文章目录

  • ​​XML​​
  • ​​语法：​​
  • ​​基本语法：​​
  • ​​组成部分：​​
  • ​​约束：规定xml文档的书写规则​​
  • ​​DTD:一种简单的约束技术​​
  • ​​Schema:一种复杂的约束技术​​
  • ​​解析XML：操作xml文档，将文档中的数据读取到内存中​​
  • ​​解析xml的方式​​
  • ​​xml常见的解析器：​​
  • ​​对象的使用：​​
  • ​​Jsoup：工具类，可以解析html或xml文档，返回Document​​
  • ​​Document：文档对象。代表内存中的dom树​​
  • ​​Elements：元素Element对象的集合。可以当做 ArrayList来使用​​

XML

Extensible Markup Language 可扩展标记语言

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
<?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：

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

约束：规定xml文档的书写规则

DTD:一种简单的约束技术

<!ELEMENT students (student+) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

约束声明

<!DOCTYPE students SYSTEM "student.dtd">

Schema:一种复杂的约束技术

<?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>

约束声明

<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"
>

解析XML：操作xml文档，将文档中的数据读取到内存中

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

  1. 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：

JAXP：sun公司提供的解析器，支持dom和sax两种思想
DOM4J：一款非常优秀的解析器
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。
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
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

//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

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

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

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

获取属性值
String attr(String key)：根据属性名称获取属性值

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)

Node：节点对象
是Document和Element的父类