目录
XML:可扩展标记语言
概念
可扩展:标签都是自定义的
功能
- 存储数据
- 配置文件 优势:可以将有关系的数据绑定在一起(例如:多个user对象的信息)
- 在网络中传输
xml与html的区别
- xml标签都是自定义的,html标签是预定义
- xml的语法严格,html语法松散
- xml是存储数据的,html是展示数据
语法
基本语法
- xml文档的后缀名 .xml
- xml第一行必须定义为文档声明
- xml文档中有且仅有一个根标签
- 属性值必须使用引号(单双都可)引起来
- 标签必须正确关闭
- xml标签名称区分大小写
<?xml version="1.0" ?>
<users>
<user>
<name>tony</name>
<age>12</age>
</user>
<user>
<name>tom</name>
<age>15</age>
</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,必须的属性
- encoding:编码方式
指令:结合css
- <?xml-stylesheet type="text/css" href="a.css" ?>
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文档的书写规则
程序员根据约束文档,来编写xml文件
DTD
- 内部dtd:将约束规则定义在xml文档中
- <!DOCTYPE 根标签名 [ dtd文件的内容]>
- 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文件名字" "dtd文件的位置URL">
缺点:
不能对数据加以限制,例如年龄的范围,id的格式等等
<!--根元素 students 里面可以有多个student-->
<!ELEMENT students (student*) >
<!--student 里面有name age sex-->
<!ELEMENT student (name,age,sex)>
<!--指定各数据的类型-->
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!--必须有nubmer-->
<!ATTLIST student number ID #REQUIRED>
导入文件
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
<student number="111">
<name>tony</name>
<age>12</age>
<sex>nan</sex>
</student>
</students>
Schema
引入
- 填写xml文档的根元素
- 引入xsi前缀. xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
- 引入xsd文件命名空间. xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
- 为每一个xsd约束声明一个前缀,作为标识 xmlns="http://www.itcast.cn/xml"
与上一个功能相同
<?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">
<!-- 根目录 students 类型是自定义类型studentsType-->
<xsd:element name="students" type="studentsType"/>
<!-- studentsType 类型是studentTyp -->
<xsd:complexType name="studentsType">
<xsd:sequence>
<xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
</xsd:sequence>
</xsd:complexType>
<!-- studentType -->
<xsd:complexType name="studentType">
<!-- 顺序存储-->
<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>
<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"
>
<student number="">
<name></name>
<age></age>
<sex></sex>
</student>
</students>
解析:将xml文档中的数据读取到内存中
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
- 一般用于服务器
- 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
- 一般用于移动端
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:工具类,可以解析html或xml文档,返回Document
- parse方法:解析html或xml文档,返回Document
- parse(File in, String charsetName):解析xml或html文件的
- 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
Element:元素对象
- 获取子元素对象:方法和document对象获取Element对象的方法一样
- 获取属性值
- String attr(String key):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():获取标签体的所有内容(包括字标签的字符串内容)
public static void main(String[] args) throws IOException {
Document parse = Jsoup.parse(new File("*************"), "utf-8");
Elements es_name = parse.getElementsByTag("name");//获取所以name标签及内容
System.out.println(es_name.get(0).text());//tony
System.out.println(es_name.get(1).text());//tom
//获取user1 再通过获取子元素 来获取其name
Elements users = parse.getElementsByTag("user");
Element user1 = users.get(0);
System.out.println(user1.getElementsByTag("name").get(0).text());
}
快捷查询方式
selector:选择器
使用的方法:Elements select(String cssQuery)
cssQuery:css选择器的书写格式
public static void main(String[] args) throws IOException {
Document parse = Jsoup.parse(new File("************"), "utf-8");
Elements select = parse.select("user[number=\"s123\"]");//查询user标签中number=s123的数据
Elements names = parse.select("name");//类似于元素选择器
Elements select1 = parse.select("#use");//id=use的元素
}
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
- 根据document对象,创建JXDocument对象
- 使用seIN方法进行查询
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
Document parse = Jsoup.parse(new File("*********"), "utf-8");
JXDocument jxDocument = new JXDocument(parse);
List<JXNode> jxNodes = jxDocument.selN("//user");//查询所有的user标签
for (JXNode jxNode : jxNodes) {
System.out.println(jxNode);
}
System.out.println("----------------");
List<JXNode> jxNodes1 = jxDocument.selN("//user/name[@id='asd']");//查询user下的name(id=asd)的标签
for (JXNode jxNode : jxNodes1) {
System.out.println(jxNode);
}
}