2.2XML

XML

1. 概念：Extensible Markup Language可拓展标记语言

• 可拓展：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：
  ①xml标签都是自定义的，html标签是预定义的。
  ②xml的语法严格，html的语法松散。
  ③xml是存储数据的，html是展示数据的。

2. 语法：

• 基本语法：
  ①xml文档的后缀名.xml
  ②xml第一行必须定义为文档声明
  ③xml文档中有且仅有一个根标签
  ④属性值必须使用引号（单双都可以）引起来
  ⑤标签必须正确闭合
  ⑥xml标签名称区分大小写

• 组成部分：
  ①文档声明
  格式<?xml 属性列表 ?>
  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：ISO-8859-1

• standlone：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

• <? 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
  要求：能够中xml中引入约束文档并且简单的读懂约束文档

• 分类：
  ①DTD:一种简单的约束技术
  ②Schema：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：
  ①本地：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
  ②网络：<!DOCTYPE 根标签名 PUBLIC "dtd文件名" "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="..."
    ③引入xsd文件命名空间xsi：schemaLocation="..."
    ④为每一个xsd约束声明一个前缀，作为标识 xmlns="..."

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：
  ①DOM：将标记语言文档一次性加载到内存中，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

②SAX：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

  • 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

• 对象的使用

1. Jsoup：工具类，可以解析XML或HTML文档，返回document

• parse：解析html或xml文档，返回document
  • parse(File in,String charsetName)：解析html或xml文件
  • parse(String html)：解析html或xml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
  • getElementByTag(String tagName)：根据标签名称获取元素对象集合
  • getElementByAttribute(String key)：根据属性名称获取元素对象集合
  • getElementByAttributeValue(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获取子对象

• getElementById(String id)：根据id属性值获取唯一的element对象
• getElementByTag(String tagName)：根据标签名称获取元素对象集合
• getElementByAttribute(String key)：根据属性名称获取元素对象集合
• getElementByAttributeValue(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

• Sring attr(String key)：根据属性名称获取属性值

③获取文本内容

• Sring text()：获取文本内容
• Sring 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

快速查询方式：

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（标准通过标记语言的子集）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的语法完成查询