XML小总结

发表于 | 分类于 |

概念

eXtensible Markup Language 可扩展标记语言

1
2
3
4
5
6
7
8
9
10
11
12
* 可扩展：标签都是自定义的。 <user>  <student>

* 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

基本语法

1
2
3
4
5
6
1. xml文档的后缀名 .xml
2. xml第一行必须定义为文档声明【<?xml version="1.0" encoding="UTF-8" ?>】
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【<student number="s001"></student>】
5. 标签必须正确关闭
6. xml标签名称区分大小写

示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
<?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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
1. 文档声明
    1. 格式：<?xml 属性列表 ?>
    2. 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【了解】
            * yes：不依赖其他文件
            * no：依赖其他文件
    
    <?xml version="1.0" encoding="UTF-8" ?>
2. 指令(了解)：结合css的【写在声明下面】
    * <?xml-stylesheet type="text/css" href="a.css" ?>
    
    /*name标签 字体红色*/
    name{
        color:red;
    }
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 ]]>
        
        if(a < b && a > c){}
        <![CDATA[if(a < b && a > c) {}]]>
6. 注释：
    与HTML一样<!-- 注释内容 -->

约束

：规定xml文档的书写规则
在这里插入图片描述

  • 作为框架的使用者(程序员)：
    1
    2
    1. 能够在xml中引入约束文档
    2. 能够简单的读懂约束文档【IDEA可以识别】
  • 分类：
    1
    2
    1. DTD:一种简单的约束技术
    2. Schema:一种复杂的约束技术
  • DTD：
    1
    2
    3
    4
    5
    6
    * 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
            <!DOCTYPE students [定义内容]>
        * 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">
    在这里插入图片描述
  • Schema:
    在这里插入图片描述

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
    2
    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
    2
    3
    4
    5
    6
    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，不能增删改
  • xml常见的解析器：
    1
    2
    3
    4
    5
    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。

Jsoup

Jsoup 中文文档
：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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
* 步骤：
    1. 导入jar包 jsoup-1.11.2.jar
    2. 获取Document对象
    3. 获取对应的标签Element对象
    4. 获取数据
* 代码：
    //获取Document对象，根据xml文档获取
    //获取student.xml的path
    String path = JsoupDemo1.class.getClassLoader()
            .getResource("student.xml").toURI().getPath();
    //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");

    //获取元素对象 Element
    Elements elements = document.getElementsByTag("name");
    System.out.println(elements.size());
    //获取第一个name的Element对象
    Element element = elements.get(0);
    //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
    1
    2
    3
    4
    * 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
    在这里插入图片描述
  2. Document：文档对象。代表内存中的dom树
    1
    2
    3
    4
    5
    * 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
    在这里插入图片描述
  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
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    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)
    在这里插入图片描述
  5. Node：节点对象【是Document和Element的父类】

快捷查询方式

  1. selector:选择器
    1
    2
    * 使用的方法：Elements    select​(String cssQuery)
        * 语法：参考Selector类中定义的语法
    在这里插入图片描述
  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。 JsoupXpath-0.3.2.jar
  • 查询w3c 参考手册，使用xpath的语法完成查询
  • 代码：
    在这里插入图片描述