JavaWeb基础学习笔记8——XML

目录

1、XML概念

2、XML语法

2.1、基本语法

2.2、组成部分

2.2.1、文档声明

2.2.2、指令(了解)

2.2.3、标签

2.2.4、属性

2.2.5、文本

2.2.6、约束

3、解析XML

3、Jsoup的使用

3.1、Jsoup快速入门

3.2、Jsoup常见对象

3.2.1、Jsoup对象

3.2.2、Document对象

3.2.3、Elements对象

3.2.4、Element对象

3.2.5、Node对象

3.3、快捷查询方式

3.3.1、selector:选择器

3.3.2、XPath:XML路径语言


1、XML概念

XML(Extensible Markup Language,可扩展标记语言)。

可扩展:标签都是自定义的。如:

xml功能:存储数据,① 作为配置文件;② 在网络中传输

xml与html的区别:

  • xml的标签都是自定义的,html标签是预定义的;
  • xml的语法严格,html语法松散;
  • xml是存储数据的,html是展示数据的。

2、XML语法

2.1、基本语法

  • xml文档的后缀名:.xml。
  • xml第一行必须定义为文档声明。
  • xml文档中有且仅有一个根标签。
  • 属性值必须使用引号(单双都可)引起来。
  • 标签必须正确关闭。
  • xml标签名称区分大小写。

2.2、组成部分

2.2.1、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,取值有① yes:不依赖其它文件;② no:依赖其它文件。

如:

2.2.2、指令(了解)

指令:结合css来控制标签样式。

2.2.3、标签

标签名称自定义,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。

2.2.4、属性

id属性值唯一。

2.2.5、文本

CDATA区:在该区域中的数据会被原样展示。

-格式

    

2.2.6、约束

JavaWeb基础学习笔记8——XML_第1张图片

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中引入相关文档;
  • 能够简单地读懂约束文档。

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:① 内部dtd:将约束规则定义在xml文档中;② 外部dtd:将约束的归咋定义在外部的文件中。本地:;网络:。




		
		
		
		
		
		]>


	
		tom
		18
		male
	
	

Schema:



    
    
        
            
        
    
    
        
            
            
            
        
        
    
    
        
            
            
        
    
    
        
            
            
        
    
    
        
            
        
    
 


 
 	
 		tom
 		18
 		male
 	

	
		mike
		18
		male
	
		 
 

3、解析XML

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。

3、Jsoup的使用

3.1、Jsoup快速入门

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

package xml.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

/**
 * Jsoup快速入门
 */
public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
        //2、获取Document对象,根据xml文档来获取
        //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);
    }
}

3.2、Jsoup常见对象

  • Jsoup:工具类,可以解析html或xml文档,返回Document对象。
  • Document:文档对象,代表内存中的dom树。
  • Elements:元素Element对象的集合,可以当作ArrayList来使用。
  • Element:元素对象。
  • Node:结点对象。

3.2.1、Jsoup对象

Jsoup:工具类,可以解析html或xml文档,返回Document对象。

-parse:解析html或xml文档,返回Document
Document parse(File in, String charsetName);//解析xml或html文件的。
Document parse(String in):解析xml或html字符串。
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。
package xml.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

import java.io.File;
import java.io.IOException;
import java.net.URL;

/**
 * Jsoup对象功能
 */
public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
        //方式1:
        //2、获取Document对象,根据xml文档来获取
        //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 document1 = Jsoup.parse(new File(path), "utf-8");

        //方式2:
        //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" +
                "\n" +
                "\t\n" +
                "\t\tmike\n" +
                "\t\t18\n" +
                "\t\tfemale\n" +
                "\t\n" +
                "\t\t \n" +
                " ";
        Document document2 = Jsoup.parse(str);
        //System.out.println(document2);

        //方式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);
    }
}

3.2.2、Document对象

Document:文档对象,代表内存中的dom树。

-获取Elements对象集合
Elements getElementsByTag(String tagName);//根据标签名称获取元素对象集合
Elements getElementsByAttribute(String key);//根据属性名称获取元素对象集合
Elements 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Element对象
Element getElementById(String id);//根据id属性值获取唯一的element对象
​

package xml.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

/**
 * 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 = JsoupDemo1.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0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "0001");
        System.out.println(elements2);
        System.out.println("------------");
        //3.4、获取id属性值为123的元素对象
        Element elementById = document.getElementById("123");
        System.out.println(elementById);
    }

[点击并拖拽以移动]
​

3.2.3、Elements对象

Elements:元素Element对象的集合,可以当作ArrayList来使用。

3.2.4、Element对象

Element:元素对象。

-获取子元素对象
Elements getElementsByTag(String tagName);//根据标签名称获取元素对象集合
Elements getElementsByAttribute(String key);//根据属性名称获取元素对象集合
Elements 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
String attr(String key);//根据属性名称获取属性值

-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(包括子标签的标签和文本内容)
package xml.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //1、获取student.xml的path
        String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2、获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        /**
         * -获取子元素对象
         * Elements getElementsByTag(String tagName);//根据标签名称获取元素对象集合
         * Elements getElementsByAttribute(String key);//根据属性名称获取元素对象集合
         * Elements 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
         * String attr(String key);//根据属性名称获取属性值
         *
         * -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,包括子标签的字符串内容
         */
        //通过Document对象获取所有的name标签
        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());
        System.out.println("---------------");

        //获取student对象的属性值
        String number = element_student.attr("nUmBer");//不区分大小写
        System.out.println(number);
        System.out.println("---------------");

        //获取文本内容
        String text1 = ele_name.text();//获取所有子标签的所有纯文本内容
        String html = ele_name.html();//获取标签体的所有内容(包括子标签的标签和文本内容)
        System.out.println(text1);
        System.out.println(html);
    }
}

3.2.5、Node对象

Node:结点对象,是Document和Element的父类。

3.3、快捷查询方式

3.3.1、selector:选择器

使用的方法:
Elements select(String cssQuery);
cssQuery语法:参考Selector类中定义的语法。
package xml.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

/**
 * 选择器查询
 */
public class JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //1、获取student.xml的path
        String path = JsoupDemo1.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 elements1 = document.select("name");
        System.out.println(elements1);
        System.out.println("--------------------");

        //4、查询id值为123的元素
        Elements elements2 = document.select("#123");
        System.out.println(elements2);
        System.out.println("--------------------");

        //5、获取number属性值为0001的student标签的age子标签
        //5.1、获取number属性值为0001的student标签
        Elements elements3 = document.select("student[number='0001']");
        System.out.println(elements3);
        System.out.println("--------------------");
        //5.2、获取子标签
        Elements elements4 = document.select("student[number='0001'] > age");
        System.out.println(elements4);
        System.out.println("--------------------");
    }
}

3.3.2、XPath:XML路径语言

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。

注意:

  • 使用Jsoup的XPath需要额外导入jar包(JsoupXpath-0.3.2.jar)。
  • 查询w3cschool参考手册,使用xpath的语法完成查询。
package xml.jsoup;

import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

import java.io.File;
import java.io.IOException;
import java.util.List;

/**
 * XPath查询
 */
public class JsoupDemo6 {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //1、获取student.xml的path
        String path = JsoupDemo1.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对象来创建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123
        List jxNodes4 = jxDocument.selN("//student/name[@id='123']");
        for(JXNode jxNode : jxNodes4) {
            System.out.println(jxNode);
        }
        System.out.println("-----------------");
    }
}

你可能感兴趣的:(JavaWeb学习笔记,xml,学习,java)