JavaEE Day12 Xml

今日内容Xml

1.概念

2.语法结构

3.解析xml

一、XML概述

1、概念 Markup Language

Extensible  Markup Language--可扩展标记语言

• 标记语言：标签构成的语言
• 可扩展：标签都是自定义的  

2、功能

• 存储数据
• • 作为配置文件使用
  • 在网络中传输(web service，纯文本，跨平台，作为数据的载体)

3、xml与html的区别

•  w3c(World Wide Web Consortium)是xml和html的亲爹，万维网联盟。(万维网联盟创建于1994年，是Web技术领域最具权威和影响力的国际中立性技术标准机构。到目前为止，W3C已发布了200多项影响深远的Web技术标准及实施指南，如广为业界采用的超文本标记语言HTML(标准通用标记语言下的一个应用)、可扩展标记语言XML(标准通用标记语言下的一个子集))
• 之前与html竞争，现在不再与html竞争，而是与properties竞争
  
• 区别
• • xml标签是自定义的，html的标签是预定义的
  • xml的语法严格，html的语法松散
  • xml是存储数据的，html是展示数据的

4、语法【拖入浏览器正常打开显示缩进说明 书写正确】

• 基本语法
• • xml文档的后缀名是.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
  • 属性值必须通过引号引起来，单双都可以
  • 标签必须正确关闭，要么自闭和，要么是围堵标签
  • xml标签名称区分大小写
• 快速入门

	
		zhangsan
		23
		male
	
	
		lisi
		18
		female
	

• 组成部分
• • 文档声明
  • • 格式：
    • 属性列表：
    • • version：版本号1.0，必须的属性，不写报错
      • 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(告诉浏览器解码方式为8859-1，文件真实格式为GBK)；如果使用UTF-8，则文件也要为UTF-8编码【IDEA可以根据此值自动修改文件的编码】
      • standalone：是否独立，yes / no，是否依赖于其他文件
  • 指令(了解)：结合css  
  • 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
  • 文本内容
  • • CDATA区：在该区域中的数据会被原样展示
  • 约束

二、约束

1、概述

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

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

2、 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：

		
		
		
		
		
		
		]>

	
		张三
		23
		male
	
	
		李四
		18
		female
	

3、Scheme

DTD不能对内容限制

 
	
	
		zhangsan
		23
		male
	
	
		lisi
		18
		female
	
 

三、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【主要】
  • 写入：将内存中的数据保存在xml文档中，持久化存储

1、解析xml的方式/xml解析的思想【面试】

• DOM思想【服务器端】：document object model，将标记语言 文档一次性加载进 内存，在内存中形成一棵dom树
• • 优点：操作方便，可以对文档进行CRUD的所有操作(appendChild)
  • 缺点：dom树消耗内存较大，不适用于内存较小的设备
• SAX思想【移动端，安卓等】：逐行读取，基于事件驱动，根据指针逐行读取，设置监听器判断标签
• • 优点：不占内存，适用于内存较小的设备
  • 缺点：只能读取，不能增删改

2、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，官方提供，性能差，代码书写麻烦 
• DOM4J：一款非常优秀的解析器，基于dom实现
• 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。【也可以用来解析xml】
• PULL：安卓Android内置解析器，sax思想

四、 Jsoup

1、快速入门

• 步骤
• • 导入jar包
  • 获取document对象
  • 获取对应的标签element对象
  • 获取数据 

package cn.itcast.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文档获取
        //2.1获取student.xml的path，通过类加载器
        String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.解析xml文档，加载文档进内存，获取dom树--->Documenr
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象Element标签对象，需求：获取name下的tom值
        Elements elements = document.getElementsByTag("name");//当做arraylist
        System.out.println(elements.size());
        //3.1 获取第一个name的Element对象，可以通过索引拿到
        Element element = elements.get(0);
        //3.2 获取数据
        String name = element.text();
        System.out.println(name);
    }
}

Jsoup对象的使用

• Jsoup：工具类，可以 解析html文档或xml文档，返回Document
• Document：文档对象：代表内存中的dom树
• Elements：元素Element对象的集合，可以当做ArrayList来使用
• Element：元素对象，获取名称属性或文本
• Node：节点对象，是上述对象的父亲
• • 是Document和Element的父类

2、 Jsoup对象

文档中的重载parse方法

• static Document parse(File in, String charsetName) 解析html或xml文档，返回Document
• static Document parse(String html) 解析字符串
• static Document parse(URL url, int timeoutMillis) 通过网络路径获取指定的html文档或xml文档

package cn.itcast.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;
import java.net.URL;

/**
 * Jsoup对象功能
 */
public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
        //2.获取document对象，根据xml文档获取
        //2.1获取student.xml的path，通过类加载器
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        //2.解析xml文档，加载文档进内存，获取dom树--->Documenr
        /*Document document = Jsoup.parse(new File(path), "utf-8");
        System.out.println(document);*/
        //第二种方式static Document	parse(String html) 解析字符串

        /* String str="\n" +
                 "\n" +
                 "\n" +
                 "\t\n" +
                 "\t\tzhangsan\n" +
                 "\t\t23\n" +
                 "\t\tmale\n" +
                 "\t\n" +
                 "\t\n" +
                 "\t\tlisi\n" +
                 "\t\t18\n" +
                 "\t\tfemale\n" +
                 "\t\n" +
                 " ";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/
        //第三种方式static Document	parse(URL url, int timeoutMillis) 通过网络路径获取指定的html文档或xml文档
        //可以进行爬虫
        URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的资源路径
        Document document = Jsoup.parse(url, 5000);
        System.out.println(document);
    }
}

3、 Document对象

• Document：文档对象：代表内存中的dom树
• 主要用于获取Element 对象  Document extends Node
• 常用方法：
• • 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
  • Element getElementById(String id)：根据id属性值获取唯一的Element对象

package cn.itcast.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;
import java.net.URL;
/**
 * Document/Element对象功能
 */
public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //1获取student.xml的path，通过类加载器
        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
        //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);
        //3.3获取id属性值的元素对象
        Element itcast = document.getElementById("itcast");
        System.out.println(itcast);
    }
}

4、Element对象

功能

• 获取子元素对象【子标签】
• • 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
  • Element getElementById(String id)：根据id属性值获取唯一的Element对象
• 获取属性值
• • public String attr(String attributeKey)：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(所有子标签的纯文本内容)
  • String html()：获取标签提的所有内容，包括子标签的字符串内容(包括子标签的标签和文本 内容)

package cn.itcast.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;

/**
 * Element对象功能
 */
public class JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //1获取student.xml的path，通过类加载器
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        /*
         功能
            获取子元素对象【子标签】
                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
                Element	getElementById(String id)：根据id属性值获取唯一的Element对象
            获取属性值
                public String attr(String attributeKey)：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()：获取标签提的所有内容，包括子标签的字符串内容
        * */
        //通过document对象获取name标签 ，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());
        //获取属性，如number的属性值
        String number = element_student.attr("NUMBER");
        System.out.println(number);
        //获取name标签的文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);
    }
}

5、Jsoup_根据选择器查询

jsoup提供了快捷查询方式

• selector：选择器【Element对象的方法，其子类Document也可以调用】
• • 方法：Elements select(String cssQuery)
  • 语法：参考Selector中定义的语法

package cn.itcast.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;
/**
 * 选择器查询
 */
public class JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //1获取student.xml的path，通过类加载器
        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
        /*
            之前：
            div{
                }
        * */
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("====================");
        //4.查询id值为 itcast的元素
        /*
            之前：
            #itcast{
                }
        * */
        Elements elements1 = document.select("#itcast");
        System.out.println(elements1);
        System.out.println("====================");
        //5.获取student标签且number属性值为heima_0001的age子标签
        Elements elements2 = document.select("student[number='heima_0001'] > age");
        System.out.println(elements2);
    }
}

• XPath：w3c提供的xml快捷查询语法【看w3c文档】
• • XPath即为XML路径语言(XML Path Language)，它是一种用来确定XML文档中某部分位置的语言。
  • 根据dom树操作，使用JSoup的XPath，需要 额外导入一个 jar包JsoupXpath-0.3.2
  • 查询w3cschool的参考手册，使用xpath的语法完成查询

package cn.itcast.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 org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
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，通过类加载器
        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查询所有的student标签
        List jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
            //Element element = jxNode.getElement();
        }
        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);
            //Element element = jxNode.getElement();
        }
        System.out.println("=======================");
        //4.3查询student下带id的name标签
        List jxNodes3 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode);
            //Element element = jxNode.getElement();
        }
        System.out.println("=======================");
        //4.4查询student下带id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);
            //Element element = jxNode.getElement();
        }
    }
}

来自为知笔记(Wiz)