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); } } }