XML

• 概念：Extensible Markup Language 可扩展【标签都是自定义的】标记语言
• 功能：
  1．配置文件
  2．在网络中传输
• xml与html的别：
  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
• 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

<?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>1/user>
</user>

• 组成部分：
  1．文档声明：<?xml属性列表?>
  <?xml version="1.0" encoding="utf-8" standalone='no'?>
  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．指今(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
  DTD :
  *引人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">

dtd文件
<! ELEMENT students ( student*)>  students可出现一次或多次
<!ELEMENTstudent (name , age,sex)> student中包括name age sex标签
<!ELEMENT name ( #PCDATA)> name标签书写文本
<!ELEMENT age ( #PCDATA)>
<!ELEMENT sex (#PCDATA) >
<!ATTLIST student number id #REQUIRED>  student属性 数字类型的id

xml文件
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
    <student number="itcast_0001">
        <name>tom</name>
        <age>18</age>
        <sex>male</sex>
    </student>
</students>

*schema:
引人:xml引入xsd

xml文件
<?xml version="1.0" encoding="UTF-8" ?>
<students
xmlns:xsi="http: / / www.w3.org/2001/XMLSchema-instance"//固定的
xmlns="http: // www.itcast.cn/ xml" //引入xsd
xsi:schemaLocation="http ://www.itcast.cn/xm1 student.xsd"//xsd命名空间为http://www.itcast.cn/xm1
xmlns:a="http: / / www .itcast.cn/ xml"给命名空间起别名a
>
<students>
    <student number="itcast_0001">
        <name>tom</name>
        <age>18</age>
        <sex>male</sex>
    </student>
</students>

• 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．写人：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。（在内存中读一行释放一行）
  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
  4,PULL： Android操作系统内置的解析器，sax方式的。
  3,Jsoup ：soup 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DON，css以及类似于jQuery的操作方法来取出和操作数据。

//2.获取Document对象，根据xml文档获取
//2.1获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource( name: "student.xm1" ).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)，charsetName: "utf-8")
;//3.获取元素对象Element
Elements elements = document.getElementsByTag( tagName: "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
1,parse(File in,string charsetName):解析xml或html文件的。
Document document = Jsoup.parse(new File(path)，charsetName: "utf-8")
2,parse(string html):解析xml或html字符串
Document document = Jsoup.parse(str); str是document字符串
3，parse(URL url，int timeoutMillis):通过网络路径获取指定的html或xml的文档对象
URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin" );
soup.parse(ur1,10000) ;

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
Element itcast = document.getElementById( "itcast") ;
getElementsByTag(string tagName)∶根据标签名称获取元秦对象集合
Elements elements = document.getElementsByTag("student");
getElementsByAttribute(string key):根据属性名称获取元素对象集合
Elements elements1 = document.getElementsByAttribute("id");
getElementsByAttributeValue(String key,string value):根据对应的属性名和属性值获取元秦对象集合
document.getElementsByAttributeValue( "number","heima_0001");

3. Elements :元秦Element对象的集合。可以当做ArrayList<Element>来使用
4. Element :元秦对象

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秦对象集合
getElementsByAttribute(string key):根据属性名称获取元秦对象集合
getElementsByAttributevalue(String key，string value):根据对应的属性名和属性值获取元秦对象集合
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
6. 快捷查询方式:

• 选择器查询

1. selector:选择器
   使用的方法:Elementsselect(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