目录

XML：可扩展标记语言

概念

xml与html的区别

语法

基本语法

组成部分

约束：规定xml文档的书写规则

解析：将xml文档中的数据读取到内存中

解析xml的方式

Jsoup

快捷查询方式

XML：可扩展标记语言

概念

可扩展：标签都是自定义的

功能

• 存储数据
  • 配置文件 优势：可以将有关系的数据绑定在一起（例如：多个user对象的信息）
  • 在网络中传输

xml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

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

<?xml version="1.0" ?>
<users>
    <user>
        <name>tony</name>
        <age>12</age>
    </user>
    <user>
        <name>tom</name>
        <age>15</age>
    </user>
</users>

组成部分

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

指令：结合css

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

文本：

• CDATA区：在该区域中的数据会被原样展示   格式：<![CDATA[ 数据 ]]>  

约束：规定xml文档的书写规则

程序员根据约束文档，来编写xml文件

DTD

• 内部dtd：将约束规则定义在xml文档中
  • <!DOCTYPE 根标签名 [ dtd文件的内容]>
• 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">

缺点：

不能对数据加以限制，例如年龄的范围,id的格式等等

<!--根元素 students 里面可以有多个student-->
<!ELEMENT students (student*) > 
<!--student 里面有name age sex-->
<!ELEMENT student (name,age,sex)>
<!--指定各数据的类型-->
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!--必须有nubmer-->
<!ATTLIST student number ID #REQUIRED>

导入文件

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
    <student number="111">
        <name>tony</name>
        <age>12</age>
        <sex>nan</sex>
    </student>
</students>

Schema

引入

• 填写xml文档的根元素
• 引入xsi前缀.  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
• 引入xsd文件命名空间.  xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd"
• 为每一个xsd约束声明一个前缀,作为标识  xmlns="http://www.itcast.cn/xml"

与上一个功能相同

<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itcast.cn/xml"
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.itcast.cn/xml" elementFormDefault="qualified">
<!--    根目录 students 类型是自定义类型studentsType-->
    <xsd:element name="students" type="studentsType"/>
<!--   studentsType 类型是studentTyp -->
    <xsd:complexType name="studentsType">
        <xsd:sequence>
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
        </xsd:sequence>
    </xsd:complexType>
<!--    studentType -->
    <xsd:complexType name="studentType">
<!--        顺序存储-->
        <xsd:sequence>
            <xsd:element name="name" type="xsd:string"/>
            <xsd:element name="age" type="ageType" />
            <xsd:element name="sex" type="sexType" />
        </xsd:sequence>
        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <xsd:simpleType name="sexType">
        <xsd:restriction base="xsd:string">
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="ageType">
        <xsd:restriction base="xsd:integer">
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="256"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="numberType">
        <xsd:restriction base="xsd:string">
            <xsd:pattern value="heima_\d{4}"/>
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema> 

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

</students>

解析：将xml文档中的数据读取到内存中

解析xml的方式

• 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
  • 一般用于服务器
• 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
  • 一般用于移动端

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。

Jsoup：工具类，可以解析html或xml文档，返回Document

• parse方法：解析html或xml文档，返回Document
• parse​(File in, String charsetName)：解析xml或html文件的
• parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象

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

Elements：元素Element对象的集合

Element：元素对象

• 获取子元素对象：方法和document对象获取Element对象的方法一样
• 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)

 public static void main(String[] args) throws IOException {
        Document parse = Jsoup.parse(new File("*************"), "utf-8");
        Elements es_name = parse.getElementsByTag("name");//获取所以name标签及内容
        System.out.println(es_name.get(0).text());//tony
        System.out.println(es_name.get(1).text());//tom
        //获取user1 再通过获取子元素 来获取其name
        Elements users = parse.getElementsByTag("user");
        Element user1 = users.get(0);
        System.out.println(user1.getElementsByTag("name").get(0).text());
    }

快捷查询方式

selector:选择器

使用的方法：Elements    select​(String cssQuery)

cssQuery:css选择器的书写格式

 public static void main(String[] args) throws IOException {
        Document parse = Jsoup.parse(new File("************"), "utf-8");
        Elements select = parse.select("user[number=\"s123\"]");//查询user标签中number=s123的数据
        Elements names = parse.select("name");//类似于元素选择器
        Elements select1 = parse.select("#use");//id=use的元素
    }

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

• 根据document对象，创建JXDocument对象
• 使用seIN方法进行查询

public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        Document parse = Jsoup.parse(new File("*********"), "utf-8");
        JXDocument jxDocument = new JXDocument(parse);
        List<JXNode> jxNodes = jxDocument.selN("//user");//查询所有的user标签
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
        }
        System.out.println("----------------");
        List<JXNode> jxNodes1 = jxDocument.selN("//user/name[@id='asd']");//查询user下的name（id=asd）的标签
        for (JXNode jxNode : jxNodes1) {
            System.out.println(jxNode);
        }
    }