XML学习 Day1 : xml / Jsoup解析器 / selector选择器 /Xpath选择器
XML
1.1 XML概述
## 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。 <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
1.2 XML语法
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
* 快速入门：
<?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. 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
* 取值：
* yes：不依赖其他文件
* no：依赖其他文件
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 ]]>
1.3 xml约束
* 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
* 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：
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">
二、Jsoup解析器
在获取student.xml的path时 xml文件应该在src目录下，否则会出现空指针异常
2.1 Jsoup快速入门
在这里插入代码片
/**
* Jsoup快速入门
*/
public class JsoupDemo01 {
public static void main(String[] args) throws IOException {
//2.1获取student.xml的path
String path = JsoupDemo01.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,第一个对象的索引是0
Element element = elements.get(0);
//3.2 获取数据
String text = element.text();
System.out.println(text);
}
}
<?xml version="1.0" encoding="UTF-8" ?>
<students>
<student number="heima_0001">
<name id="itcast">
<xing>张</xing>
<ming>三</ming>
</name>
<age>18</age>
<sex>male</sex>
</student>
<student number="heima_0002">
<name>jack</name>
<age>18</age>
<sex>female</sex>
</student>
</students>
2.2 Jsoup_Jsoup对象
* 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
/**
* Jsoup快速入门
*/
public class JsoupDemo02 {
public static void main(String[] args) throws IOException {
//2.1获取student.xml的path
String path = JsoupDemo02.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");
System.out.println(document);//返回字符串表示的xml文档*/
//2. parse (String html):解析xml或html字符串
/* String str ="\n" +
"\n" +
"\n" +
" \n" +
" \n" +
" 张 \n" +
" 三 \n" +
" \n" +
" 18 \n" +
" male \n" +
" \n" +
" \n" +
" jack \n" +
" 18 \n" +
" female \n" +
" \n" +
"\n" +
" ";
Document document = Jsoup.parse(str);
System.out.println(document);//同样可以解析xml文档
*/
//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://www.baidu.com/");
Document document = Jsoup.parse(url, 10000);
System.out.println(document);//解析成html文档
}
}
2.3 Jsoup_document对象
document对象继承自element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
/**
* document对象的功能
*/
public class JsoupDemo03 {
public static void main(String[] args) throws IOException {
//1.获取student.xml的path
String path = JsoupDemo03.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。
//3.1 获取所有的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);
//3.2 获取number属性值为heima_0001的元素对象
Elements elements2 = document.getElementsByAttributeValue("number", "heimai_0001");
System.out.println(elements2);
//3.3获取id属性值的元素对象
Element itcast = document.getElementById("itcast");
System.out.println(itcast);
}
}
2.4 Jsoup_Element对象
3. Elements：元素Element对象的集合。可以当做 ArrayList<Element>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
2.4 Jsoup_根据 选择器查询
* 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
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
/**
* 选择器查询
*/
public class JsoupDemo05 {
public static void main(String[] args) throws IOException {
//1.获取student.xml的path
String path = JsoupDemo05.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
/*
div{
}
*/
Elements elements = document.select("name");
System.out.println(elements);
System.out.println("----------");
//4.查询id值为itcast的元素 id选择器 写法： #id
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);
}
}
2.4 Jsoup_根据Xpath查询
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
/**
* Xpath查询
*/
public class JsoupDemo06 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
//1.获取student.xml的path
String path = JsoupDemo06.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 查询所有的student对象
List<JXNode> jxNodes = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes) {
System.out.println(jxNode);
}
System.out.println("------------");
//4.2 查询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("--------------");
//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("---------------");
//4.4 查询student标签下带有id属性的name标签,并且id的属性值为itcast
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes3) {
System.out.println(jxNode);
}
}
}