XML基本概念

Extensible Markup Language 可扩展标记语言

• 可扩展：标签都是自定义的

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的标签是预定义的
2. xml的语法非常严格，html的语法比较松散
3. xml是存储数据的，html是展示数据的

语法

基本语法

1. xml文档的后缀名必须是 .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(单引号双引号都可以)引起来
5. 标签必须正确关闭
6. xml的标签名称区分大小写

<?xml version='1.0'?>
<users>
<user id='1'>
    <username>zhangsan</username>
    <age>22</age>
    <gender>male</gender>
</user>
<user id='2'>
    <username>lisi</username>
    <age>33</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
     • yes：不依赖其他文件
     • no：依赖其他文件
2. 指令(xml指定是为了结合css)
3. 标签：标签名称 自定义的
   • 规则
     • 名称可以含字母、数字以及其他的字符
     • 名称不能以数字或者标点符号开始
     • 名称不能以字符 “xml”（或者 XML、Xml）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CDATA区中的内容会被原样展示
   • 格式 <![CDATA[ CDATA区内容]]>

约束

分类

• DTD：一种简单的约束技术
• Schema：一种复杂的约束技术

使用

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 比DTD约束更为复杂 约束性更强

xml解析

操作xml文档

• 解析(读取)：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

解析xml的方式

DOM

将标记语言文档一次性加载进内存，在内存中形成dom树

• 优点：操作方便，可以对文档进行CRUD的所有操作
• 缺点：消耗内存 占内存

SAX

逐行读取，基于事件驱动的。

• 优点：占用内存小
• 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两种方式 性能低 不推荐使用
2. D0M4J：一款非常优秀的解析器
3. Jsoup：Java的HTML解析器，可直接解析HTML文本内容
4. PULL：android操作系统内置解析器 SAX方式解析

Jsoup使用

步骤

1. 导入jar包
2. 获取Document对象
3. 获取对应的标签

        //获取Document对象
        String path = JsoupDemo.class.getClassLoader().getResource("student.xml").getPath();
        Document document = Jsoup.parse(new File(path), "utf-8");
        Elements elements = document.getElementsByTag("name");
        for (Element element : elements) {
            String eleText = element.text();
            System.out.println("xml element" + eleText);
        }

对象的使用

1. Jsoup：工具类，可以解析html或xml文档，返回document

• parse(File file,String encoding) 解析xml或html文件
• parse(String htmlContent) 解析xml或html字符串 htmlContent为html或xml内容
• parse(URL url,int timeout) 通过网络路径来获取指定的xml或html的文档对象

2. Document：文档对象 代表内存中的dom树

• getElementById(String id) 根据id属性值获取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
   1. 获取子元素对象
   • getElementById(String id) 根据id属性值获取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（包括子标签的字符串内容）
4. Element：元素对象
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:XML路径语言