XML

本文中包含XML的基础知识，包含基本概念、语法及解析

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. 作为配置文件使用
  2. 在网络中传输（与web service有关）
• 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的语法非常严格，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

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（html标签不区分大小写）

• 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>

  （XML可以被浏览器解析，因此可以直接拖到浏览器中判断是否写对）

• 组成部分：

  1. 文档声明
     1. 格式：<?xml 属性列表 ?>
     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
     • <?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 ]]> (Alt+Enter)

• 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"

    <?xml version="1.0" encoding="UTF-8" ?>
    <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"
    >
    	<student number="heima_0001">
    		<name>tom</name>
    		<age>18</age>
    		<sex>male</sex>
    	</student>
    
    </students>

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（两种思想）：

  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 (一般用于服务端)
     • 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

• 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。

• 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。

  • 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

  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.URISyntaxException;
  
  /**
   * Jsoup快速入门
   */
  public class JsoupDemo1 {
      public static void main(String[] args) throws IOException, URISyntaxException {
          //2.获取Document对象，根据xml文档获取
          //2.1获取student.xml的path
          String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").toURI().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

  • 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

/**
 *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").toURI().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);
        }
    }
}