小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。
XML
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，作为配置文件来使用
在网络中传输
xml和html区别
w3c万维网联盟都是它旗下的
xml的标签都是自定义的，语法严格，存储数据
html标签是预定义的，语法不严格，展示数据
语法
xml文档的后缀为.xml
xml第一行必须定位为文档声明
xml文档中有且仅有一个根标签
属型值必须使用引号（单双都可以）引起来
标签必须正确关闭
xml标签区分大小写
<?xml version='1.0'?>
<users>
<user id = '1'>
<name>zs</name>
<age>23</age>
</user>
<user id = '2'>
<name>ls</name>
<age>25</age>
</user>
</users>
组成部分
文档声明
格式：
属型列表：
version：版本号，必须的属型
encoding：编码方式
standalong：是否独立(yes依赖,no不依赖)
指令：可链接CSS，了解
标签
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
属性
id属性值唯一
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文档的书些规则
作为使用者，能够在xml引入约束文档和简单读懂约束文档就可以
DTD
一种简单的约束技术
流程
引入文档到xml文档
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
引入方式
本地:<.lDOCTYPE根标签名SYSTEM“dtd文件的位置""> 网络:
<?xml version="1.0" encoding="UTF-8" ?>
<!--引入-->
<!DOCTYPE students SYSTEM "student.dtd">
<students>
<student number="s001">
<name>zs</name>
<age>23</age>
<sex>male</sex>
</student>
<student number="s002">
<name>ls</name>
<age>24</age>
<sex>female</sex>
</student>
</students>
<!ELEMENT students (student*) >
<!ELEMENT student (name,age,sex) >
<!ELEMENT name (#PCDATA) >
<!ELEMENT age (#PCDATA) >
<!ELEMENT sex (#PCDATA) >
<!ATTLIST student number ID #REQUIRED>
Schema
复杂的约束技术
基于DTD多了一些限制
解析
操作xml文档，将文档中的数据读取到内存中 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
解析器
JAXP：SUN公司提供的解析器，支持dom和sax两种
DOM4J：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系统内置的
Jsoup
入门：
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
实例
package xml.jsoup;
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.URL;
public class JsoupDemo01 {
public static void main(String[] args) throws IOException {
//1.获取Document对象，根据xml文档获取
//获取student.xml的path
String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath();
//2.解析xml文档
Document document = Jsoup.parse(new File(path), "utf-8");
//3，获取元素对象，Element,返回的其实是一个集合
Elements elements = document.getElementsByTag("name");
// System.out.println(elements.size());
Element element = elements.get(0);
//4.获取数据
String name = element.text();
System.out.println(name);
}
}
对象的使用
jsoup
工具类，可以解析xml或html文档，返回document
//1.获取student.xml的path
String path = JsoupDemo02.class.getClassLoader().getResource("student.xml").getPath();
//2.解析xml文档，加载文档进内存，获取dom树
Document document = Jsoup.parse(new File(path), "utf-8");
System.out.println(document);
//2.parse (String html):解析xml或html字符串
String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
"\n" +
"<students>\n" +
" <student number=\"s001\">\n" +
" <name>zs</name>\n" +
" <age>23</age>\n" +
" <sex>male</sex>\n" +
" </student>\n" +
" \n" +
"</students>";
Document document1 = Jsoup.parse(str);
System.out.println(document1);
Document
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 tagNarle):根据标签名称获取元秦对象集合getElementsByAttribute(String key)∶根据属性名称获取元秦对象集合 getElementsByAttributevalue(string key，string value):根据对应的属性名和属性值获取元秦对象集合
package xml.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
public class JsoupDemo03 {
public static void main(String[] args) throws IOException {
//1。获取stuent.xml的path
String path = JsoupDemo02.class.getClassLoader().getResource("student.xml").getPath();
//2.获取document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//3.获取元素对象，获取所有student对象
Elements elements = document.getElementsByTag("student");
System.out.println(elements);
System.out.println("------");
//4.获取属型名为id的元素对象们
Elements elementsByAttribute = document.getElementsByAttribute("007");
System.out.println(elementsByAttribute);
System.out.println("------");
//5.获取number属型为s001的对象们
Elements elementsByAttributeValue = document.getElementsByAttributeValue("number", "s001");
System.out.println(elementsByAttributeValue);
}
}
elements
元素Element对象的集合。可以当做ArrayList来使用
element
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 tagNarle):根据标签名称获取元秦对象集合getElementsByAttribute(String key)∶根据属性名称获取元秦对象集合 getElementsByAttributevalue(string key，string value):根据对应的属性名和属性值获取元秦对象集合
2.获取属型值
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)
<?xml version="1.0" encoding="UTF-8" ?>
<students>
<student number="s001">
<name id="007">zs</name>
<age>23</age>
<sex>male</sex>
</student>
<student number="s002">
<name>zs</name>
<age>23</age>
<sex>male</sex>
</student>
</students>
package xml.jsoup;
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;
public class JsoupDemo04 {
public static void main(String[] args) throws IOException {
//1。获取stuent.xml的path
String path = JsoupDemo02.class.getClassLoader().getResource("student.xml").getPath();
//2.获取document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//通过Document对象获取name标签，获取的是所有name标签，可以获取到两个
Elements name = document.getElementsByTag("name");
System.out.println(name.size());
System.out.println("-------------");
//通过Element对象获取子标签对象
Element student0 = document.getElementsByTag("student").get(0);
Elements name1 = student0.getElementsByTag("name");
System.out.println(name1.size());
//获取student对象的属型值
String number = student0.attr("number");
System.out.println(number);//s001
//获取文本内容
String text = name1.text();//获取的是纯文本
String html = name1.html();
System.out.println(html);//所有标签体的内容
System.out.println(text);
}
}
2
-------------
1
s001
zs
zs
node
是Document和Element的父类
快捷查询方式
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
XPath
package xml.jsoup;
import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import java.io.File;
import java.io.IOException;
import java.util.List;
public class JsoupDemo05 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException{
//1。获取stuent.xml的path
String path = JsoupDemo02.class.getClassLoader().getResource("student1.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xpathdocument对象
JXDocument jxDocument = new JXDocument(document);
//4.结合xpath语法查询
List<JXNode> jxNodes = jxDocument.selN("//student/name");
for (JXNode jxNode:jxNodes){
System.out.println(jxNode);
}
}
}
