一、概念:Extensible Markup Language 可扩展标记语言

1.可扩展:

标签都是自定义的。 <user> <student>

2.功能:

  1. 存储数据
  2. 配置文件
  3. 在网络中传输

3.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

4.语法

⑴ 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

例如:

<?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>
⑵ 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

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 ]]>

⑶ 约束:规定xml文档的书写规则

java 根据文件后缀转为contentType_html

① 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
② 分类:
  1. DTD:一种简单的约束技术
    例如student.dtd
<!ELEMENT students (student*) ><!--ELEMENT表示标签的意思,students是根标签,student是其子标,*表示可以有0个或者多个,+表示至少得有一个-->
<!ELEMENT student (name,age,sex)><!--表示student的子标签有name,age,sex,它们需要按照这个指定顺序出现,且默认只能有一个-->
<!ELEMENT name (#PCDATA)><!--#PCDATA表示字符串,表示name标签体里面的内容是字符串类型的-->
<!ELEMENT age (#PCDATA)><!--#PCDATA表示字符串,表示age标签体里面的内容是字符串类型的-->
<!ELEMENT sex (#PCDATA)><!--#PCDATA表示字符串,表示sex标签体里面的内容是字符串类型的-->
<!ATTLIST student number ID #REQUIRED><!--属性约束,ATTLIST是属性的意思,表示student标签中有名字叫做number的属性,属性的类型是ID,ID表示名字叫做number的属性值唯一,#REQUIRED表示名字叫做number的属性必须出现-->
  1. Schema:一种复杂的约束技术
③ 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(很少用)

  <!DOCTYPE 根标签[约束内容]>

java 根据文件后缀转为contentType_html5_02


 * 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">

java 根据文件后缀转为contentType_html5_03


    网络<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

      常用的方式

④ Schema:
  • 设计schema解决了dtd什么问题
    dtd文档约束了标签的格式,但是无法约束标签体中的内容。比如:<sex>内容</sex>中的内容只能是man或者woman,但是dtd文件无法达到这个效果。
    schame约束文档内容解析:
  • java 根据文件后缀转为contentType_html_04

  • 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.kejizhentan.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.kejizhentan.cn/xml"

xml引入schema约束文档解析:

java 根据文件后缀转为contentType_html_05

例如:mvc的配置文件

java 根据文件后缀转为contentType_xml_06

⑷ 解析:操作xml文档,将文档中的数据读取到内存中
① 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
② 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
③ 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。
④ Dom4j解析
  1. 步骤
    a.引入jar文件(dom4j.jar)
    b.创建指向xml文档的输入流
    InputStream is = new FileInputStream("文件地址"); c.创建一个xml读取工具对象
    SAXReader sr = new SAXReader(); d.通过读取工具,读取xml文档的输入流i,并得到文档对象
    Document doc = sr.reader(is); e.通过文档对象,获取xml文档的根节点对象
    Element root = doc.getRootElement();
  2. Element对象的常用方法
    一个Element对象就表示一个xml文档的节点
    a.获取节点名称的方法
    String getName(); b.获取节点内容的方法
    String gerText(); c.根据节点名称获取匹配的第一个子节点对象
    Element element(”节点名称“) d.获取所有的子节点
    List<Element> elements(); e.获取节点的属性值
    String attributeValue(”属性值名称“);

dom4j.jar点击下载

books.xml文件内容如下:

<?xml version="1.0" encoding="UTF-8"?>
<books>
	<book id="10001">
		<name>西游记</name>
		<info>讲述了唐老板带领三个徒弟辛苦创业的故事</info>
	</book>
	<book id="10002">
		<name>水浒传</name>
		<info>讲述了三个女人和105个男的故事</info>
	</book>
	<book id="10003">
		<name>三国</name>
		<info>讲述了三个老板辛苦创业的故事</info>
	</book>
	<book id="10004">
		<name>红楼梦</name>
		<info>讲述了富二代家里的故事</info>
	</book>
</books>

项目结构如下:

java 根据文件后缀转为contentType_html_07


代码如下:

public class TestDom4j {
    public static void main(String[] args) {
        InputStream is = null;
        try {
            //1.创建指向xml文档的输入流
            is = TestDom4j.class.getClassLoader().getResourceAsStream("books.xml");
            //2.创建xml读取工具
            SAXReader sr = new SAXReader();
            //3.通过读取工具读取xml文档的输入流,得到文档对象
            Document doc = sr.read(is);
            //4.通过文档对象获取根节点
            Element root = doc.getRootElement();
            //5.Element的常用方法
            //5.1通过根节点获取所有的子节点(books的所有子节点是三个book节点)
            List<Element> es = root.elements();
            //5.2循环遍历集合
            for (Element book : es) {
                //5.3获取每个子节点book的id属性
                String idValue = book.attributeValue("id");
                //5.4获取book节点的name子节点
                Element name = book.element("name");
                //5.5获取name节点中的内容
                String nameValue = name.getText();
                //5.6获取book节点的子节点info
                Element info = book.element("info");
                //5.7获取info节点中内容
                String infoValue = info.getText();
                //5.8将获取到的内容打印输出
                System.out.println("图书id" + idValue+","+"图书名字:"+nameValue+","+"图书简介:"+infoValue);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

结果如下:

java 根据文件后缀转为contentType_xml_08

⑤ Jsoup解析

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. 步骤
    a. 导入jar包点击下载jsoup.jar b. 获取Document对象
    c. 获取对应的标签Element对象
    d. 获取数据
    books.xml文件内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<books>
	<book id="10001">
		<name>西游记</name>
		<info>讲述了唐老板带领三个徒弟辛苦创业的故事</info>
	</book>
	<book id="10002">
		<name>水浒传</name>
		<info>讲述了三个女人和105个男的故事</info>
	</book>
	<book id="10003">
		<name>三国</name>
		<info>讲述了三个老板辛苦创业的故事</info>
	</book>
	<book id="10004">
		<name>红楼梦</name>
		<info>讲述了富二代家里的故事</info>
	</book>
</books>

项目结构如下:

java 根据文件后缀转为contentType_html_09


代码如下:

public class TestJsoup {
    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 = TestJsoup.class.getClassLoader().getResource("books.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);
    }
}
  1. 对象的使用
    Jsoup工具类,可以解析html或xml文档,返回Document
    a. 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
    例如:
public class TestJsoup {
    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 = TestJsoup.class.getClassLoader().getResource("books.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" +
                "<books>\n" +
                "\t<book id=\"10001\">\n" +
                "\t\t<name>西游记</name>\n" +
                "\t\t<info>讲述了唐老板带领三个徒弟辛苦创业的故事</info>\n" +
                "\t</book>\n" +
                "\t<book id=\"10002\">\n" +
                "\t\t<name>水浒传</name>\n" +
                "\t\t<info>讲述了三个女人和105个男的故事</info>\n" +
                "\t</book>\n" +
                "\t<book id=\"10003\">\n" +
                "\t\t<name>三国</name>\n" +
                "\t\t<info>讲述了三个老板辛苦创业的故事</info>\n" +
                "\t</book>\n" +
                "\t<book id=\"10004\">\n" +
                "\t\t<name>红楼梦</name>\n" +
                "\t\t<info>讲述了富二代家里的故事</info>\n" +
                "\t</book>\n" +
                "</books>";
        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("http://www.kejizhentan.com");//代表网络中的一个资源路径
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);*/
    }
}

b.Document:文档对象。代表内存中的dom树文档对象获取Element对象的方法

  • 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

c. Elements:元素Element对象的集合。可以当做 ArrayList<Element>来使用d. Element:元素对象中的方法

  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
  1. 获取属性值
    * String attr(String key):根据属性名称获取属性值
  2. 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)

e. Node:节点对象是Document和Element的父类

f.快捷查询方式:基于jsoup

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

java 根据文件后缀转为contentType_html5_10


books.xml文件内容如下:

<?xml version="1.0" encoding="UTF-8"?>
<books>
	<book id="10001">
		<name id = "1111">西游记</name>
		<info>讲述了唐老板带领三个徒弟辛苦创业的故事</info>
	</book>
	<book id="10002">
		<name id = "kejizhentan">水浒传</name>
		<info>讲述了三个女人和105个男的故事</info>
	</book>
	<book id="10003">
		<name>三国</name>
		<info>讲述了三个老板辛苦创业的故事</info>
	</book>
	<book id="10004">
		<name>红楼梦</name>
		<info>讲述了富二代家里的故事</info>
	</book>
</books>

项目结构:

java 根据文件后缀转为contentType_html_11


代码如下:

public class TestXpath {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //1.获取student.xml的path
        String path = TestXpath.class.getClassLoader().getResource("books.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book标签
        List<JXNode> jxNodes = jxDocument.selN("//book");
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
        }

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

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

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

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

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

}

结果如下:

java 根据文件后缀转为contentType_属性值_12

⑸ 通过java生成xml文档

需要导包dom4j.jar点击下载步骤

① 通过文档帮助器(DocumentHelper)创建空的文档对象(Document)

Document doc = DocumentHelper.createDocument();

② 通过文档对象添加根节点,并得到新添加的根节点对象

Element root = doc.addElement("根节点名称");

③ 通过根节点丰富子节点

Element 子节点 = root.addElement("元素名称");

④ 创建一个文件输出流,用于将xml文档输出到文件中

OutputStream os = new FileOutputStream(“文件路径”);

⑤ 将文件输出流转换成xml文档输出流

XMLWriter xw = new XMLWriter(os);

⑥ 写出文档并释放资源

xw .write(doc );xw .close;os.close;

项目结构如下:

java 根据文件后缀转为contentType_属性值_13


代码如下:

public class TestXml {
    public static void main(String[] args) {
        //1.通过文档帮助器创建文档对象,并将其暂存到内存中
        Document doc = DocumentHelper.createDocument();
        //2.通过文档对象添加根节点
        Element root = doc.addElement("books");
        //3.通过根节点丰富子节点
        for (int i = 0; i < 4; i++) {
            //3.1通过根节点添加子节点
            Element book = root.addElement("book");
            //3.2通过book节点添加name和info节点
            Element name = book.addElement("name");
            Element info = book.addElement("info");
            //3.3设置book的id属性
            book.addAttribute("id",String.valueOf(1001+i));
            switch(i){
                case 0:
                    //3.4设置name节点的内容
                    name.setText("西游记");
                    //3.5设置info节点的内容
                    info.setText("讲述了唐老板带领三个徒弟辛苦创业的故事");
                    break;
                case 1:
                    name.setText("水浒传");
                    info.setText("讲述了三个女人和105个男的故事");
                    break;
                case 2:
                    name.setText("三国演义");
                    info.setText("讲述了三个老板辛苦创业的故事");
                    break;
                default:
                    name.setText("红楼梦");
                    info.setText("讲述了富二代家里的故事");
                    break;
            }
        }
        OutputStream os = null;
        XMLWriter xw = null;
        try {
            //4.创建文件输出流
          os   = new FileOutputStream("books.xml");
          //5.将字节流转换成xml文档输出流
            xw = new XMLWriter(os);
            //6.将内存中的doc文档写入到磁盘中,并释放资源
            xw.write(doc);
        } catch (FileNotFoundException | UnsupportedEncodingException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                if(xw != null){
                    xw.close();
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
            try {
                if(os != null){
                    os.close();
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        System.out.println("xml文档生成完毕!!!!!");
    }
}

生成的xml内容如下:

java 根据文件后缀转为contentType_xml_14