JavaEE Day12 Xml

2022-03-22 09:10:29

今日内容Xml 1.概念2.语法结构3.解析xml一、XML概述1、概念 Markup LanguageExtensible Markup Language--可扩展标记语言

标记语言：标签构成的语言
可扩展：标签都是自定义的 <user> <student>

2、功能

存储数据

作为配置文件使用
在网络中传输（web service，纯文本，跨平台，作为数据的载体）

3、xml与html的区别

w3c（World Wide Web Consortium）是xml和html的亲爹，万维网联盟。（万维网联盟创建于1994年，是Web技术领域最具权威和影响力的国际中立性技术标准机构。到目前为止，W3C已发布了200多项影响深远的Web技术标准及实施指南，如广为业界采用的超文本标记语言HTML（标准通用标记语言下的一个应用）、可扩展标记语言XML（标准通用标记语言下的一个子集））
之前与html竞争，现在不再与html竞争，而是与properties竞争
区别

xml标签是自定义的，html的标签是预定义的
xml的语法严格，html的语法松散
xml是存储数据的，html是展示数据的

4、语法【拖入浏览器正常打开显示缩进说明书写正确】

基本语法

xml文档的后缀名是.xml
xml第一行必须定义为文档声明<?xml version='1.0' ?>
xml文档中有且仅有一个根标签
属性值必须通过引号引起来，单双都可以
标签必须正确关闭，要么自闭和，要么是围堵标签
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>
	</user>
	<user id='2'>
		<name>lisi</name>
		<age>18</age>
		<gender>female</gender>
	</user>
</users>

组成部分

文档声明

格式：<?xml 属性列表 ?>
属性列表：

version：版本号1.0，必须的属性，不写报错
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（告诉浏览器解码方式为8859-1，文件真实格式为GBK）；如果使用UTF-8，则文件也要为UTF-8编码【IDEA可以根据此值自动修改文件的编码】
standalone：是否独立，yes / no，是否依赖于其他文件

指令（了解）：结合css <?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

文本内容

CDATA区：在该区域中的数据会被原样展示

<![CDATA[ 数据 ]]>

约束

二、约束1、概述

约束：规定xml文档的书写规则作为框架的使用者（程序员）

能够在xml中引入约束文档
能够简单的读懂约束文档

约束文档分类

DTD：一种简单的约束技术
Schema：一种复杂的约束技术

2、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文件的名字" "dtd文件的URL位置">

<!ELEMENT students (student*) >
<!--*表示0次或多次，+表示一次或多次-->
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

<?xml version="1.0" encoding="UTF-8" ?>
<!--<!DOCTYPE students SYSTEM "student.dtd">-->

<!--内部DTD-->
<!DOCTYPE students [
		<!ELEMENT students (student*) >
		<!--*表示0次或多次，+表示一次或多次-->
		<!ELEMENT student (name,age,sex)>
		<!ELEMENT name (#PCDATA)>
		<!ELEMENT age (#PCDATA)>
		<!ELEMENT sex (#PCDATA)>
		<!ATTLIST student number ID #REQUIRED>
		]>
<students>
	<student number="s001">
		<name>张三</name>
		<age>23</age>
		<sex>male</sex>
	</student>
	<student number="s002">
		<name>李四</name>
		<age>18</age>
		<sex>female</sex>
	</student>
</students>

3、SchemeDTD不能对内容限制

<?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">
    <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="heima_\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="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"
			 xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd"
			 xmlns="http://www.itcast.cn/xml"

>
	<!--可以加前缀xmlns:a，适用于多个xsd明明空间起名
		xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd"
		xsi:schemaLocation="http://www.itcast.cn/xml1  student1.xsd"
	-->
	<student number="heima_0001">
		<name>zhangsan</name>
		<age>23</age>
		<sex>male</sex>
	</student>
	<student number="heima_0002">
		<name>lisi</name>
		<age>18</age>
		<sex>female</sex>
	</student>
 </students>

三、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【主要】
写入：将内存中的数据保存在xml文档中，持久化存储

1、解析xml的方式/xml解析的思想【面试】

DOM思想【服务器端】：document object model，将标记语言文档一次性加载进内存，在内存中形成一棵dom树

优点：操作方便，可以对文档进行CRUD的所有操作（appendChild）
缺点：dom树消耗内存较大，不适用于内存较小的设备

SAX思想【移动端，安卓等】：逐行读取，基于事件驱动，根据指针逐行读取，设置监听器判断标签

优点：不占内存，适用于内存较小的设备
缺点：只能读取，不能增删改

2、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，官方提供，性能差，代码书写麻烦
DOM4J：一款非常优秀的解析器，基于dom实现
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。【也可以用来解析xml】
PULL：安卓Android内置解析器，sax思想

四、Jsoup1、快速入门

步骤

导入jar包
获取document对象
获取对应的标签element对象
获取数据

package cn.itcast.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;
/**
 * Jsoup快速入门
 */
public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
        //2.获取document对象，根据xml文档获取
        //2.1获取student.xml的path，通过类加载器
        String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.解析xml文档，加载文档进内存，获取dom树--->Documenr
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象Element标签对象，需求：获取name下的tom值
        Elements elements = document.getElementsByTag("name");//当做arraylist
        System.out.println(elements.size());
        //3.1 获取第一个name的Element对象，可以通过索引拿到
        Element element = elements.get(0);
        //3.2 获取数据
        String name = element.text();
        System.out.println(name);
    }
}

Jsoup对象的使用

Jsoup：工具类，可以解析html文档或xml文档，返回Document
Document：文档对象：代表内存中的dom树
Elements：元素Element对象的集合，可以当做ArrayList<Element>来使用
Element：元素对象，获取名称属性或文本
Node：节点对象，是上述对象的父亲

是Document和Element的父类

2、 Jsoup对象文档中的重载parse方法

static Document parse(File in, String charsetName) 解析html或xml文档，返回Document
static Document parse(String html) 解析字符串
static Document parse(URL url, int timeoutMillis) 通过网络路径获取指定的html文档或xml文档

package cn.itcast.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;

/**
 * Jsoup对象功能
 */
public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
        //2.获取document对象，根据xml文档获取
        //2.1获取student.xml的path，通过类加载器
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        //2.解析xml文档，加载文档进内存，获取dom树--->Documenr
        /*Document document = Jsoup.parse(new File(path), "utf-8");
        System.out.println(document);*/
        //第二种方式static Document	parse(String html) 解析字符串

        /* String str="<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                 "\n" +
                 "<students>\n" +
                 "\t<student number=\"heima_0001\">\n" +
                 "\t\t<name>zhangsan</name>\n" +
                 "\t\t<age>23</age>\n" +
                 "\t\t<sex>male</sex>\n" +
                 "\t</student>\n" +
                 "\t<student number=\"heima_0002\">\n" +
                 "\t\t<name>lisi</name>\n" +
                 "\t\t<age>18</age>\n" +
                 "\t\t<sex>female</sex>\n" +
                 "\t</student>\n" +
                 " </students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/
        //第三种方式static Document	parse(URL url, int timeoutMillis) 通过网络路径获取指定的html文档或xml文档
        //可以进行爬虫
        URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的资源路径
        Document document = Jsoup.parse(url, 5000);
        System.out.println(document);
    }
}

3、 Document对象

Document：文档对象：代表内存中的dom树
主要用于获取Element 对象 Document extends Node
常用方法：

Elements getElementsByTag(String tagName)：根据标签名称获取元素对象集合
Elements getElementsByAttribute(String key)：根据属性名称获取元素对象集合
Elements 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
Element getElementById(String id)：根据id属性值获取唯一的Element对象

package cn.itcast.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;
/**
 * Document/Element对象功能
 */
public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //1获取student.xml的path，通过类加载器
        String path = JsoupDemo3.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
        //3.1获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);
        System.out.println("_________");
        //3.2获取属性名为id的元素对象们
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("_________");
        //3.3获取number属性值为heima_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");
        System.out.println(elements2);
        //3.3获取id属性值的元素对象
        Element itcast = document.getElementById("itcast");
        System.out.println(itcast);
    }
}

4、Element对象功能

获取子元素对象【子标签】

Elements getElementsByTag(String tagName)：根据标签名称获取元素对象集合
Elements getElementsByAttribute(String key)：根据属性名称获取元素对象集合
Elements 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
Element getElementById(String id)：根据id属性值获取唯一的Element对象

获取属性值

public String attr(String attributeKey)：根据属性名称获取属性值

获取文本内容

String text()：获取文本内容（所有子标签的纯文本内容）
String html()：获取标签提的所有内容，包括子标签的字符串内容（包括子标签的标签和文本内容）

package cn.itcast.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;

/**
 * Element对象功能
 */
public class JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //1获取student.xml的path，通过类加载器
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        /*
         功能
            获取子元素对象【子标签】
                Elements	getElementsByTag(String tagName)：根据标签名称获取元素对象集合
                Elements	getElementsByAttribute(String key)：根据属性名称获取元素对象集合
                Elements	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
                Element	getElementById(String id)：根据id属性值获取唯一的Element对象
            获取属性值
                public String attr(String attributeKey)：根据属性名称获取属性值
            获取文本内容
                String text()：获取文本内容
                String	html()：获取标签提的所有内容，包括子标签的字符串内容
        * */
        //通过document对象获取name标签 ，获取所有的name标签
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        System.out.println("____________________________");
        //通过Element对象获取子标签对象
        Element element_student = document.getElementsByTag("student").get(0);
        Elements ele_name = element_student.getElementsByTag("name");
        System.out.println(ele_name.size());
        //获取属性，如number的属性值
        String number = element_student.attr("NUMBER");
        System.out.println(number);
        //获取name标签的文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);
    }
}

5、Jsoup_根据选择器查询jsoup提供了快捷查询方式

selector：选择器【Element对象的方法，其子类Document也可以调用】

方法：Elements select(String cssQuery)
语法：参考Selector中定义的语法

package cn.itcast.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;
/**
 * 选择器查询
 */
public class JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //1获取student.xml的path，通过类加载器
        String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.查询name标签
        /*
            之前：
            div{
                }
        * */
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("====================");
        //4.查询id值为 itcast的元素
        /*
            之前：
            #itcast{
                }
        * */
        Elements elements1 = document.select("#itcast");
        System.out.println(elements1);
        System.out.println("====================");
        //5.获取student标签且number属性值为heima_0001的age子标签
        Elements elements2 = document.select("student[number='heima_0001'] > age");
        System.out.println(elements2);
    }
}

XPath：w3c提供的xml快捷查询语法【看w3c文档】

XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。
根据dom树操作，使用JSoup的XPath，需要额外导入一个 jar包JsoupXpath-0.3.2
查询w3cschool的参考手册，使用xpath的语法完成查询

package cn.itcast.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 org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.IOException;
import java.util.List;
/**
 * XPath查询
 */
public class JsoupDemo6 {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //1获取student.xml的path，通过类加载器
        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查询所有的student标签
        List<JXNode> jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
            //Element element = jxNode.getElement();
        }
        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);
            //Element element = jxNode.getElement();
        }
        System.out.println("=======================");
        //4.3查询student下带id的name标签
        List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode);
            //Element element = jxNode.getElement();
        }
        System.out.println("=======================");
        //4.4查询student下带id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);
            //Element element = jxNode.getElement();
        }
    }
}

来自为知笔记(Wiz)

码农公寓

相关文章