XML

概念

Extensible Markup Language 可拓展标记语言

  • 可拓展:标签都是自定义的。< user > < student >

功能

存储数据

  • 配置文件
  • 在网络中传输

xml与html的区别

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

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文档中必须有且仅有严格根标签
  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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
<?xml version='1.0' ?>
<users>
<user id='1'>
<name>zhangsan</name>
<age>14</age>
<gender>male</gender>
<br/>
</user>

<user id='2'>
<name>lisi</name>
<age>15</age>
<gender>female<gender>
</user>
</users>

组成部分

  • 文档格式

格式:<?xml 属性列表 ?>
属性列表:
version:版本号
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:结合css的<?xml-stylesheet type="text/css" href="a.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
名称不能以字母xml(或者XML,Xml等等)开始
名称不能以数字或者标点符号开始
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因展示(格式:<![CDATA[ 数据 ]]>

    约束

  • 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:

    • DTD:一种简单的约束技术
    • Schema:一种复杂的约束技术
  • DTD:引用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 跟标签名 SYSTEM “dtd文件的位置">
      • 网络:<!DOCTYPE 跟标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">
  • Schema

    • 引用:
      • 填写xml文档的根前缀
      • 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.baidu.com/xml student.xsd"
      • 为每一个xsd约束声明一个前缀,作为标识xmlns="http://www.pagame.top/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文档的方式

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,可以直接解析某个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

Jsoup

快速入门

  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
1
2
3
4
5
6
7
8
9
10
11
12
13
//获取student.xml的path
String path = JsoupDemo1.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Element
Element elements document.getElementsByTag("name");

System.out.println(element.size());
//获取第一个name的Element对象
Element element = elements.get(0);
//获取对象
String name = elemnet.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
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发文档对象

  • Document:文档对象。代表内存中的dom树

获取Element对象
getElementById(String id):根据id的属性值获取唯一的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

  • Elements:元素Element对象的集合。可以当做ArrayList< Element >来使用

  • Element:元素对象

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

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(包括字标签的字符串内存)

  • Node:节点对象

是Document和Element的父类

快捷查询方式

  • selector:选择器

使用方法:Elements select(String cssQuery)
语法:参考Selector类中定义的语法

  • 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