文章目录
今日内容XML1.概念：（Extensible Markup Language） 可扩展标记语言（1）可扩展：（2） 功能（存储数据）（3） xml与html的区别
2.语法：（1） 基本语法：（2） 快速入门：（3） 组成部分：
3. 约束：规定xml文档的书写规则。（1） 作为框架的使用者（程序员）：（见图约束）（2）分类：（3）DTD:（4） Schema:
4.解析：操作xml文档，将文档中的数据读取到内存中（1）操作xml文档（2）解析xml的方式：（3）xml常见的解析器：（4） Jsoup快速入门：①Jsoup快速入门（解析XML文件）② parse(String html)：解析字符串的③解析URL parse(URL url, int timeoutMillis)
（5）对象的使用：（6） XMLSelector和Xpath两种快捷查询方式
今日内容XML
概念 语法 解析
1.概念：（Extensible Markup Language） 可扩展标记语言
（1）可扩展：
标签都是自定义的。 <user> <student>
（2） 功能（存储数据）
1.配置文件 2.在网络中传输
（3） xml与html的区别
1.xml标签都是自定义的，HTML标签都是预定义。 2.xml的语法严格，html语法松散。 3.xml是存储数据的，html是展示数据的。 * w3c:万维网联盟（百度）
2.语法：
（1） 基本语法：
xml文档的后缀必须是.xmlxml第一行必须定义为文档声明xml文档中有且只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标签名称严格区分大小写。
（2） 快速入门：
<?xml version='1.0' ?>
<users>
<user id='1'>
<name>zhangsan
</name>
<age>23
</age>
<gender>male
</gender>
</user>
<user id='2'>
<name>lisi
</name>
<age>22
</age>
<gender>female
</gender>
</user>
</users>
（3） 组成部分：
1. 文档声明
* 格式：<?xml 属性列表 ?>
* 属性列表：
* version：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。（约束文件）
* no：依赖其他文件。
2. 指令（了解）：结合css的
* <?xml-stylesheet type="text/css" href="a.css" ?>
* a.css name{color:red;}
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[ ]]>
<?xml version='1.0' encoding="utf-8" standalone="no" ?>
<?xml-stylesheet type="text/css" href="a.css" ?>
<users>
<user id='1'>
<name>zhangsan
</name>
<age>23
</age>
<gender>male
</gender>
</user>
<user id='2'>
<name>lisi
</name>
<age>22
</age>
<gender>female
</gender>
<code>
if(a
< b
&& a
> c){}
<![CDATA[
if(a < b && b>c){}
]]>
</code>
</user>
</users>
3. 约束：规定xml文档的书写规则。
（1） 作为框架的使用者（程序员）：（见图约束）
能够在xml中引入约束文档能够简单的读懂约束文档。
01约束.png
（2）分类：
1.DTD：一种简单的约束技术。 2.Schema【skiːmə】：一种复杂的约束技术。
（3）DTD:
引入dtd文档到xml中 XML_DTD约束示例
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文件的名字" "dtd文件的位置URL">
（4） Schema:
XML_schema约束
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:a="http://www.itcast.cn/xml"设置
前缀为a不写a代表空前缀， xmlns="http://www.itcast.cn/xml"
<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">
4.解析：操作xml文档，将文档中的数据读取到内存中
（1）操作xml文档
解析（读入）： 将文档中的数据读取到内存中。写入：将内存中的数据保存到xml文档中。持久化的存储。（不常用）
（2）解析xml的方式：
DOM思想： 将标记语言文档一次性加载进内存，在内存中形成一棵dom树。
优点：操作方便，可以对文档进行CRUD的所有操作。缺点：比较占内存（大小一般是xml的1000~10000倍）
dom树
SAX思想： 逐行读取，基于事件驱动的。（如图SAX思想）
优点：不占内存缺点：只能读取，不能增删改查
（3）xml常见的解析器：
JASP：sun公司提供的解析器，支持dom和sax两种思想。DOM4J：一款非常优秀的解析器，服务器端经常会采用dom4j来解析。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。PULL：Android操作系统内置的解析器，sax方式的。
（4） Jsoup快速入门：
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。 步骤：
导入jar包获取Document对象获取对应的标签Element对象获取数据
代码
String path
= JsoupDemo1
.class.getClassLoader().getResource("student.xml").getPath();
Document document
= Jsoup
.parse(new File(path
), "utf-8");
Elements elements
= document
.getElementsByTag("name");
System
.out
.println(elements
.size());
for(Element el
:elements
){
System
.out
.println(el
.text());
}
①Jsoup快速入门（解析XML文件）
public class JsoupDemo1_StudentXml {
public static void main(String
[] args
) throws IOException
{
String path
= JsoupDemo1_StudentXml
.class.getClassLoader().
getResource("student.xml").getPath();
Document document
= Jsoup
.parse(new File(path
), "utf-8");
Elements elements
= document
.getElementsByTag("name");
System
.out
.println(elements
.size());
for(Element el
:elements
){
System
.out
.println(el
.text());
}
}
}
② parse(String html)：解析字符串的
public class JsoupDemo2_ParseString {
public static void main(String
[] args
) throws IOException
{
String str
="<!--?xml version=\"1.0\" encoding=\"UTF-8\" ?-->\n" +
"<html><head></head><body>\n" +
" <students> \n" +
" <student number=\"heima_0001\"> \n" +
" <name>zhangsan</name><age>100</age><sex>female</sex> \n" +
" </student> \n" +
" <student number=\"heima_0002\"> \n" +
" <name>lisi</name><age>45</age><sex>female</sex> \n" +
" </student> \n" +
" </students>\n" +
" </body></html>";
Document document
= Jsoup
.parse(str
);
System
.out
.println(document
);
}
}
③解析URL parse(URL url, int timeoutMillis)
通过网络路径来解析html或xml文档对象
public class JsoupDemo3_Jsoup_URL {
public static void main(String
[] args
){
try {
URL url
= new URL("https://blog.csdn.net/weixin_41571334/article/details/84631904");
Document document
= Jsoup
.parse(url
,1000000);
System
.out
.println(document
);
} catch (IOException e
) {
System
.out
.println(e
);
}
}
}
（5）对象的使用：
1. Jsoup：工具类，可以解析HTML或者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或者html文件的。(JsoupDemo1.)
parse(String html)：解析字符串的(JsoupDemo2.)
parse(URL url, int timeoutMillis)：通过网络路径来解析html或xml文档对象(JsoupDemo3.)
2. Document:文档对象。代表内存中的dom树(JsoupDemo4)
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。(JsoupDemo5)
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集合
2. 获取属性值
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）
5. Node：节点对象。
JsoupDemo4_Document JsoupDemo5_Element
（6） XMLSelector和Xpath两种快捷查询方式
XMLSelector和Xpath两种快捷查询方式：
①selector:选择器(JsoupDemo6) 使用的方法是：Elements select(String cssQuery) 语法：参考Selector类中定义的语法
②Xpath：(JsoupDemo7) XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。
使用Jsoup的Xpath需要额外导入jar包。（JsoupXpath-0.3.2.jar）查询w3cshool参考手册，使用Xpath的语法完成查询。
