XML
1. 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. 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
使得数据存储严谨而规范
* w3c:万维网联盟
2. 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
-
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
文档中声明的编码和实际使用的编码不同无法解析,但是高级ide工具会自动修改使得符合一致
* 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 ]]>
<?xml version="1.0" encoding="utf-8" standalone="no"?>
<!--如果要引入样式,附加-->
<?xml-stylesheet type="text/css" href="../a.css"?>
<users>
<user id="1">
<name>001</name>
<age>100</age>
</user>
<user id="2">
<name>002</name>
<age>200</age>
</user>
<code>
if(a < b && a > c){
}
<![CDATA[if(a>b &&a<c){
print(c}]]>
</code>
</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
要多想:约束说的就是对于半成品的软件框架而言,一套初始化的规则,当后者拿起这个软件的时候,可以根据规则,也就是说明文档去修改这个软件,这个框架那个内容所有的约束就是修改这个软件配置文件的语法。 - 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,文件名.dtd
* 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:
* 网络:
<?xml version="1.0" encoding="UTF-8" ?>
<!--<!DOCTYPE students SYSTEM "student.dtd">-->
<!--外部引入规则文档-->
<!--也可以内部文档约束,样例如下-->
<!DOCTYPE students [
<!ELEMENT students (student*) >
<!--*号表示或者存在,+表示必须存在-->
<!--规定出现次数-->
<!ELEMENT student (name,age,sex)>
<!--指定为字符串类型-->
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!--上面是标签,地下是定义属性-->
<!ATTLIST student number ID #REQUIRED>
<!--指定student标签有属性-->
<!--最后的标记属性为id必须出现-->
]>
<students>
<student number="itcast_0001">
<name>tom</name>
<!--即使标签顺序改变也会报错,受文档约束-->
<!--同时id标记了唯一性-->
<age>18</age>
<sex>male</sex>
</student>
</students>
缺点:
不能规定约束标签内容,另一种方式可以解决这个问题
这里举个例子:
- Schema:
* 引入:
1.填写xml文档的根元素,文件命名为xsd
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=""
4.为每一个xsd约束声明一个前缀,作为标识 xmlns=“l”
<?xml version="1.0"?>
<!--其实就是一个xml文档-->
<xsd:schema xmlns="name_space_free"
xmlns:xsd="http://www.w3.org/2001/XMLSchema"
targetNamespace="name_space_free" elementFormDefault="qualified">
<xsd:element name="students" type="studentsType"/>
<xsd:complexType name="studentsType">
<xsd:sequence>
<xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
</xsd:sequence>
</xsd:complexType>
<xsd:complexType name="studentType">
<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="hehe_\d{4}"/>
</xsd:restriction>
</xsd:simpleType>
</xsd:schema>
<?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="name_space_free student.xsd"
随便给规则起一个名字
4.为每一个xsd约束声明一个前缀,作为标识 xmlns="name_space_free"
以后这个前缀就代表了约束的引用,所有的引用前都要加
也可以写为:xmlns:a="name_space_free" 如果不写表示默认前缀,在单个文档的时候方便。
多个文档需要写
-->
<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="name_space_free"
xsi:schemaLocation="name_space_free student.xsd "
<!-- >
此处可能引入多个文档,比如:
xsi:schemaLocation="name_space_free1 student1.xsd
name_space_free2 student2.xsd "
这就是名称空间
那么前缀需要表明,否则无法区分内部相同名称变量
xmlns:a="name_space_free1"
xmlns:b="name_space_free2"-->
<student number="hehe_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:
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
* 一般服务器用
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
* 设备用,比如手机
* 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
代码烂,性能低,不常用
2. DOM4J:一款非常优秀的解析器
dom思想
4. 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。
5. 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
`
-
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
<?xml version="1.0" encoding="utf-8" standalone="no"?>
<!--如果要引入样式,附加-->
<?xml-stylesheet type="text/css" href="./a.css"?>
<users>
<user id="1">
<name>001</name>
<age>100</age>
</user>
<user id="2">
<name>002</name>
<age>200</age>
</user>
<code>
if(a < b && a > c){
}
<![CDATA[if(a>b &&a<c){
print(c}]]>
</code>
</users>
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 test01 {
public static void main(String[] args) {
// 抽取路径
String xml_path=test01.class.getClassLoader().getResource("test.xml").getPath();
try {
// 获得document对象,解析xml文档进入内存,建立dom树
Document doc= Jsoup.parse(new File(xml_path),"utf-8");
/*
* -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=
* Elements
* -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=
* */
// 抽取标签名抽取元素列
Elements ele=doc.getElementsByTag("user");
// 获得对象大小与本质
// System.out.println(ele.size()+""+ele);
// 抽取第一个对象
Element el=ele.get(0);
String name=el.text();
// System.out.println(name);
// 通过属性名抽取元素对象
Elements ele_id=doc.getElementsByAttribute("id");
// System.out.println(ele_id.get(0).text());
// 根据属性名与值对应关系抽取元素对象
Elements ele_atr=doc.getElementsByAttributeValue("id","1");
// System.out.println(ele_atr);
// 根据属性值抽取元素对象
Element elem_id=doc.getElementById("1");
// System.out.println(elem_id);
/*
* -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=
* Element
* -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=
*
* */
// 从单个元素Element对象中抽取子标签元素对象
Element ele_id1=doc.getElementsByAttribute("id").get(0);
Elements ele_name=ele_id1.getElementsByTag("name");
// System.out.println(ele_name);
// 从单个元素中抽取属性数值
String number=ele_id1.attr("id");
// System.out.println(number);
// 从单个Element对象中获得文本与内容
String text=ele_id1.text();
String html=ele_id1.html();
System.out.println(html);
} catch (IOException e) {
e.printStackTrace();
}
}
}
- 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
* document继承了selector对象,可以使用此方法
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 test01 {
public static void main(String[] args) {
// 抽取路径
String xml_path=test01.class.getClassLoader().getResource("test.xml").getPath();
try {
// 获得document对象,解析xml文档进入内存,建立dom树
Document doc= Jsoup.parse(new File(xml_path),"utf-8");
// 使用选择器查询对象,name标签
Elements ele=doc.select("name");
// System.out.println(ele);
// 查询标签属性为1的,注意#id
Elements ele1=doc.select("#1");
// System.out.println(ele1);
// 获得student标签,属性值为1,、\是转义
Elements ele2=doc.select("user[id=\"1\"]");
System.out.println(ele2);
// 再抽到age标签
Elements ele3=doc.select("user[id=\"1\"]>age");
// System.out.println(ele3);
so
} catch (IOException e) {
e.printStackTrace();
}
}
}
- 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。这个功能模块是独立的
* 查询w3cshool参考手册,使用xpath的语法完成查询
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 org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
import java.util.List;
public class test01 {
public static void main(String[] args) {
// 抽取路径
String xml_path=test01.class.getClassLoader().getResource("test.xml").getPath();
try {
// 获得document对象,解析xml文档进入内存,建立dom树
Document doc= Jsoup.parse(new File(xml_path),"utf-8");
// 根据document对象创建jxdocument对象
JXDocument jxDocument = new JXDocument(doc);
// 使用XPath语法查询
// 查询所有的user标签,语法//
List<JXNode> jxNodes = jxDocument.selN("//user");
for (JXNode jxNode:jxNodes){
// System.out.println(jxNode);
}
// 查询user下的name标签
List<JXNode> jxNodes1 = jxDocument.selN("//user/name");
for (JXNode jxNode:jxNodes1){
// System.out.println(jxNode);
}
// 查询user下的name标签,得到有id属性的
List<JXNode> jxNodes2 = jxDocument.selN("//user/name[@id]");
for (JXNode jxNode:jxNodes2){
// System.out.println(jxNode);
}
// 接上,得到属性为1001的
List<JXNode> jxNodes3 = jxDocument.selN("//user/name[@id='1001']");
for (JXNode jxNode:jxNodes3){
System.out.println(jxNode);
}
} catch (IOException e) {
e.printStackTrace();
} catch (XpathSyntaxErrorException e) {
e.printStackTrace();
}
}
}