XML -＞（个人学习记录笔记）

其他 2021-04-05 10:52
0 阅读

文章目录

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>

1.1 功能

  • 存储数据
  1. 配置文件
  2. 在网络中传输

1.2 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
  • w3c:万维网联盟

2. 语法：

2.1 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

2.2 快速入门：

<?xml version='1.0' ?>
<users>
	<user id='1'>
		<name>zhangsan</name>
		<age>23</age>
		<gender>male</gender>
		<br/>
	</user>
	
	<user id='2'>
		<name>lisi</name>
		<age>24</age>
		<gender>female</gender>
	</user>
</users>

2.3 组成部分：

2.3.1 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
    • standalone：是否独立
      • 取值：
        • yes：不依赖其他文件
        • no：依赖其他文件

2.3.2 指令(了解)：结合css的

<?xml-stylesheet type="text/css" href="a.css" ?>

2.3.3 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

2.3.4 属性：

  • id属性值唯一

2.3.5 文本：

CDATA区：在该区域中的数据会被原样展示
格式： <![CDATA[ 数据 ]]>

2.4 约束：规定xml文档的书写规则

2.4.1 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

2.4.2 分类：

  1. DTD:一种简单的约束技术
  2. Schema:一种复杂的约束技术

2.4.3 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文件名字" "dtd文件的位置URL">

dtd文档

<!ELEMENT students (student+) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

代码

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

<!--<!DOCTYPE students [
		<!ELEMENT students (student+) >
		<!ELEMENT student (name,age,sex)>
		<!ELEMENT name (#PCDATA)>
		<!ELEMENT age (#PCDATA)>
		<!ELEMENT sex (#PCDATA)>
		<!ATTLIST student number ID #REQUIRED>
		]>-->
<students>
	
	<student number="s001">
		<name>zhangsan</name>
		<age>abc</age>
		<sex>hehe</sex>
	</student>

	<student number="s002">
		<name>lisi</name>
		<age>24</age>
		<sex>female</sex>
	</student>
	
</students>

2.4.4 Schema:

  • 引入：
    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="https://www.baidu.com/xml student.xsd"
    4.为每一个xsd约束声明一个前缀,作为标识 xmlns="https://www.baidu.com/xml"
<students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
		xmlns="https://www.baidu.com/xml"
		xsi:schemaLocation="https://www.baidu.com/xml  student.xsd">

<?xml version="1.0"?>
<xsd:schema xmlns="https://www.baidu.com/xml"
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"
        targetNamespace="https://www.baidu.com/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="baidu_\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="https://www.baidu.com/xml  student.xsd"
	4.为每一个xsd约束声明一个前缀,作为标识  xmlns="https://www.baidu.com/xml"
	
	
 -->
<students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
			xmlns="https://www.baidu.com/xml"
			xsi:schemaLocation="https://www.baidu.com/xml  student.xsd"
>
	<student number="baidu_0001">
		<name>tom</name>
		<age>222</age>
		<sex>male</sex>
	</student>

</students>

3. 解析：操作xml文档，将文档中的数据读取到内存中

3.1 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

3.2 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
  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

3.3 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
  2. DOM4J：一款非常优秀的解析器
  3. 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。
  4. PULL：Android操作系统内置的解析器，sax方式的。

3.4 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。

    • 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

    • 代码：

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;

//2.1获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//2.2解析xml文档，加载文档进内存，获取dom树--->Document
Document document = Jsoup.parse(new File(path), "utf-8");
//3.获取元素对象 Element
Elements elements = document.getElementsByTag("name");

System.out.println(elements.size());
//3.1获取第一个name的Element对象
Element element = elements.get(0);
//3.2获取数据
String name = element.text();
System.out.println(name);

3.6 对象的使用：

3.6.1 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
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 {
    
    
        //2.1获取student.xml的path
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        //2.2解析xml文档，加载文档进内存，获取dom树--->Document
       /* Document document = Jsoup.parse(new File(path), "utf-8");
        System.out.println(document);*/

       //2.parse​(String html)：解析xml或html字符串
       /* String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "\n" +
                "<students>\n" +
                "\t<student number=\"baidu_0001\">\n" +
                "\t\t<name>tom</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>male</sex>\n" +
                "\t</student>\n" +
                "\t<student number=\"baidu_0002\">\n" +
                "\t\t<name>jack</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>female</sex>\n" +
                "\t</student>\n" +
                "\n" +
                "</students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/

       //3.parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象
        URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的一个资源路径
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);

    }

}

3.6.2 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

3.6.3 Elements：元素Element对象的集合。

  • 可以当做 ArrayList<Element>来使用
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
        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.获取元素对象了。
        //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("-----------");
        //3.2获取 number属性值为baidu_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "baidu_0001");
        System.out.println(elements2);

        System.out.println("-----------");
        //3.3获取id属性值的元素对象
        Element baidu= document.getElementById("baidu");
        System.out.println(baidu);
    }

}

3.6.4 Element：元素对象

  1. 获取子元素对象

    扫描二维码关注公众号，回复： 13134765 查看本文章

    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)

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
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        /*
        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():获取所有字标签的纯文本内容
					* String html():获取标签体的所有内容(包括子标签的标签和文本内容)




         */
        //通过Document对象获取name标签，获取所有的name标签，可以获取到两个
        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student对象的属性值
        String number = element_student.attr("NUMBER");
        System.out.println(number);
        System.out.println("------------");
        //获取文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);
    }

}

3.6.5 Node：节点对象

  • 是Document和Element的父类

    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

    2. 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。
      • 查询w3cshool参考手册，使用xpath的语法完成查询
      • 代码：
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
        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
        /*
            div{

            }
         */
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("=----------------");
        //4.查询id值为baidu的元素
        Elements elements1 = document.select("#baidu");
        System.out.println(elements1);
        System.out.println("----------------");
        //5.获取student标签并且number属性值为baidu_0001的age子标签
        //5.1.获取student标签并且number属性值为baidu_0001
        Elements elements2 = document.select("student[number=\"baidu_0001\"]");
        System.out.println(elements2);
        System.out.println("----------------");

        //5.2获取student标签并且number属性值为baidu_0001的age子标签
        Elements elements3 = document.select("student[number=\"baidu_0001\"] > age");
        System.out.println(elements3);

    }

}


//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baidu

  List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='baidu']");
  for (JXNode jxNode : jxNodes4) {
    
    
      System.out.println(jxNode);
  }

猜你喜欢

目录

热门文章