java工程师必会技术：XML（详细易理解）

备注：该技术博客的内容是我根据技术视频整理与总结的（并非复制粘贴）。取自黑马JavaWeb课程。

概念：

1.XML（Extensible Markup Language）:可扩展标记语言。
这个概念看起来有点抽象，我们来理解理解。可拓展通俗理解就是标签都是自定义的。我们之前学习HTML的时候，发现HTML的标签都是系统规定好的，直接使用即可。然而XML没有任何一个标签是规定好的，都是自定义的标签。 比如：

<user></user>
<student></student>

2.那么XML和HTML有什么关系呢？
XML和HTML是亲兄弟。他们共同的父亲是W3C（万维网联盟）。 也就是说HTML和XML都是W3C发布的。早期只有HTML，由于它语法简单，大部分浏览器兼容，所以它非常的火爆。但是因为浏览器之间的恶性竞争（无论多么错误的语法基本都可以解析）导致HTML语法非常的松散，基本上写HTML很难报错。因此W3C推出了XML想从而取代HTML。XML要求语法非常的严格， 稍微出错就会展示失败。正因为XML的语法严格从而导致程序员不是特别喜欢使用XML，所以XML没有办法取代他的哥哥HTML。因此XML转换方向不再去和HTML竞争，竞争枪口指向了properties配置文件。 XML认为properties配置文件存储数据特别差劲。最后XML找到自己的发展方向，不再去像HTML那样展示数据，而是去存储数据。所以XML的功能是：存储数据！！

3.存储的数据的用途

• 作为配置文件存储数据（XML配置文件存储复杂的数据，而不像properties配置文件存储简单的数据)。
• 把数据存起来在网络中传输。

4.XML和HTML的区别

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

快速入门

我们先在桌面上创建一个记事本，后缀名改成.xml，写一段XML代码：

<?xml version='1.0' ?>  文档声名

<users>
	<user id='1'>
		<name>zhangsan</name>
		<age>23</age>
		<gender>male</gender>
	</user>

	<user id='2'>
		<name>lisi</name>
		<age>24</age>
		<gender>female</gender>
	</user>
</users>

保存之后我们将该桌面上的代码文件拖入浏览器中，效果如下：

运行成功了，我们来总结一下XML代码的基本语法：

• XML文档的后缀名是 .xml
• XML第一行必须定义位 文档声明。 文档声明上方不能有空格（特别严格），否则报错！
  
• XML文档必须有且仅有一个根标签，比如上面代码中的user标签。
• 属性值必须使用引号（单双都可）引起来，否则报错。
• 标签必须正确关闭，要么自闭合标签，要么围堵标签。
• HTML标签不区分大小写（建议用小写），而XML的标签区分大小写。

XML组成部分及注意事项

1.文档声明：

格式：<?xml 属性列表 ?>
属性列表：

• version：版本号，必须要写，目前常用1.0版本。
• encoding：编码方式。告知解析引擎当前使用的字符集，默认值：ISO-8859-1
• standalone（一般不设置这个值，了解即可）：是否独立。取值有两个（yes,no），yes表示不依赖其他文件，no反之。

2.指令（了解）：
结合CSS展示数据，但是XML作用已经改成存储数据，所以了解即可。结合方式代码如下：

<?xml-stylesheet type="text/css" href="a.css" ?>

3.标签：
标签名称是自定义的。

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[ 展示的数据 ]]>

约束

在讲解约束问题之前，先问两个问题：谁编写XML? 谁解析XML？
那必然是软件的使用者（用户）编写的XML文档，必然是软件自身解析（获取文档中的数据）。我们用一张图来理解：

根据上图得知，我们程序员（用户）编写XML文档，软件去解析XML文档，获取用户编写的数据，就可以去改变背景色之类的功能。我们程序员想要去用框架就需要XML作为一个媒介。框架提前写好了就可以解析XML文档。程序员可以告诉框架做什么事情。

但是软件怎么知道程序员要写什么标签呢？毕竟XML文档是可拓展标记语言，标签可以随便定义，所以不能随便写，需要约定。所以在框架提供的时候，就为XML写了一个说明书（说明文档）。程序员需要按照规定文档去写XML文档，我们就称说明的文档为约束（约束文档）。而这个约束文档是由软件提供的。谁写的框架，谁去编写约束文档。

约束的概念：规定XML文档的书写规则。

我们程序员作为框架使用者，要求只有两个：

• 能够在XML中引入约束文档。
• 能够简单的读懂约束文档。

约束（约束文档）的分类：

1. DTD：一种简单的约束技术。
2. Schema：一种复杂的约束技术。

上面我们说了，只要能够简单的读懂约束文档就可以了。

我们先学第一个约束技术，使用DTD约束文档，第一件事是引入DTD文档到XML文档中。由于DTD文档的格式不一样，所以引入的方式也不一样。DTD文档分为两种方式：

1. 内部DTD：将约束规则定义在XML文档中。（不常用，了解即可）
2. 外部DTD：将约束的规则定义在外部的DTD文件中。

外部DTD也分为两种型式：

3. 本地：
4. 网络：

我们再来学习一下第二个约束技术，使用Schema约束文档，Schema作为一个复杂的约束技术肯定弥补了DTD的缺陷（内容不限定，可以把age标签写成非数字的内容）。使用步骤如下：

   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"

解析

接下来我们来说一下XML解析，其实解析就是操作XML文档，将文档中的数据读取到内存中。
然而操作XML文档却有一下两种方式：
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。（了解即可）

我们可以发现解析和写入操作与我们之前学的IO流理解方式非常相似。
我主要讲解析，引入写入操作对于我们JAVA程序员来说不会有太多。所以我们了解意思即可。

既然我们要解析XML文档，我就得需要了解析XML的方式（XML解析的思想） 是什么：

1. DOM：将标记语言文档一次性加载进内存，在内存中会形成一颗DOM树。
   优点： 操作比较方便，可以对文档进行CRUD的所有操作。
   缺点： 比较占内存。
2. SAX：逐行读取，基于事件驱动来完成事件的获取。
   优点： 基本不占内存，可以适用于内存较小的设备（手机）。
   缺点： 只能读取，不能增删改。
   首先读第一行，然后指针向下移动一行，并且将第一行资源释放。也就说：读一行释放一行，在内存中永远只存在一行。

我们在服务器端一般使用DOM思想，在移动端（安卓设备）使用SAX思想。今天只讲解DOM思想。

XML常见的解析器：
解析器其实就是针对于上面两种解析的思想（DOM SAX），写出来一些供我们使用的工具包。当然我们可以根据自己的思想来写，但是太麻烦了。我们直接使用第三方开源的解析器（工具包）即可。

介绍几种常见的解析器了解一下，我们采用一种解析一下就可以：
1.JAXP（SUN公司提供）：支持DOM和SAX两种思想。
由于功能不好，性能低，代码写起来很麻烦，基本上没人使用它，（了解）

2.DOM4J：一款非常优秀的解析器，是基于DOM思想实现的解析器。

3.Jsoup：本来是用于解析HTML的，但是由于特别好用，同样可以用来解析XML。（学习重点）

4.PULL：是安卓操作系统内置的解析器，SAX方式的。（了解）

我们接下来重点（主要）学习Jsoup解析器的解析方式。

Jsoup快速入门：

使用解析器之前，我们要先创建一个XML文档，名字为student.xml 文档中的代码如下：

<?xml version="1.0" encoding="UTF-8" ?>

<students>
	<student number="heima_0001">
		<name id="xuzhibin">tom</name>
		<age>18</age>
		<sex>male</sex>
	</student>

	<student number="heima_0002">
		<name>jack</name>
		<age>18</age>
		<sex>female</sex>
	</student>
</students>

XML文档准备完毕后我们就可以使用解析器去解析XML文档，Jsoup解析器是一个第三方开源免费且功能强大的解析器，我们使用它步骤如下：

1. 导入相关jar包
2. 获取Document对象（代表整个DOM的树形结构）
3. 获取对应的标签（Element对象）
4. 获取数据

快速入门代码如下：

public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据XML文档获取文档对象
        //2.1获取student.xml的path，通过使用类加载器
        String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.2解析XML文档，加载文档的进内存，获取DOM树--->Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象（Element对象），可看作集合。用索引访问数据
        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);
    }
}

Jsoup解析器中的常见对象：

1. Jsoup（工具类）：解析HTML或XML文档，返回Document对象。
2. Document：文档对象。代表内存中的dom树。
3. Elements：元素Element对象的集合。可以把它当作ArrayList< Element >来使用。
4. Element:：元素对象。可以获取元素的名称、属性、文本等…
5. Node：节点对象。（上面这些对象的父亲）

接下来我们来学习这些对象。

一、Jsoup对象：

parse方法：解析HTML或XML文档，返回Document对象。
该方法有许多重载型式：

1. parse(File in,String charsetName):  解析XML或HTML文件（常用，重点）
 
代码展示：String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        Document document = Jsoup.parse(new File(path), "utf-8");
        System.out.println(document);
===============================================================================================
2. parse(String html):  解析XML或HTML字符串（了解）

代码展示：String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "\n" +
                "<students>\n" +
                "\t<student number=\"heima_0001\">\n" +
                "\t\t<name>tom</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>male</sex>\n" +
                "\t</student>\n" +
                "\n" +
                "\t<student number=\"heima_0002\">\n" +
                "\t\t<name>jack</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>female</sex>\n" +
                "\t</student>\n" +
                "</students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);
=============================================================================================       
3.parse(URL rul,int timeoutMillis):  通过网络路径获取指定的HTML和XML的文档对象
（多用于解析HTML，可以用于做一些爬虫的小程序，我可以获取各个网站的数据对它进行操作）

代码展示：URL url = new URL("网络中的资源路径");
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);

二、Document对象（继承Element对象）：
该对象是文档对象，代表一个DOM树。主要是用来获取Element对象，里面有许多的get方法，我们来了解常用的几个：

1.getElementById(String id):根据id属性值来获取唯一的Element对象

代码展示：//我们将XML文档中的第一个name标签中插入一个id属性，属性值为xuzhibin
        //获取id属性值的元素对象
        Element xuzhibin = document.getElementById("xuzhibin");
        System.out.println(xuzhibin);
=========================================================================================          
2.getElementByTag(String tagName):根据标签名称获取元素对象集合

代码展示：//获取XML文档中所有student对象
		Elements elements = document.getElementsByTag("student");
		System.out.println(elements);
=========================================================================================
3.getElementsByAttribute(String key):根据属性名称获取元素对象集合

代码展示：//获取属性名为id的元素对象们
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
=========================================================================================
4.getElementsByAtrributeValue(String key,String value):根据对应的属性名和属性值获取元素对象集合。
（并不是真正的集合，它返回的是Elements，相当于ArrayList集合）

代码展示：//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);

三、Element对象：
Element对象有许多功能，比如获取子元素对象。Element对象与之前我们用Document对象有区别：Document对象来获取Element对象是可以获取任意的对象，然而现在我们使用Element元素对象调用方法获取对象仅仅是子元素对象！Document对象中的几个方法Element对象都是可以使用的。我们来看看他的获取方法展示：

1. 获取子元素对象（只演示其中一个）：

1.getElementById(String id):根据id属性值来获取唯一的Element对象
=======================================================================================     
2.getElementByTag(String tagName):根据标签名称获取元素对象集合

代码展示：//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()); // 1
=======================================================================================             
3.getElementsByAttribute(String key):根据属性名称获取元素对象集合
=======================================================================================     
4.getElementsByAtrributeValue(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：

1.String attr(String key):根据属性名称获取属性值

代码展示：//获取student对象的属性值
        String number = element_student.attr("number");
        System.out.println(number); //heima_0001

3. 获取文本内容：

1.String text():获取所有字标签的纯文本内容

代码展示：String text = ele_name.text();
         System.out.println(text);
=======================================================================================        
2.String html():获取标签体的所有内容（包括子标签的标签和文本内容）

代码展示：String html = ele_name.html();
		System.out.println(html);

四、Node对象：
是Document和Element的父类。Node对象中定义了许多方法在Document和Element中都可以使用。（了解，有印象即可）

快捷查询方式

1. selector：选择器（可以结合CSS的选择器一起使用）

使用的方法是：Elements select(String cssQuery)，接下来我们来介绍一下他的语法（参考Selector类中定义的语法完成选择器的查询动作）。我们用选择器做几个快捷的例子：

// 查询name标签  根据元素选择器
Elements elements = document.select("name");//这样就拿到所有的name标签
System.out.println(elements);
======================================================================================
//查询id值为xuzhibin的元素
Elements elements1 = document.select("#xuzhibin");
System.out.println(elements1);
======================================================================================
//想获取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：是XML路径语言，它是一种确定XML文档中某部分位置的语言

XPath仅仅是对XML的DOM树形结构进行操作的，也就是说我们只要有树形结构就可以操作了。
那么使用Jsoup解析器的Xpath需要额外导入一个jar包。因为Xpath是一个独立的东西，跟Jsoup并没有什么联系。

导入jar包后，就可以使用Jsoup的XPath了。相当于使用Jsoup获取Document对象，然后使用jar包中的API结合Xpath的语法来选取DOM树中的某些元素内容，接下来我们代码展示一下：

        // 我们获取了Document对象是Jsoup中的，而Jsoup并不支持Xpath语法，
        // 我们需要根据Document对象来创建JXDocument对象，来自jar包中，支持XPath语法。
        JXDocument jxDocument = new JXDocument(document);
        //集合XPath的语法来查询
        List<JXNode> jxNodes = jxDocument.selN("//student");// 查询所有的student标签
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
        }

        //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);
        }

        //查询student标签下带id属性的name标签
        List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode);
        }

        //查询student标签下带id属性的name标签，并且id的属性值为xuzhibin
        List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='xuzhibin']");
        for (JXNode jxNode : jxNodes4) {
            System.out.println(jxNode);
        }

我们可以发现XPath语法，有需求根据文档找对应的事例，基本上都能找到。我们只需要查询W3Cschool参考手册，会用XPath的基本语法完成查询就可以了。

以上就是快捷查询的两种方式，不论使用哪一个都可以。

总结

说实在的，有关XML的知识真的很琐碎很多，让人看起来真的很头大。但是学习的过程就是这样，很艰辛难熬。我们只需要稳下心来慢慢学，一点点消化没有什么技术是我们攻不破的。学习就是一个循循渐进的过程。这篇将近万字博客也是花费了很多时间，XML这个技术说实在的，顶多就是繁琐，确实不算难，只不过麻烦而已。我们作为JAVA后端程序员只需要会查询参考书使用即可，不要过于深追原理。这篇博客是我边学习边整理的，用了接近8个小时时间，但是确实不是那么难，让我们一起进步。最后说一句：JAVA是这个世界上最好的语言。