在Java中对XML的简单应用

  • XML 数据传输格式
    • 1 XML 概述
      • 1.1 什么是 XML
      • 1.2 XML 与 HTML 的主要差异
      • 1.3 XML 不是对 HTML 的替代
    • 2 XML 语法
      • 2.1 基本语法
      • 2.2 快速入门
      • 2.3 组成部分
        • 2.3.1 文档声明
          • 格式
          • 属性
        • 2.3.2 指令(了解):结合CSS
        • 2.3.3 元素
        • 2.3.4 属性
          • **XML 元素 vs. 属性**
        • 2.3.5 文本
          • **CDATA 区段(CDATA section)**
      • 2.4 XML 约束
        • 2.4.1 XML DTD (简单)
          • DTD 的引入
        • 2.4.2 XML Schema (复杂)
          • Schema 的引入
    • 3 XML 解析
      • 3.1 什么是 解析 XML
        • 3.1.1 操作 XML 文档
        • 3.1.2 解析 XML 的方式
      • 3.2 XML 常见的解析器
      • 3.3 Jsoup
        • 3.3.1 快速入门
        • 3.3.2 对象的使用
          • 3.3.2.1 Jsoup
          • 3.3.2.2 Document
          • 3.3.2.3 Element
          • 3.3.2.4 Elements
          • 3.3.2.5 Node
      • 3.4 快捷查询方式
          • 3.4.1 Selector 选择器
          • 3.4.2 XPath 选择器

XML 数据传输格式

1 XML 概述

1.1 什么是 XML

  • XML 指可扩展标记语言(EXtensible Markup Language)。
  • XML 是一种很像HTML的标记语言。
  • XML 的设计宗旨是传输数据,而不是显示数据。
  • XML 标签没有被预定义。您需要自行定义标签。
  • XML 被设计为具有自我描述性。
  • XML 是 W3C 的推荐标准

1.2 XML 与 HTML 的主要差异

  • XML 不是 HTML 的替代。
  • XML 和 HTML 为不同的目的而设计:
  • XML 被设计为传输和存储数据,其焦点是数据的内容。
  • HTML 被设计用来显示数据,其焦点是数据的外观。
  • HTML 旨在显示信息,而 XML 旨在传输信息。

**注意:**XML 不会做任何事情。XML 被设计用来结构化、存储以及传输信息。

1.3 XML 不是对 HTML 的替代

XML 是对 HTML 的补充。

XML 不会替代 HTML,理解这一点很重要。在大多数 web 应用程序中,XML 用于传输数据,而 HTML 用于格式化并显示数据。

对 XML 最好的描述是:XML 是独立于软件和硬件的信息传输工具。

2 XML 语法

2.1 基本语法

  1. XML 文档的后缀名必须为.xml

  2. XML 第一行必须定义为文档声明

  3. XML 文档有且仅有一个根元素

    XML 文档必须有一个元素是所有其他元素的父元素。该元素称为根元素

    <root>
      <child>
        <subchild>.....subchild>
      child>
    root>
    
  4. XML 的属性值须加引号

    在 XML 中,XML 的属性值须加引号。请研究下面的两个 XML 文档。第一个是错误的,第二个是正确的:

    
    <note date=08/08/2008>
    <to>Georgeto>
    <from>Johnfrom>
    note> 
    
    
    <note date="08/08/2008">
    <to>Georgeto>
    <from>Johnfrom>
    note> 
    
  5. 所有 XML 元素都须有关闭标签

    在 XML 中,省略关闭标签是非法的。所有元素都必须有关闭标签:

    <p>This is a paragraphp>
    <p>This is another paragraphp>  
    

    **注意:**XML 声明没有关闭标签。这不是错误。声明不属于XML本身的组成部分。它不是 XML 元素,也不需要关闭标签。

  6. XML 标签对大小写敏感

    XML 元素使用 XML 标签进行定义。

    XML 标签对大小写敏感。在 XML 中,标签 与标签 是不同的。

    必须使用相同的大小写来编写打开标签和关闭标签:

    <Message>这是错误的。message>
    
    <message>这是正确的。message> 
    
  7. XML 必须正确地嵌套

    在 XML 中,所有元素都必须彼此正确地嵌套:

    <b><i>This text is bold and italici>b>
    

    在上例中,正确嵌套的意思是:由于 元素是在元素内打开的,那么它必须在元素内关闭。

  8. XML 会保留空格

    在 XML 中,文档中的空格不会被删节。

2.2 快速入门


<users>
    <user id='1'>
        <name>zhangsanname>
        <age>23age>
        <gender>malegender>
        <br/>
    user>

    <user id='2'>
        <name>lisiname>
        <age>24age>
        <gender>femalegender>
    user>
users>

2.3 组成部分

2.3.1 文档声明

格式

属性
  • version:版本号 必须添加
  • 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

2.3.2 指令(了解):结合CSS


2.3.3 元素

XML 命名规则

XML 元素必须遵循以下命名规则:

  • 名称可以含字母、数字以及其他的字符
  • 名称不能以数字或者标点符号开始
  • 名称不能以字符 “xml”(或者 XML、Xml)开始
  • 名称不能包含空格

可使用任何名称,没有保留的字词。

2.3.4 属性

注意: id属性值唯一


XML 元素 vs. 属性

请看这些例子:

<person sex="female">
  <firstname>Annafirstname>
  <lastname>Smithlastname>
person> 

<person>
  <sex>femalesex>
  <firstname>Annafirstname>
  <lastname>Smithlastname>
person>

在第一个例子中,sex 是一个属性。在第二个例子中,sex 则是一个子元素。两个例子均可提供相同的信息。

没有什么规矩可以告诉我们什么时候该使用属性,而什么时候该使用子元素。我的经验是在 HTML 中,属性用起来很便利,但是在 XML 中,应该尽量避免使用属性。如果信息感觉起来很像数据,那么请使用子元素吧。

2.3.5 文本

CDATA 区段(CDATA section)

术语 CDATA 指的是不应由 XML 解析器进行解析的文本数据(Unparsed Character Data)。

在 XML 元素中,“<” 和 “&” 是非法的。

“<” 会产生错误,因为解析器会把该字符解释为新元素的开始。

“&” 也会产生错误,因为解析器会把该字符解释为字符实体的开始。

某些文本,比如 JavaScript 代码,包含大量 “<” 或 “&” 字符。为了避免错误,可以将脚本代码定义为 CDATA。

CDATA 部分中的所有内容都会被解析器忽略(原样展示)。

CDATA 部分由 开始,由 ]]> 结束:


在上面的例子中,解析器会忽略 CDATA 部分中的所有内容。

关于 CDATA 部分的注释:

  • CDATA 部分不能包含字符串 ]]>。也不允许嵌套的 CDATA 部分。

  • 标记 CDATA 部分结尾的 ]]> 不能包含空格或折行。

2.4 XML 约束

约束简单来说就是规定 XML 文档的书写规则

对约束的图解:

作为框架的使用者(程序员) 要求:

  1. 能够在 XML 中引入约束文档
  2. 能够简单的读懂约束文档

2.4.1 XML DTD (简单)

文档类型定义(DTD)可定义合法的XML文档构建模块。它使用一系列合法的元素来定义文档的结构。

DTD 可被成行地声明于 XML 文档中,也可作为一个外部引用。

DTD 的引入

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:``

2.4.2 XML Schema (复杂)

Schema 的引入
  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">

3 XML 解析

3.1 什么是 解析 XML

3.1.1 操作 XML 文档

3.1.2 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

注意:DOM一般用于服务器端,SAX一般用于移动端

3.2 XML 常见的解析器

JAXP: sun公司提供的解析器,支持dom和sax两种方式。

DOM4j: DOM4j是一个开源的,基于Java的库来解析XML文档,它具有高度的灵活性,高性能和内存效率的API。

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。

3.3 Jsoup

3.3.1 快速入门

步骤

  1. 导入jar包 : jsoup-版本号.jar,JsoupXpath-版本号.jar
  2. 获取Document对象
  3. 获取对应的标签Element对象
  4. 获取数据

示例代码:

 public static void main(String[] args) throws IOException {
        //获取Document对象,根据xml文档获取
        //获取student.xml的path路径
        String path = JsoupDemo01.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");
        //获取元素对象
        Elements elements = document.getElementsByTag("name");
        //获取第一个name的element对象
        Element element = elements.get(0);
        //获取文本内容
        String name = element.text();
        System.out.println(name);
 }

3.3.2 对象的使用

3.3.2.1 Jsoup

Jsoup: 工具类,可以解析html或xml文档,返回Document

parse() 用法

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

示例代码:

public static void main(String[] args) throws IOException {
        //获取student.xml的path路径
        String path = JsoupDemo02.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html字符串
        String str = "\n" +
                " \n" +
                " \t\n" +
                " \t\ttom\n" +
                " \t\t16\n" +
                " \t\tmale\n" +
                " \t\n" +
                "\t\n" +
                "\t\tclaier\n" +
                "\t\t18\n" +
                "\t\tfemale\n" +
                "\t\n" +
                "\t\t \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网络
        Document document = Jsoup.parse(url, 10000);
    	System.out.println(document);
}
3.3.2.2 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

示例代码:

public static void main(String[] args) throws IOException { 
        //获取student.xml的path路径
        String path = JsoupDemo03.class.getClassLoader().getResource("student.xml").getPath();
    
        //获取document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
 
        //获取元素对象 
        //1.获取所有的student对象
        Elements elements = document.getElementsByTag("student");
//        System.out.println(elements);
 
        //2.获取属性名为id的元素对象们
        Elements elements1 = document.getElementsByAttribute("id");
//        System.out.println(elements1);
 
        //3.获取number属相值为heima_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");
//        System.out.println(elements2);
 
        //4.获取id属性值的元素
        Element element = document.getElementById("1");
        System.out.println(element);
}
3.3.2.3 Element

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)

示例代码:

public static void main(String[] args) throws IOException { 
        //获取student.xml的path路径
        String path = JsoupDemo04.class.getClassLoader().getResource("student.xml").getPath();
                                                   
        //获取document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
 
        //获取元素对象 
        //通过Document对象获取name标签,它是获取所有的name标签,本案例可以获取到两个
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
 
        //通过Element对象或去子标签对象
        Element element_student = document.getElementsByTag("student").get(0);
        Elements ele_stu_name = element_student.getElementsByTag("name");
        System.out.println(ele_stu_name);
        System.out.println(ele_stu_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 
        //获取所有子标签的纯文本内容
        String text = ele_stu_name.text();
    	System.out.println(text);
    
        //获取标签体的所有内容(包括子标签的标签和文本内容)
        String html = ele_stu_name.html();        
        System.out.println(html);
}
3.3.2.4 Elements

Elements: 元素Element对象的集合。

可以当作ArrayList来使用

3.3.2.5 Node

Node: Element 和 Document 的父类

3.4 快捷查询方式

3.4.1 Selector 选择器

使用方法Elements select(String cssQuery)

语法:参考 Selector 类中定义的语法

示例代码:

public static void main(String[] args) throws IOException { 
        //获取student.xml的path路径
        String path = JsoupDemo05.class.getClassLoader().getResource("student.xml").getPath();
    
        //获取document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
 
        //获取元素对象
        //获取name标签
        Elements elements = document.select("name");
        System.out.println(elements); 
        System.out.println("-------------");
 
        //查询id为1的元素
        Elements elements1 = document.select("#1");
        System.out.println(elements1); 
        System.out.println("-------------");
 
        //获取student标签且number属性值为heima_0001的age子标签
        //获取student标签且number属性值为heima_0001
        Elements elements2 = document.select("student[number='heima_0001']");
        System.out.println(elements2);
        System.out.println("-------------");
    
        //获取student标签且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);
}
3.4.2 XPath 选择器

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
  • 查询 W3Cshool 参考手册,使用 xpath 的语法完成查询

示例代码:

public static void main(String[] args) throws IOException, XpathSyntaxErrorException { 
        //获取student.xml的path路径
        String path = JsoupDemo06.class.getClassLoader().getResource("student.xml").getPath();
    
        //获取document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
 
        //根据document对象创建JXDocument
        JXDocument jxDocument = new JXDocument(document);
    
        //结合xpath语法查询
        //查询所有的student标签
        List<JXNode> jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
        } 
        System.out.println("----------");
 
        //查询所有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("-----------");
 
        //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("-------------");
 
        //查询student标签下带有id属性的name标签并且id属性值为1
        List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='1']");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode);
        }
        System.out.println("-------------");
 
 }

你可能感兴趣的:(JavaWeb学习,java,xml)