xml笔记

  1. 概念
  2. 语法
  3. 解析

  * 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

  * 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">



  * 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);
            }

            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itcast

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