XML基础
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
- xml文档的后缀名 .xml
- xml第一行必须定义为文档声明
- xml文档中必须有且仅有严格根标签
- 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
1 |
|
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
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">
- 本地:
Schema
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
- 导入jar包
- 获取Document对象
- 获取对应的标签Element对象
- 获取数据
1 | //获取student.xml的path |
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