());

        //获取student对象的属性值
        String number = element_student.attr("NUMBER");
        System.out.println(number);
        System.out.println("------------");
        //获取文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);
    }
}
Node

是Document和Element的父类

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值