XML的概念

xml是可扩展的标记性语言。
是Extensible Markup Language 几个单词的缩写。
其标签都是自定义的。

xml的作用？

xml的作用主要是以下几点：

可以用来保存信息。
可以做为数据的传输格式。
可以做配置文件。

ml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

语法规则严格

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
所有 XML 元素都须有关闭标签（也就是闭合）
XML 必须正确地嵌套

XML组成部分：

文档声明

格式：<?xml 属性列表 ?>

属性列表：

version 是版本号
encoding 是xml的文件编码告知解析引擎当前文档使用的字符集，默认值：ISO-8859-1
standalone="yes/no" 表示这个xml文件是否是独立的xml文件 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

XML 元素必须遵循以下命名规则：

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

xml属性

一个标签上可以书写多个属性。每个属性的值必须使用引号引起来。的规则和标签的书写规则一致。

文本区域（CDATA区）

CDATA 格式：

<![CDATA[ 这里可以把你输入的字符原样显示，不会解析xml ]]>

约束

约束是由我们框架的使用者，也就是程序员进行编写，程序进行阅读使用。作用：

规定xml文档的书写规则

作为框架的使用者(程序员)：

能够在xml中引入约束文档
能够简单的读懂约束文档

分类：

DTD:一种简单的约束技术

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">

根据约束编写xml文件

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">

<students>
    <student number="demo_001">
        <name>tom</name>
        <age>18</age>
        <sex>male</sex>
    </student>
    
</students>

内部约束

Schema:一种复杂的约束技术

不但规定了标签的情况，而且还详细写出了标签的取值的范围大小类型等等...

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" （固定格式）
3.引入xsd文件命名空间. xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"

xsi:schemaLocation="http://www.itcast.cn/xml ：命名空间
student.xsd：路径

4.为每一个xsd约束声明一个前缀,作为标识 xmlns="http://www.itcast.cn/xml"，只要有一个约束则可以默认不写

举例引入多个文件，并且写前缀

解析

解析xml的思想：

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，一般占用的内存是要读取文件的1000-10000倍，不适合内存小的设备。

SAX：逐行读取，基于事件驱动的。

优点：不占内存。读取一行释放一行
缺点：只能读取，不能增删改

xml常见的解析器：

JAXP：sun公司提供的解析器，支持dom和sax两种思想
DOM4J：一款非常优秀的解析器
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。
PULL：Android操作系统内置的解析器，sax方式的。

Jsoup详解

使用步骤

1：导入jar包

新建director文件夹，添加并且把文件夹通过添加到工作空间里

2：获取Document对象，获取对应的标签Element对象，获取数据

在自己需要的地方创建一个类，类名按照需求来确定。

package demo02;


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;

//2.获取Document对象，根据xml文档获取
public class JsoupDemo {
    public static void main(String[] args) throws IOException {
        //1获取student.xml的path,通过类加载器
        String path = JsoupDemo.class.getClassLoader().getResource("student.xml").getPath();
        //2解析xml文档，加载文档进内存，获取dom树--->Document
        Document parse = Jsoup.parse(new File(path), "UTF-8");
        //3.获取元素对象 Element,相当于一个集合
        Elements element = parse.getElementsByTag("name");
        //4获取第一个name的Element对象
        Element element1 = element.get(0);
        //5获取数据
        String text = element1.text();
        System.out.println(text);//tom

    }

}

对象的使用详解：

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，下面是他比较重要三个方法

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

package demo02;


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;

/**
 * Jsoup对象功能
 */
public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
        //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 document1 = Jsoup.parse(new File(path), "utf-8");
        System.out.println(document1);

        //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 document2 = Jsoup.parse(str);
        System.out.println(document2);

        //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 document3 = Jsoup.parse(url, 10000); //第二个参数代表超时时间
        System.out.println(document3);

    }

}

Document：文档对象。代表内存中的dom树

获取Element对象比较重要的方法，他们方法的返回值都是 Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用

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

package demo02;

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;

/**
 * Document/Element对象功能
 */
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.获取元素对象了。

        //3.1获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);

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

        //3.2获取 number属性值为ma_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "ma_0001");
        System.out.println(elements2);

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

}

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)

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;

/**
 *Element对象功能
 */
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
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        System.out.println("----------------");
        //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);
    }

}

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

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;

/**
 *选择器查询
 */
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("#itcast");
        System.out.println(elements1);
        System.out.println("----------------");
        //5.获取student标签并且number属性值为heima_0001的age子标签
        //5.1.获取student标签并且number属性值为heima_0001
        Elements elements2 = document.select("student[number=\"heima_0001\"]");
        System.out.println(elements2);
        System.out.println("----------------");

        //5.2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);

    }

}

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 org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;
import java.util.List;

/**
 *XPath查询
 */
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='itcast']");
        for (JXNode jxNode : jxNodes4) {
            System.out.println(jxNode);
        }
    }

}

day35_XML