java -xml约束与解析简介

1.xml的约束的种类：一般有dtd以及xsd，dtd对于元素的格式并无法规定，如格式而xsd对于
要会读懂名称空间，看懂前缀即可。

2.xml解析的方式：有dom以及sax，sax是逐行读取，然后会释放内存资源，所以不适合CRUD，通常用于移动端或者小型设备，优点是占内存少。dom即是前面javaScript的dom技术，把一颗dom树读取进内存，
缺点内存占用大，优点crud方便，多用于服务器。

2.1dom的实现，常见xml的解析器：分别有jaxp，dom4j（最好用），jsoup以及pull（移动端，sax方式）
这里我们使用的是jsoup：
步骤如下：导入jar包，获取doc对象，获取ele对象，读取数据即可。
小例子：

public class JsoupDemo {
    public static void main(String[] args) throws IOException {
        String path = Jsoup.class.getClassLoader().getResource("student.xml").getPath();
        Document document = Jsoup.parse(new File(path), "utf-8");
        Elements name = document.getElementsByTag("name");
        System.out.println(name.size());
    }
}

小结：
Jsoup.parse的参数可以有URL+超时时间，文件+格式，或者直接一整串xml内容，即不用外部xml文件。
其中URL+超时时间 即是爬虫中常用的方式，利用jsoup爬取解析xml/html。

Jsoup的文档要会看，里面定义了一些接口方便操作获取html里面的元素，注意各个对象的继承关系，这个关系在Html DOM下面好像没有这种特别明显的关系

在jsoup下却十分分明，理解起来，document每次都往上获取内容元素，即每个元素都会有Node。
java.lang.Object
org.jsoup.nodes.Node
org.jsoup.nodes.Element
org.jsoup.nodes.Document（类继承关系）