XML:
1. 概念:Extensible Markup Language 可扩展标记语言
* 可扩展:标签都是自定义的。 <user> <student>
* 功能
* 存储数据
1. 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
* w3c:万维网联盟
2. 语法:
* 基本语法:
1. xml文档的后缀名 .xml
2. xml第一行(最左上角)必须定义为文档声明
<?xml version='1.0' encoding='utf-8' ?>
3. xml文档中有且仅有一个根标签
4.xml语法要求严格,属性值必须使用引号(单双都可),标签必须正确关闭,严格区分大小写
* 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:(跟java变量命名基本一致)
* 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 ]]>
* 约束:规定xml文档的书写规则 constraint
* 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:
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
<!DOCTYPE 根标签名 ["dtd文件中的内容"]>
* 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.baidu/xml student.xsd"
4.为每一个xsd约束声明一个前缀,作为标识
xmlns:a="http://www.baidu.cn/xml"
1.填写xml文档的根元素,约束声明必须全部写在根标签上
2.引入xmlns:xsi前缀,固定写法(ps:后面的网址有多种选择),表示当前页面需要引入schema约束技术。
3.引入student.xsd中约束的具体规则,并引入student.xsd的文件命名空间http://www.baidu.cn/xml,实际上就是给student.xsd起别名为http://www.baidu.cn/xml
4.给student.xsd的文件命名空间http://www.baidu.cn/xml再起一个别名,方便在标签中使用,也就是本来每一个标签中都要写<http://www.baidu.cn/xml student> </http://www.baidu.cn/xml student>,现在第二次起别名后就成了<a student> </a student>
5.xmlns="http://www.baidu.cn/xml" 表示标签中如果不指定约束默认选择这个约束 <student> </student>
理论上,文件命名空间可以少写点,代替xmlns:a这一步,但是少了xmlns:a这一步就会报错,所以严格按照步骤来
3. 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
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
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
* 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:
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
* 代码:
//2.1获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
到getResource这一步,返回值是URL类型的,new File()最多支持URI,所以只能继续转换为字符串类型
类加载器,默认读取src目录下的文件,所以如果student.xml是放在包下的,要加一个包名
//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");
* 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,静态
* parse(File in, String charsetName):解析xml或html文件。
* 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,等 待延迟时间
2. Document:文档对象。代表内存中的dom树
Document extends Element
Jsoup解析xml的本质是把这个xml文件转换成html文件,所以直接输出document,得到的是html的效果
* 获取Element对象
document.方法名;
* 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<Element>来使用
4. Element:元素对象
1. 获取子元素对象 获取element标签对象的子标签对象
element.方法名;
* 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. 获取属性值和文本内容
1.* String attr(String key):根据属性名称获取属性值
* Element attr(String key, String value):根据属性名称设置属性值
2.* String text():获取文本内容,不包含标签
eg:HelloWorld
* Element text("文本内容"):设置文本内容
3.* String html():获取标签体内的所有内容(不包括自己,包括子标签的字符串内容)
输出element.html()不包括html标签,直接输出element包括
eg:<html><body>HelloWorld</body></html>
.* Element html(String value):设置标签体的所有内容
4.*Elements childer() :获取标签的所有子元素标签对象的集合
5. Node:节点对象
* 是Document和Element的父类
* 快捷查询方式:
1. Selector:选择器
* 使用的方法:element/document.方法名("css选择器的语法");
Elements select(String cssQuery)
Element selectFirst(String cssQuery)
eg: Elements elements = document.select("#div");
Element element = document.selectFirst("#div");
* 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
JXDocument jxDocument = new JXDocument(document);
jxDocument.方法名();