xml学习

1. XML
	1. 概念
	2. 语法
	3. 解析
1
2
3
4

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。   
* 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
1
2
3
4
5
6
7
8
9
10
1
2

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

   • 快速入门：
     
     
     
     zhangsan
     23
     male
     
     
     

       <user id='2'>
       	<name>lisi</name>
       	<age>24</age>
       	<gender>female</gender>
       </user>
     1
     2
     3
     4
     5

   • 组成部分：

     1. 文档声明

        1. 格式：
        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

     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：
            

	* 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
1
2
3
1
2
3
4

		* 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：
					* 网络：
1
2
3
4
5
6

		* 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" 

			
1
2
3
4
5
6
7
8
9
10

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
1
2
3
4
5
6
7
1
2
3
4

	* 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。
1
2
3
4
5

	* 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();
        //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);

* 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<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

		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)
	5. Node：节点对象
		* 是Document和Element的父类
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
1
2
3
4
5
6
7

	* 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
			* 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);
	        }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
1
2
3
4
5
6
7
8
9
10
11
12