Day12--XML

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。
    * 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是展示数据的
    * w3c：万维网联盟

2、语法：
    * 基本语法：
        1、xml文档的后缀名.xml
        2、xml的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>12</age>
                <gender>man</gender>
            </user>
        
            <user id='2'>
                <name>lisi</name>
                <age>12</age>
                <gender>male</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
        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 xmlms:xis="http://www.w3.org/2001/XMLSchema-instance"
                3、引入xsd文件命名空间 xsi:schemaLaction="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 xmlms:xis="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.itcast.cn/xml" xsi:schemaLaction="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、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("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
                    * 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内容）
            5、Node：节点对象
                * 是Document和Element的父类

        * 快捷查找方式：
            1、selector：选择器
                * 使用的方法：Elements select(String cssQuery)
                    * 语法：参考Selector类中定义的方法
            2、XPath：XPath即为XML路径所言，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w3cschool参考手册，使用xpath的语法来完成查询