XML（可扩展标记语言）详解

一、概念

1. 可扩展

xml标签都是自定义的，比如可以定义为等

2. 功能

主要功能在于存储数据：配置文件、在网络中传输
w3c:万维网联盟

3. xml与html区别

1）xml标签都是自定义的，html标签是预定义
2）xml语法严格，html语法松散
3）xml目的是存储数据，html目的是展示数据

二、语法

1. 基本语法

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
6）xml标签名称区分大小写

2. 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
	1. 格式：<?xml 属性列表 ?>
	2. 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. 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）开始 
		* 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

规定xml文档的书写规则

3.1 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

3.2 分类

1）DTD:一种简单的约束技术
2）Schema:一种复杂的约束技术

DTD：
	* 引入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 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:
	* 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">

三、解析

操作xml文档，将文档中的数据读取到内存中

1. 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

2. 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
2）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

3. 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
2）DOM4J：一款非常优秀的解析器
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

3.1 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。

3.1.1 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

3.1.2 代码

 	//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);

3.1.3 对象的使用

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

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

2）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

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
	* 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)

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

3.1.4 快捷查询方式

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

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

3）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);
	}