XML December 28，2019

　　　　

## 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

　　* 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 ]]>

　　　　　　

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

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

<users>


　　<user id="1">
　　　　<name>张三</name>
　　　　<age>23</age>　　
　　　　<gender>male</gender>

　　<br/>
　　</user>
　　<user id="2">
　　　　<name>lisi</name>
　　　　<age>24</age>
　　　　<gender>female</gender>　　
　　　　<code>
　　　　<!-- if(a &lt; b &amp;&amp; a &gt; c){}-->
　　　　<![CDATA[
                if(a < b && a > c) {}
            ]]]>
　　　　</code>
　　</user>
</users>

　　* 约束：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：
　　　　　　　　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
　　　　　　　　　　　　4.为每一个xsd约束声明一个前缀,作为标识

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。
　　　　

<?xml version="1.0" encoding="UTF-8"?>
<students>
    <student number="number_01">
        <name id="id_01">
             <xing>张</xing>
              <ming>三</ming>
        </name>
        <age>18</age>
        <sex>male</sex>
    </student>

    <student number="number_02">
        <name>jack</name>
        <age>18</age>
        <sex>female</sex>
    </student>
</students>

package jiexi.jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

/*
   Jsoup快速入门：
     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
*/
public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象，根据xml文档获取
        //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 相当于ArrayList<Elements>
        Elements student = document.getElementsByTag("name");
        System.out.println(student.size());
        //3.1获取第一个name的Element对象
        Element element = student.get(0);
        //3.2获取数据
        String name = element.text();
        System.out.println(name);
    }
}

　　　　　　* 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

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;
import java.net.URL;
public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
        //2.1获取student.xml的path
        String path = JsoupDemo2.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");
        System.out.println(document);*/

        //2.parse​(String html)：解析xml或html字符串
       /* 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" +
                "\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" +
                "\n" +
                "</students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/

        //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
        URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的一个资源路径
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);
    }
}

　　　　　　　　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<Element>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

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象
        //3.1获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);
        System.out.println("-----------");

        //3.2 获取属性名为id的元素对象们 
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("-----------");

        //3.2获取 number属性值为number_01的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "number_01");
        System.out.println(elements2);

        System.out.println("-----------");
        //3.3获取id属性值的元素对象
        Element id = document.getElementById("id_01");
        System.out.println(id);
    }

　　　　　　　　　　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)

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //通过Document对象获取name标签，获取所有的name标签，可以获取到两个
        //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());
        //获取student对象的属性值
        String number = element_student.attr("NUMBER");
        System.out.println(number);
        System.out.println("------------");
        //获取文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);

    }
}

　　　　　　　　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：Elements select​(String cssQuery)
　　　　　　　　* 语法：参考Selector类中定义的语法

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.查询name标签
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("----------------");
        //4.查询id值为itcast的元素
        Elements elements1 = document.select("#id_01");
        System.out.println(elements1);
        System.out.println("----------------");
        //5.获取student标签并且number属性值为number_01的age子标签
        //5.1.获取student标签并且number属性值为number_01
        Elements elements2 = document.select("student[number=\"number_01\"]");
        System.out.println(elements2);
        System.out.println("----------------");

        //5.2获取student标签并且number属性值为number_01的age子标签
        Elements elements3 = document.select("student[number=\"number_01\"] > 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

import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import java.io.File;
import java.io.IOException;
import java.util.List;

public class JsoupDemo6 {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //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='id_01']");
        for (JXNode jxNode : jxNodes4) {
            System.out.println(jxNode);
        }
    }

}