今日内容

XML
1. 概念
2. 语法
3. 解析

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
  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

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：

<?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：

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
    <?xml version="1.0" encoding="utf-8" standalone='no' ?>
    - 取值：
      - yes：不依赖其他文件
      - no：依赖其他文件
指令(了解)：结合css的
- <?xml-stylesheet type="text/css" href="a.css" ?>
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
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：

<?xml version="1.0" encoding="utf-8" standalone='no' ?>
<!--<?xml-stylesheet type="text/css" href="a.css" ?>-->
<users>
<user id='1'>
<name>张三</name>
<age>23</age>
<gender>male</gender>
<br/>
</user>
<user id='2'>
<name>lisi</name>
<age>24</age>
<gender>female</gender>
<code>
<!--            if(a &lt; b &amp;&amp; a &gt; c){}-->
<![CDATA[
if(a < b && a > c) {}
]]]>
</code>
</user>
</users>

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

微信截图_20230116170823.png

分类：

DTD:一种简单的约束技术
Schema:一种复杂的约束技术

DTD：

<!ELEMENT students (student*) >
        <!--  ELEMENT：元素  用来定义标签   这个标签的名字叫做students  
student *：这里面放student字标签，*号代表0次或者多次
-->
<!ELEMENT student (name,age,sex)>
<!--又定义了一个student标签，里面有name、age、sex标签，而且每一个标签都只能出现一次（因为没有加*）；
并且这三个按照顺序出现-->
<!ELEMENT name (#PCDATA)>
<!--name的标签体是#PCDATA(即字符串)-->
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!--表示name、age、sex都是字符串-->
<!ATTLIST student number ID #REQUIRED>
<!--给student定义了一个属性，属性值是number，属性类型是id，表示number这个属性值必须为1；
REQUIRED：表示必须出现
-->

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">
  eg： <!DOCTYPE students SYSTEM "D:\project\AddTable\src\dtd\student.dtd">
- 网络：<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

<?xml version="1.0" encoding="UTF-8" ?>
<!--引入外部dtd文件-->
<!DOCTYPE students SYSTEM "D:\project\AddTable\src\dtd\student.dtd">

<!--  内部dtd文件（更常见）  -->
<!--  <!DOCTYPE students [  -->
<!--      <!ELEMENT students (student*) >  -->
<!--      <!ELEMENT student (name,age,sex)>  -->
<!--      <!ELEMENT name (#PCDATA)>  -->
<!--      <!ELEMENT age (#PCDATA)>  -->
<!--      <!ELEMENT sex (#PCDATA)>  -->
<!--      <!ATTLIST student number ID #REQUIRED>  -->
<!--      ]>-->

<students>
  <student number="itcast_0001">
     <name>tom</name>
     <age>18</age>
     <sex>male</sex>
  </student>

</students>

Schema:
虽然复杂，但是弥补了dtd的一些缺陷
- dtd虽然定义了数据，定义了标签的位置，但是我们不能规定标签体里面的内容，比如说<age>18</age>，如果是dtd，则18可以换成任何内容，这样编写的就太随意了。

<?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">
    <!--    定义了一个元素，元素的名字是student，元素的类型是studentsType，-->
    <xsd:element name="students" type="studentsType"/>

<!--    因为studentsType是自己自定义的类型，然而自定义类型需要声明，声明了一个类型，是studentsType-->
    <!-- 即解释 studentsType-->
   <xsd:complexType name="studentsType">
<!--        这个Type里面又声明了sequence（表示按顺序出现）-->
        <xsd:sequence>
<!--        按顺序出现student元素，这个student元素是studentType类型（也是自定义类型），
            最少出现0次（minOccurs="0"），最多出现次数无限制（maxOccurs="unbounded"）-->
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
        </xsd:sequence>
    </xsd:complexType>

    <xsd:complexType name="studentType">
        <xsd:sequence>
<!--            按顺序出现name,age,sex这三个元素-->
            <xsd:element name="name" type="xsd:string"/>
            <xsd:element name="age" type="ageType" />
            <xsd:element name="sex" type="sexType" />
<!--            age和sex是自定义类型-->
        </xsd:sequence>
<!--        除了sequence这个元素，还有一个属性（attribute），名字叫number，类型是numberType(也是自定义类型),-->

        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <xsd:simpleType name="sexType">
<!--        restriction:限制，制约。  sexType类型的基础格式是字符串 -->
        <xsd:restriction base="xsd:string">
<!--            enumeration：表示性别只能在male和female中取其一 -->
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>

<!--    age是一个简单的类型（simpleType）-->
    <xsd:simpleType name="ageType">
<!--      这个类型最基本的数据格式是integer（数字）-->
        <xsd:restriction base="xsd:integer">
<!--            最小岁数是0岁，最大是256岁-->
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="256"/>
        </xsd:restriction>
    </xsd:simpleType>


    <xsd:simpleType name="numberType">
        <xsd:restriction base="xsd:string">
<!--            pattern:表示它的一个组成格式必须叫hhh_\d{4}-->
<!--            \d{4}:4位的数字-->
            <xsd:pattern value="hhh_\d{4}"/>
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema>

complexType 的属性：
complexType 中还有 <all> 这个没有顺序！ </xs:all>
但是：
<xs:all minOccurs="0" maxOccurs="1"> </xs:all>
all里面的内容只能出现0或1次！而且是无须的！
注意：complexType中的元素默认都是出现一次！
<xs:choice > </xs:choice>
默认只能出现choice中的一个元素只能随便出现一个
如果设置了无上限那么想出多少就出现多少：
<xs:choice maxOccurs="unbounded" > </xs:choice>

complexType 和simpleType 区别：

simpleType 类型的元素中不能包含元素或者属性
当需要生命一个元素的子元素和/或者属性时，用 complexType，
当需要基于内置的基本数据类型定义一个新的数据类型时，用simpleType
- 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"

<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">

<?xml version="1.0" encoding="UTF-8" ?>
<!-- 
   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" 
   
   
 -->
<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

解析(读取)：将文档中的数据读取到内存中
写入(后期有的不多)：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：

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
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：

JAXP：sun公司提供的解析器，支持dom和sax两种思想（性能低，几乎没什么人用）
DOM4J：一款非常优秀的解析器
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。

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：

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
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。可以当做 ArrayList来使用
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)
Node：节点对象
- 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：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);
}