今日内容
XML
- 概念
- 语法
- 解析
XML
概念:
Extensible Markup Language 可扩展标记语言
可扩展
标签都是自定义的。
<user></user>
<student></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标签是预定义。
- xml的语法严格,html语法松散
- xml是存储数据的,html是展示数据
w3c:万维网联盟
语法
基本语法
- xml文档的后缀名 .xml
- xml第一行必须定义为文档声明
- xml文档中有且仅有一个根标签
- 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
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
-
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(了解):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
-
属性:
id属性值唯一 -
文本:
CDATA区:在该区域中的数据会被原样展示
- 格式:
<![CDATA[ 数据 ]]>
约束
- 格式:
规定xml文档的书写规则
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:
- 填写xml文档的根元素
- 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.itcast.cn/xml student.xsd"
- 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
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。(后期用的不是很多,暂不讲解)
解析xml的方式
- DOM:将标记语言文档一次性加载进内存,在内存中形成一棵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
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
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
快速入门:
步骤:
- 导入jar包
- 获取Document对象
- 获取对应的标签Element对象
- 获取数据
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);
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(重点)
- parse(String html):解析xml或html字符串(不常用,了解)
- parse(URL url, int timeoutMillis):通过网络路径获取指定的html或xml的文档对象(解析html常用)
-
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
/*doucument/element对象功能,document继承自element*/ public class JsoupDemo2 { public static void main(String[] args) throws IOException { String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath(); Document document = Jsoup.parse(new File(path), "utf-8"); Elements names = document.getElementsByTag("name"); System.out.println(names.size()); for (int i = 0; i < names.size(); i++) { Element name = names.get(i); String value = name.text(); System.out.println(value); } System.out.println("----------------------"); Elements numbers = document.getElementsByAttribute("number"); System.out.println(numbers); System.out.println("----------------------"); Elements elements2 = document.getElementsByAttributeValue("number", "stu_0002"); System.out.println(elements2); System.out.println("----------------------"); Element element1 = document.getElementById("1001"); System.out.println(element1); } }
-
Elements:元素Element对象的集合。可以当作
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():获取所有子标签的纯文本内容
- 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)
@Test public void test1(){ /*element对象功能*/ String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath(); try { Document document = Jsoup.parse(new File(path), "utf-8"); Elements elements = document.getElementsByTag("student"); Element element = elements.get(0); Elements ele_name = element.getElementsByTag("name"); System.out.println(ele_name); System.out.println("--------------------------"); String number = element.attr("number"); System.out.println(number); System.out.println("--------------------------"); String text = ele_name.text(); System.out.println(text); String html = ele_name.html(); System.out.println(html); } catch (IOException e) { e.printStackTrace(); } }
-
Node:节点对象
- 是Document和Element的父类
快捷查询方式:
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
代码案例:
@Test
public void test2(){
/*selector*/
String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
try {
Document document = Jsoup.parse(new File(path), "utf-8");
Elements elements1 = document.select("name");
System.out.println(elements1);
System.out.println("-----------------------------");
Elements elements2 = document.select("#1001");/*获取id值为1001的元素*/
System.out.println(elements2);
System.out.println("-----------------------------");
Elements elements3 = document.select("student[number=\"stu_0002\"]");
System.out.println(elements3);
System.out.println("-----------------------------");
Elements elements4 = document.select("student[number=\"stu_0002\"] > sex");
System.out.println(elements4);
} catch (IOException e) {
e.printStackTrace();
}
}
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。(
JsoupXpath-0.3.2.jar
) - 查询w3cshool参考手册,使用xpath的语法完成查询
代码案例:
@Test
public void test3(){
/*Xpath*/
String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
try {
Document document = Jsoup.parse(new File(path), "utf-8");
/*根据document对象,创建JXDocument对象*/
JXDocument jxDocument = new JXDocument(document);
List<JXNode> jxNodes1 = jxDocument.selN("//student");
for (JXNode jxNode : jxNodes1) {
System.out.println(jxNode);
}
System.out.println("-------------------------");
List<JXNode> jxNodes2 = jxDocument.selN("//student/age");
for (JXNode jxNode : jxNodes2) {
System.out.println(jxNode);
}
System.out.println("-------------------------");
List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
for (JXNode jxNode : jxNodes3) {
System.out.println(jxNode);
}
System.out.println("-------------------------");
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='name2']");
for (JXNode jxNode : jxNodes4) {
System.out.println(jxNode);
}
} catch (IOException e) {
e.printStackTrace();
} catch (XpathSyntaxErrorException e) {
e.printStackTrace();
}
}