xml入门篇

1.概念

Extensible Markup Language 可扩展标记语言。
可扩展:标签都是自定义的。比如自定义的标签<user></user> <student></student>

功能:存储数据

1. 配置文件（后面的项目会用xml作为配置文件）。
2. 在网络中传输

xml与html的区别:

1. xml标签都是自定义的，html标签是预定义。
2. xml的语法严格，html语法松散
3. xml是存储数据的，html是展示数据
   xml是w3c:万维网联盟推出的。

补充:

1. xml与properties配置文件竞争，简单的数据可能用properties，复杂的一般用xml。
2. xml是纯文本的，在网络中传输，它可以跨平台，它跟语言跟平台都没关系。

---

2.语法

基础语法:

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文档中有且仅有一个根标签;
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,比如</name>;
6. xml标签名称区分大小写;

快速入门

// 快速入门
<?xml version='1.0' ?>
<users>
	<user id='1'>
		<name>zhangsan</name>
		<age>23</age>
		<gender>male</gender>
		<br/>
	</user>
	
	<user id='2'>
		<name>lisi</name>
		<age>24</age>
		<gender>female</gender>
	</user>
</users>

组成部分：

1. 文档声明

• 格式：<?xml 属性列表 ?>
• 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，默认值：ISO-8859-1
  • standalone:是否独立（了解即可）
    • 取值：yes:不依赖其他文件 no:依赖其他文件

2. 指令（了解，结合css的）：<?xml-stylesheet type="text/css" href="a.css" ?>

3. 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）开头
  • 名称不能包含空格

4. 属性：id属性值唯一

5. 文本：

• CDATA区：在该区域中的数据会被原样展示

  • 格式：<![CDATA[数据]]>

---

3.约束

先提个问题???
谁编写xml？–用户，软件使用者（程序员）
谁解析xml? --软件（半成品软件–框架）
软件的开发者会提供一个说明文档：规定xml文档的书写规则。
程序员（阅读）–>约束文档<–（编写）软件开发者

概述：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
• 能够简单读懂约束文档

分类：

1. DTD：一种简单的约束技术,后缀名是dtd;
2. Schema:一种复杂的约束技术,后缀名是xsd;

DTD技术:

• 引入dtd约束文件到xml文档中

// 内部dtd：将约束规则定义在xml文档中(了解即可)
		 <!DOCTYPE 根标签名[规则体]>
// 外部dtd：将约束的规则定义在外部的dtd文件中
	- 本地：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
 	- 网络：<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

Schema技术:

• 引入xsd约束文件到xml文档中

<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">

• 步骤：
  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. 通过xsi,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”

• Schema技术小结

  • 根元素 -->> students
  • 前缀 -->> xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”
  • 约束文件的地址 -->> xsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”
  • 命名空间 -->> http://www.itcast.cn/xml 这个相当于给student.xsd起一个名字,这个名字称为命名空间
    • 补充：xmlns:a=“http://www.itcast.cn/xml” -->> 给http://www.itcast.cn/xml这个名称空间起了个前缀’a’.
    • 注意:如果没有这个’a’则"http://www.itcast.cn/xml"是默认前缀.

---

4.解析

概述：操作xml文档，将文档中的数据读取到内存中

操作xml文档:

1. 解析(读取)：将文档中的数据读取到内存中
2. 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：

1. 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
   • 补充:不适合内存较小的设备,比如手机,冰箱,智能设备等.

2. SAX：逐行读取，基于事件驱动的。读一行,释放一行,在内存中永远是一行.

   • 优点：不占内存。
   • 缺点：只能读取，不能增删改

服务器端一般使用DOM思想,在移动端,安卓的一些设备上用SAX思想;
我现在学习javaEE是做服务器端开发的,所以这里只讲解DOM的思想.

xml常见的解析器:

1. JAXP：sun公司提供的解析器，支持dom和sax两种思想.(没什么人使用它,了解即可.)
2. DOM4J：一款非常优秀的解析器,基于DOM思想的.
3. 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。
4. PULL：Android操作系统内置的解析器，sax方式的。

Jsoup：第三方,免费开源的解析器，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。

Jsoup快速入门步骤：

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

//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);

---

5.对象，类的使用

1. 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

   1. parse​(File in, String charsetName)：解析xml或html文件的。
   2. parse​(Stringhtml)：解析xml或html字符串
   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。（爬虫）

2. Document：文档对象。代表内存中的dom树
   *获取Element对象的方法

   1. Document.getElementById​(String id)：根据id属性值获取唯一的element对象
   2. Document.getElementsByTag​(String tagName)：根据标签名称获取元素对象集合
   3. Document.getElementsByAttribute​(String key)：根据属性名称获取元素对象集合
   4. Document.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

3. Elements：元素Element对象的集合。可以当做 ArrayList来使用

4. Element：元素对象

   1. 获取子元素对象（获取Element对象）
      * Element.getElementById​(String id)：根据id属性值获取唯一的element对象
      * Element.getElementsByTag​(String tagName)：根据标签名称获取元素对象集合
      * Element.getElementsByAttribute​(String key)：根据属性名称获取元素对象集合
      * Element.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(包括子标签的字符串内容)

5. Node：节点对象
   * 是Document和Element的父类

---

6.快速查询方式

1. selector:选择器

• 使用的方法：Elements select​(String cssQuery)
• 语法：参考Selector类中定义的语法.
• 查看jsoup-1.11.2-javadoc文档

/**
 * Selector选择器的查询使用
 * @author 码与沙
 *
 */
public class JsoupDemo5 {
	public static void main(String[] args) throws IOException {
		//1.导入jsoup解析器包
		//2.获取document对象
		String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
		Document document = Jsoup.parse(new File(path), "utf-8");
		//3.1查询name标签
		/*在css里:
		 	div{
		 	
		 	}
		 */
		Elements elements = document.select("name");
		//注意document继承于Element,所以一般用document调用select,且select是element类下的方法.
		System.out.println(elements);
		System.out.println("1----------");
		
		//3.2查询itcast
		Elements elements1 = document.select("#itcast");
		System.out.println(elements1);
		System.out.println("2----------");
		
		//3.2获取student标签并且number属性值为heima_0001标签
		Elements elements2 = document.select("student[number=\"heima_0001\"]");
		System.out.println(elements2);
		
		System.out.println("3----------");
		//3.2获取student标签并且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);
		
	}
}

2. 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
• 代码：

//1.获取student.xml的path
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student标签
List<JXNode> 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<JXNode> 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<JXNode> 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itcast

List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4) {
    System.out.println(jxNode);
}