Xml

Posted 2021-03-09 p1ng

今天复习了一下Xml，并新学习Jsoup的相关知识。

主要内容

XML
        1. 概念
    2. 语法
    3. 解析

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>

    * 功能
        * 存储数据
            1. 配置文件
            2. 在网络中传输
    * 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：
    * 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
    * 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>
        
    * 组成部分：
        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. 指令(了解)：结合css的
            * <?xml-stylesheet type="text/css" href="a.css" ?>
        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 

        4. 属性：
            id属性值唯一
        5. 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
        * 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
        
        * 分类：
            1. DTD:一种简单的约束技术
            2. Schema:一种复杂的约束技术


        * 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">


        * 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="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"
                xmlns="http://www.itcast.cn/xml"
                xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd">



3. 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
        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

    * 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



    * 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。


    * 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：
             //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);

    * 对象的使用：
        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
                
        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. Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用
        
        4. 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():获取所有子标签的纯文本内容
                * String html():获取标签体的所有内容(包括字标签的字符串内容)
                
        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：
            
                //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);
                }
        
                //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);
                }
        
                //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);
                }
                
                //4.4查询student标签下带有id属性的name标签 并且id属性值为num1
                List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='num1']");
                for (JXNode jxNode : jxNodes4) {
                    System.out.println(jxNode);
                }