XML可扩展标记语言基础

一、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:万维网联盟是XML的创造者

二、语法：

1、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

2、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>

3、组成部分

(1)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

(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 ]]>

4、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. xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
    
    4.为每一个xsd约束声明一个前缀,作为标识 xmlns="http://www.itcast.cn/xml"

<students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
	xmlns="http://www.itcast.cn/xml"
	xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd">

三、解析

操作xml文档，将文档中的数据读取到内存中。

1、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

2、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

3、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。

五、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。

1、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

2、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);

3、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

(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来使用

(4)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)

(5)Node：节点对象

是Document和Element的父类

六、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

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
• 示例代码：

//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);
}