XML基础教程总结

目录

XML

语法

组成部分

约束：规定xml文档的书写规则

解析

xml常见的解析器：

对象的使用

Jsoup：工具类

Document：文档对象

Elements：元素Element对象的集合

selector:选择器

XPath

---

XML

• 概念：
  • Extensible Markup Language 可扩展标记语言
  • 可扩展：标签都是自定义的。 例如：  
• 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
• 可参考学习网站：https://www.w3school.com.cn/xml/index.asp

语法

• 基本语法：
  • 1. xml文档的后缀名 .xml
  • 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
• 示例

    
        
            zhangsan
            23
            male
            

        
        
        
            lisi
            24
            female
        
    

组成部分

• 文档声明
  • 格式：

• 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
• 指令(了解)：结合css的

• 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 
• 属性：
  • id属性值唯一
• 文本：
  •  CDATA区：在该区域中的数据会被原样展示
  •  格式：

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
  • 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
• 外部dtd本地：

 

• 外部dtd网络：

• 案例演示
• 外部dtd
  • student.dtd

• student.xml

	
	
		zhangsan
		abc
		hehe
	

	
		lisi
		24
		female
	
	

• 或者内部dtd：

	
	
		zhangsan
		abc
		hehe
	

	
		lisi
		24
		female
	
	

• 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" 

• 案例演示
• student.xsd

• student.xml

	
		tom
		18
		male
	

解析

• 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。
• 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
• 案例演示：

 //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

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。

String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").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");
System.out.println(document);

• parse​(String html)：解析xml或html字符串

//parse​(String html)：解析xml或html字符串
 String str = "\n" +
    "\n" +
    "\n" +
    "\t\n" +
    "\t\ttom\n" +
    "\t\t18\n" +
    "\t\tmale\n" +
    "\t\n" +
    "\t\n" +
    "\t\tjack\n" +
    "\t\t18\n" +
    "\t\tfemale\n" +
    "\t\n" +
    "\n" +
    "";
Document document = Jsoup.parse(str);
System.out.println(document);

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

//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);

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

//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("-----------");
//3.3获取 number属性值为heima_0001的元素对象
Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");
System.out.println(elements2);
System.out.println("-----------");
//3.4获取id属性值的元素对象
Element itcast = document.getElementById("itcast");	
System.out.println(itcast);

Elements：元素Element对象的集合

• 可以当做 ArrayList来使用
• 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():获取纯文本内容
  • String html():获取标签体的所有内容(包括字标签的字符串内容)
• Node：节点对象是Document和Element的父类

//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);

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，部分如下所示

String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
//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("=----------------");
//4.查询id值为itcast的元素
Elements elements1 = document.select("#itcast");
System.out.println(elements1);
System.out.println("----------------");
//5.获取student标签并且number属性值为heima_0001的age子标签
//5.1.获取student标签并且number属性值为heima_0001
Elements elements2 = document.select("student[number=\"heima_0001\"]");
System.out.println(elements2);
System.out.println("----------------");

//5.2获取student标签并且number属性值为heima_0001的age子标签
Elements elements3 = document.select("student[number=\"heima_0001\"] > age");
System.out.println(elements3);

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
• 参考网址：https://www.w3school.com.cn/xpath/xpath_syntax.asp

//1.获取student.xml的path
String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
//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);

//4.结合xpath语法查询
//4.1查询所有student标签
List jxNodes = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes) {
    System.out.println(jxNode);
}

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

//4.2查询所有student标签下的name标签
List jxNodes2 = jxDocument.selN("//student/name");
for (JXNode jxNode : jxNodes2) {
    System.out.println(jxNode);
}

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

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

List jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4) {

System.out.println(jxNode);

【注】：参考黑马XML教程