xml入门篇

小鱼儿 2021-12-19 16:57 238阅读 0赞

### 文章目录 ###

*  1.概念
 *  2.语法
 *  3.约束
 *  4.解析
 *  5.对象，类的使用
 *  6.快速查询方式

# 1.概念 #

Extensible Markup Language 可扩展标记语言。  
**可扩展**:标签都是自定义的。比如`自定义的标签<user></user> <student></student>`

**功能**:存储数据

1.  配置文件（后面的项目会用xml作为配置文件）。
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  
    xml是w3c:万维网联盟推出的。

**补充**:

1.  xml与properties配置文件竞争，简单的数据可能用properties，复杂的一般用xml。
2.  xml是纯文本的，在网络中传输，它可以跨平台，它跟语言跟平台都没关系。

--------------------

# 2.语法 #

**基础语法**:

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,比如`</name>`;
6.  xml标签名称区分大小写;

**快速入门**

// 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>

**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，默认值：ISO-8859-1
     *  standalone:是否独立（了解即可）
        
         *  取值：yes:不依赖其他文件 no:依赖其他文件

1.  指令（了解，结合css的）：<?xml-stylesheet type="text/css" href="a.css" ?>
2.  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）开头
     *  名称不能包含空格

1.  属性：id属性值唯一
2.  文本：

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

--------------------

# 3.约束 #

> 先提个问题???  
> 谁编写xml？–用户，软件使用者（程序员）  
> 谁解析xml? --软件（半成品软件–框架）  
> 软件的开发者会提供一个说明文档：规定xml文档的书写规则。  
> 程序员（阅读）–>约束文档<–（编写）软件开发者

**概述**：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
 *  能够简单读懂约束文档

**分类**：

1.  DTD：一种简单的约束技术,后缀名是dtd;
2.  Schema:一种复杂的约束技术,后缀名是xsd;

**DTD技术**:

*  引入dtd约束文件到xml文档中

// 内部dtd：将约束规则定义在xml文档中(了解即可)
    		 <!DOCTYPE 根标签名[规则体]>
    // 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技术**:

*  引入xsd约束文件到xml文档中

*  步骤：  
    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][http_www.w3.org_2001_XMLSchema-instance]”  
    3. 通过xsi,引入xsd文件命名空间. xsi:schemaLocation=“[http://www.itcast.cn/xml][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][http_www.itcast.cn_xml]”
 *  **Schema技术小结**
    
     *  根元素 -->> students
     *  前缀 -->> xmlns:xsi=“[http://www.w3.org/2001/XMLSchema-instance][http_www.w3.org_2001_XMLSchema-instance]”
     *  约束文件的地址 -->> xsi:schemaLocation=“[http://www.itcast.cn/xml][http_www.itcast.cn_xml] student.xsd”
     *  命名空间 -->> [http://www.itcast.cn/xml][http_www.itcast.cn_xml] 这个相当于给student.xsd起一个名字,这个名字称为命名空间
        
         *  补充：xmlns:a=“[http://www.itcast.cn/xml][http_www.itcast.cn_xml]” -->> 给http://www.itcast.cn/xml这个名称空间起了个前缀’a’.
         *  注意:如果没有这个’a’则"[http://www.itcast.cn/xml][http_www.itcast.cn_xml]"是默认前缀.

--------------------

# 4.解析 #

**概述**：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
     *  补充:不适合内存较小的设备,比如手机,冰箱,智能设备等.
2.  SAX：逐行读取，基于事件驱动的。读一行,释放一行,在内存中永远是一行.
    
     *  优点：不占内存。
     *  缺点：只能读取，不能增删改

> 服务器端一般使用DOM思想,在移动端,安卓的一些设备上用SAX思想;  
> 我现在学习javaEE是做服务器端开发的,所以这里只讲解DOM的思想.

**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.(没什么人使用它,了解即可.)
2.  DOM4J：一款非常优秀的解析器,基于DOM思想的.
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。

**Jsoup**：第三方,免费开源的解析器，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

//2.1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);

--------------------

# 5.对象，类的使用 #

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
    
    1.  parse(File in, String charsetName)：解析xml或html文件的。
    2.  parse(Stringhtml)：解析xml或html字符串
    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。（爬虫）
2.  **Document**：文档对象。代表内存中的dom树  
    \*获取Element对象的方法
    
    1.  Document.getElementById(String id)：根据id属性值获取唯一的element对象
    2.  Document.getElementsByTag(String tagName)：根据标签名称获取元素对象集合
    3.  Document.getElementsByAttribute(String key)：根据属性名称获取元素对象集合
    4.  Document.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
    
    1.  获取子元素对象（获取Element对象）  
        \* Element.getElementById(String id)：根据id属性值获取唯一的element对象  
        \* Element.getElementsByTag(String tagName)：根据标签名称获取元素对象集合  
        \* Element.getElementsByAttribute(String key)：根据属性名称获取元素对象集合  
        \* Element.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(包括子标签的字符串内容)
5.  **Node**：节点对象  
    \* 是Document和Element的父类

--------------------

# 6.快速查询方式 #

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.
 *  查看jsoup-1.11.2-javadoc文档

/**
     * Selector选择器的查询使用
     * @author 码与沙
     *
     */
    public class JsoupDemo5 {
    	public static void main(String[] args) throws IOException {
    		//1.导入jsoup解析器包
    		//2.获取document对象
    		String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
    		Document document = Jsoup.parse(new File(path), "utf-8");
    		//3.1查询name标签
    		/*在css里:
    		 	div{
    		 	
    		 	}
    		 */
    		Elements elements = document.select("name");
    		//注意document继承于Element,所以一般用document调用select,且select是element类下的方法.
    		System.out.println(elements);
    		System.out.println("1----------");
    		
    		//3.2查询itcast
    		Elements elements1 = document.select("#itcast");
    		System.out.println(elements1);
    		System.out.println("2----------");
    		
    		//3.2获取student标签并且number属性值为heima_0001标签
    		Elements elements2 = document.select("student[number=\"heima_0001\"]");
    		System.out.println(elements2);
    		
    		System.out.println("3----------");
    		//3.2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);
    		
    	}
    }

1.  **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);
    }

[http_www.w3.org_2001_XMLSchema-instance]: http://www.w3.org/2001/XMLSchema-instance
[http_www.itcast.cn_xml]: http://www.itcast.cn/xml