黑马程序员技术交流社区

标题: 谭朝方 [打印本页]

作者: 德鲁大叔 时间: 2019-1-9 22:55
标题: 谭朝方
# 今日内容
1. 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（properties存储数据太麻烦，低效率），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（现在还不好用，意思就是确定到底引入外界资源部）。7666
* 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（基本不用，都是用外部引用，下面这种方式）
* 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"（版本信息）
xmlns="http://www.itcast.cn/xml"（xsd文件的路径，前面www是修改的名字，就称为命名空间）
xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd">（给上述的名称空间价格前缀）如果有多个前缀，就在前面加上a或者b）

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，附文档（两种使用方法：基本使用和带有选择器使用）记忆：new SAXReader()。

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);
Jsoup要么用get方法查询，要么选择select。
都是用document.get...
document.select

* 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
例：访问百度：
Document parse = Jsoup.parse(new URL("https://www.baidu.com"),1000);
System.out.println(parse);

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():获取当前元素下的所有纯文本内容
* String html():获取标签体的所有内容(包括子标签的字符串内容)，即：文本和标签统统返回。
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

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