XML

2023-11-17 08:41:22

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，用来代替properties。
? java程序配置文件
? 在网络中传输

XML和HTML的区别

xml 标签都是自定义的，html 是预定义的
HTML是不区分大小写的，而XML是严格区分大小写的。
HTML中，空格是自动过滤的，而XML中空格则不会自动删除。
HTML被设计出是用来显示数据的，XML被设计出是为了传输和存储数据的。

语法

后缀名：.xml
xml第一行必须是文档声明：<?xml version="1.0" encoding="UTF-8"?>
xml文档中有且仅有一个根标签
属性值必须使用引号包起来
标签必须正确关闭

组成

文档声明：
1. 格式：<?xml 属性列表?>
2. 属性列表：
  - version版本号，必须有
  - encodeing编码方式。默认是utf-8
  - standalone是否独立：取值是yes或no
标签：标签名自定义
属性：id属性值唯一
文本：
CDATA区：在该区域的数据会被原样展示，不需要使用转义字符了。
```
<![CDATA[数据]]>
```

约束

约束：规定xml文档的书写格式。
使用框架时，程序员编写配置文件时必须按照框架提供的格式书写。所以框架会提供一个约束文档，程序员阅读约束文档后才能写出符合框架要求的xml文档。所以程序员使用框架必须：能够读懂约束文档，能够在xml文档中引入约束文档。
约束文档分类：

DTD

Document Type Definition：一种简单的约束技术
引入：将约束的规则定义在外部的dtd文件中，在xml中加入代码：
本地dtd：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
网络dtd：<!DOCTYPE 根标签名 PUBLIC "dtd文件名" "dtd文件的url">

标签	说明
<!ELEMENT>	定义xml文档中允许出现的节点及数量
<!ATTLIST>	定义xml文档中允许出现的属性

示例代码：

<!ELEMENT students (student*) ><!-- students根元素下允许出现任意数量的student元素。*代表任意数量、+代表至少一个、？代表最多一个-->
<!ELEMENT student (name,age,sex)><!-- student元素下必须出现name、age、sex元素，按顺序出现-->
<!ELEMENT name (#PCDATA)><!-- 此标签体只能是文本，#PCDATA代表文本元素-->
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

<?xml version=‘1.0‘ encoding=‘utf-8‘ ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
    <student number="s001">
        <name>zhangsan</name>
        <age>12</age>
        <sex>male</sex>
    </student>
    <student number="s002">
        <name>lisi</name>
        <age>15</age>
        <sex>male</sex>
    </student>
</students>

Schema

Schema：复杂的约束技术，可以结合枚举、正则表达式。Schema是W3C标准。
schema文件的后缀是： .xsd 。

<?xml version="1.0" encoding="utf-8" ?>
<schema xmlns="http://www.w3.org/2001/XMLSchema">
    <element name="hr">
        <!-- complexType标签含义是复杂节点，包含子节点时必须使用这个标签-->
        <complexType>
		<!-- sequence里面的标签必须按照顺序严格编写-->
            <sequence>
                <element name="employee" minOccurs="1" maxOccurs="9999">
                    <complexType>
                        <sequence>
                            <element name="name" type="string"></element>
                            <element name="age" type="integer"></element>
                            <element name="salary" type="integer"></element>
                            <element name="department">
                                <complexType>
                                    <sequence>
                                        <element name="dname" type="string"></element>
                                        <element name="address" type="string"></element>
                                    </sequence>
                                </complexType>
                            </element>
                        </sequence>
                        <attribute name="no" type="string" use="required"></attribute>
                    </complexType>
                </element>
            </sequence>
        </complexType>
    </element>
</schema>

编写xml：

<?xml version="1.0" encoding="utf-8" ?>
<hr xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:NoNamespaceLocaion="hr.xsd">
    <!-- 人力资源管理系统 -->
    <employee no="0001">
        <name>张三</name>
        <age>20</age>
        <salary>5000</salary>
        <department>
            <dname>公关部</dname>
            <address>北京大厦1201室</address>
        </department>
    </employee>
    <employee no="0002">
        <name>李四</name>
        <age>21</age>
        <salary>10000</salary>
        <department>
            <dname>后勤部</dname>
            <address>北京大厦1202室</address>
        </department>
    </employee>
</hr>

解析

解析：操作xml文档，将其中的内容读取到内存中
解析xml的方式

DOM：将标记语言文档一次性加载到内存中，在内存中形成一颗DOM树。优点：操作方便，增删改查都可以。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。

常见xml解析器：

AXP：sun公司提供的解析器，支持dom和sax两种思想。没人用
DOM4J：一款非常优秀的解析器，基于SAX
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。

Jsoup快速入门

导入jar包
获取Document对象
获取对应的Element对象
获取数据

对象的使用

Jsoup工具类：解析html或xml文档，返回Document

方法	描述
parse(File in, String charsetName)	以指定的字符集解析xml文档
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

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
//        //parse(URL url, int timeoutMillis)
//        URL url = new URL("https://www.baidu.com");
//        Document baidu = Jsoup.parse(url,5000);
//        System.out.println(baidu);

        //parse(File in, String charsetName)
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        Document document = Jsoup.parse(new File(path), "utf-8");
        Elements names = document.getElementsByTag("name");
        System.out.println(names);

//        //parse(String html)
//        String str = "<html>\n" +
//                "<head>\n" +
//                "<title>百度</title>\n" +
//                "</head>\n" +
//                "<body>\n" +
//                "</body>\n" +
//                "</html>";
//        Document htmlDoc = Jsoup.parse(str);
//        System.out.println(htmlDoc);
    }
}

Document文档对象：代表内存中的DOM树
获取Element对象

方法	描述
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<Element>来使用

Element

获取子元素对象

方法	描述
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

获取属性值
String attr(String key)：根据属性名获取属性值

获取文本内容
String text()：获取标签体内部的纯文本内容(不含标签）
String html()：以html文档的形式获取标签体的文本内容(含标签)

public class JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //获取document对象
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        Document document = Jsoup.parse(new File(path),"utf-8");
        //获取name对象的集合
        Elements stus = document.getElementsByTag("student");
        System.out.println(stus.size());//2
        System.out.println("--------");
        //获取第一个name对象
        Element student = stus.get(0);
        System.out.println(student.text());//tom 18 male
        System.out.println(student.html());//完整的html文档

    }
}

Node：节点对象

Dom4快速入门

自己搜索Dom4j下载jar包并导入

package com.imooc;

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;

import javax.xml.transform.sax.SAXResult;
import java.util.List;

/**
 * @author shenguopin
 * @date 2021/8/24 17:23
 */
public class Dom4jTest {
    public static void main(String[] args) {
        String path = Dom4jTest.class.getClassLoader().getResource("hr_schema.xml").getPath();
       
        //SAXReader是读取xml的核心类，用于将xml解析后以树的形式保存在内存中
        SAXReader reader = new SAXReader();
        
        try {
            Document document = reader.read(path);
            //获取xml文档的根节点,即hr标签
            Element root = document.getRootElement();
            //通过根节点获取子元素数组，使用elements方法
            List<Element> employees = root.elements("employee");
            for (Element employee : employees) {
                //获取属性
                Attribute no = employee.attribute("no");
                System.out.println(no.getText());

                //element方法获取唯一子元素
                Element name = employee.element("name");
                String nameText = name.getText();
                System.out.println(nameText);
                System.out.println(employee.elementText("age"));
                System.out.println(employee.elementText("salary"));

                Element department = employee.element("department");
                System.out.println(department.elementText("dname"));
                System.out.println(department.elementText("address"));

                System.out.println("*********************************");
            }
        } catch (DocumentException e) {
            e.printStackTrace();
        }
    }
}

XPath

快捷查询方式：
使用元素对象一般是一层一层的查询，如果层级比较多就很慢。下面有两种快速的查询方式，可以精确的定位到想要的元素。

selector选择器
Elements select(String cssQuery);参考java.lang.Selector使用

public class JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //获取document对象
        String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
        Document document = Jsoup.parse(new File(path),"utf-8");

        //使用selector选择器
        //获取student标签并且number属性值为heima_0001的age子标签
        Elements elements = document.select("student[number="heima_0002"] > age");
        System.out.println(elements);

    }
}

XPath：XPath即为XML路径语言，来自W3C，具体用法见w3school的xpath文档。
使用Jsoup的Xpath需要额外导入jar包。

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").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);
        }
    }

}

XML

码农公寓

XML

语法

组成

约束

DTD

Schema

解析

Jsoup快速入门

Dom4快速入门

XPath

相关文章