xml 笔记
Yuxuan Wu Lv13
2021-04-25 02:00:55 3.4k Words 16 Mins

XML:

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

  • 配置文件

  • 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

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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
<!--文档声明，xml必须要写-->
<?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>
  </user>
</users>

组成部分：

  1. 文档声明
  2. 格式：<?xml 属性列表 ?>
  3. 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 (了解)
    • yes：不依赖其他文件
    • no：依赖其他文件
  4. 指令(了解)：结合css的
  • <?xml-stylesheet type=”text/css” href=”a.css” ?>

  1. 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
    1. 属性：
      id属性值唯一
    2. 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：

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 

1
2
3
4
5
xmlns="http://www.itcast.cn/xml" 

<students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
	xmlns="http://www.itcast.cn/xml"
	xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd">

student.xsd

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itcast.cn/xml"
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.itcast.cn/xml" elementFormDefault="qualified">
    <xsd:element name="students" type="studentsType"/>
    <xsd:complexType name="studentsType">
        <xsd:sequence>
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
        </xsd:sequence>
    </xsd:complexType>
    <xsd:complexType name="studentType">
        <xsd:sequence>
            <xsd:element name="name" type="xsd:string"/>
            <xsd:element name="age" type="ageType" />
            <xsd:element name="sex" type="sexType" />
        </xsd:sequence>
        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <xsd:simpleType name="sexType">
        <xsd:restriction base="xsd:string">
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="ageType">
        <xsd:restriction base="xsd:integer">
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="256"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="numberType">
        <xsd:restriction base="xsd:string">
            <xsd:pattern value="heima_\d{4}"/>
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema>

解析

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 快速入门

  • 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：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
package cn.itcast.xml.jsoup;


import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

/**
 * Jsoup快速入门
 */
public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
        //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：

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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
package cn.itcast.xml.jsoup;


import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;
import java.net.URL;

/**
 * Jsoup对象功能
 */
public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
        //2.1获取student.xml的path
        String path = JsoupDemo2.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");
        System.out.println(document);*/

       //2.parse(String html)：解析xml或html字符串
       /* String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "\n" +
                "<students>\n" +
                "\t<student number=\"heima_0001\">\n" +
                "\t\t<name>tom</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>male</sex>\n" +
                "\t</student>\n" +
                "\t<student number=\"heima_0002\">\n" +
                "\t\t<name>jack</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>female</sex>\n" +
                "\t</student>\n" +
                "\n" +
                "</students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/

       //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");//代表网络中的一个资源路径
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);

    }

}

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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
package cn.itcast.xml.jsoup;


import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;
import java.net.URL;

/**
 * Document/Element对象功能
 */
public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //3.获取元素对象了。
        //3.1获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);

        System.out.println("-----------");


        //3.2 获取属性名为id的元素对象们
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("-----------");
        //3.2获取 number属性值为heima_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");
        System.out.println(elements2);

        System.out.println("-----------");
        //3.3获取id属性值的元素对象
        Element itcast = document.getElementById("itcast");
        System.out.println(itcast);
    }

}

Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用

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)
  4. Node：节点对象
    • 是Document和Element的父类
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
package cn.itcast.xml.jsoup;


import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

/**
 *Element对象功能
 */
public class JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        /*
        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)




         */
        //通过Document对象获取name标签，获取所有的name标签，可以获取到两个
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        System.out.println("----------------");
        //通过Element对象获取子标签对象
        Element element_student = document.getElementsByTag("student").get(0);
        Elements ele_name = element_student.getElementsByTag("name");
        System.out.println(ele_name.size());

        //获取student对象的属性值
        String number = element_student.attr("NUMBER");
        System.out.println(number);
        System.out.println("------------");
        //获取文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);
    }

}

快捷查询方式：

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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
package cn.itcast.xml.jsoup;


import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

/**
 *选择器查询
 */
public class JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //3.查询name标签
        /*
            div{

            }
         */
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("=----------------");
        //4.查询id值为itcast的元素
        Elements elements1 = document.select("#itcast");
        System.out.println(elements1);
        System.out.println("----------------");
        //5.获取student标签并且number属性值为heima_0001的age子标签
        //5.1.获取student标签并且number属性值为heima_0001
        Elements elements2 = document.select("student[number=\"heima_0001\"]");
        System.out.println(elements2);
        System.out.println("----------------");

        //5.2获取student标签并且number属性值为heima_0001的age子标签
        Elements elements3 = document.select("student[number=\"heima_0001\"] > age");
        System.out.println(elements3);

    }

}
  1. 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
package cn.itcast.xml.jsoup;


import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;
import java.util.List;

/**
 *XPath查询
 */
public class JsoupDemo6 {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //1.获取student.xml的path
        String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //3.根据document对象，创建JXDocument对象
        JXDocument jxDocument = new JXDocument(document);

        //4.结合xpath语法查询
        //4.1查询所有student标签
        List<JXNode> jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
        }

        System.out.println("--------------------");

        //4.2查询所有student标签下的name标签
        List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
        for (JXNode jxNode : jxNodes2) {
            System.out.println(jxNode);
        }

        System.out.println("--------------------");

        //4.3查询student标签下带有id属性的name标签
        List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode);
        }
        System.out.println("--------------------");
        //4.4查询student标签下带有id属性的name标签 并且id属性值为itcast

        List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
        for (JXNode jxNode : jxNodes4) {
            System.out.println(jxNode);
        }
    }

}
  • Post title：xml 笔记
  • Post author：Yuxuan Wu
  • Create time：2021-04-25 02:00:55
  • Post link：yuxuanwu17.github.io2021/04/25/2021-04-25-xml-笔记/
  • Copyright Notice：All articles in this blog are licensed under BY-NC-SA unless stating additionally.