黑马程序员技术交流社区

标题: [杭州校区]xml [打印本页]

---

作者: 小江哥    时间: 2018-10-24 20:15
标题: [杭州校区]xml


今日内容
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：
                       

[AppleScript] 纯文本查看 复制代码

 <?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"
        
                              

[AppleScript] 纯文本查看 复制代码

 <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：
                                 

[AppleScript] 纯文本查看 复制代码

//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);

                                }

---

欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2