XML

XML学习

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 version='1.0' ?>
  <users>
      <user id='1'>
          <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：
    文档声明

    1. 格式：
       属性列表：

       • version：版本号，必须的属性
         ncoding：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
           值：
           • yes：不依赖其他文件
             o：依赖其他文件
       2. 指令(了解)：结合css的
       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：

    2. xml第一行必须定义为文档声明

    3. xml文档中有且仅有一个根标签

    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

    6. xml标签名称区分大小写

3、约束

规定xml文档的书写规则

• 作为框架的使用者(程序员)：
  1. 能够在xml中引入约束文档
  2. 能够简单的读懂约束文档
• 分类：
  1. DTD:一种简单的约束技术
  2. Schema:一种复杂的约束技术

（1）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：
  • 网络：

（2）Schema

• 引入：
  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.itcast.cn/xml student.xsd"
  4.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">

4、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
  1. 解析(读取)：将文档中的数据读取到内存中
  2. 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：
  1. 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
  2. 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：
  1. JAXP：sun公司提供的解析器，支持dom和sax两种思想
  2. DOM4J：一款非常优秀的解析器
  3. 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。
  4. PULL：Android操作系统内置的解析器，sax方式的。

5、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。

• 快速入门：（步骤）
  1. 导入jar包
  2. 获取Document对象
  3. 获取对应的标签Element对象
  4. 获取数据
• 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。
       • 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
  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
  3. Elements：元素Element对象的集合。可以当做 ArrayList来使用
  4. 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)
  5. Node：节点对象
     • 是Document和Element的父类

快捷查询方式：

1. selector：选择器

   • 用的方法：Elements select(String cssQuery)

     • 语法：参考Selector类中定义的语法

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