XML学习_牛客博客

XML

1.xml基础部分

概念：Extensible Markup Language 可扩展标记语言
- 可扩展：标签都是自定义的。例如：< 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
  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
- w3c:万维网联盟
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. 标签必须正确关闭可以有类似于HTML的<br/ >自关闭标签
  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>23</age>
				<gender>male</gender>
				<br/>
			</user>
			
			<user id='2'>
				<name>lisi</name>
				<age>24</age>
				<gender>female</gender>
			</user>
		</users>

检查是否有书写错误：
用浏览器打开，没有报错即书写正确->

组成部分：
1. 文档声明：<?xml 属性列表 ?>
2. 属性列表
  1. version : 版本号，必须有的属性
  2. encoding :编码方式，告诉解析引擎(浏览器)，当前文件所使用的字符集，默认是 ISO-8859-1
  3. standalone :是否独立
    - 取值
      - yes :不依赖其它文件
      - no :依赖其它文件
3. 指令：结合css使用
  - <?xml-stylesheet type="text/css" href="a.css" ?> ，例子：
  浏览器解析结果：
4. 标签：标签名称自定义的
  - 规则：
    - 名字可以包含字母、数字及其它字符
    - 名称不能以数字或其他标点符号开始
    - 名字不能以（xml,XML等等）开始
    - 名称不能包含空格
5. 属性：id属性值唯一
6. 文本：若想使用使得数据原样显示，可以加入CDATA区，如下：

2.约束

概念：规定xml文档的书写格式

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：
1. 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">

约束条件：

<!--+代表必须出现一次或多次 ，*代表出现出现0次或多次-->
<!ELEMENT students (student+) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

配置文件：
1.内部dtd:

<?xml version="1.0" encoding="UTF-8" ?>
<!--<!DOCTYPE students SYSTEM "student.dtd">-->
<!DOCTYPE students [
		<!ELEMENT students (student+) >
		<!ELEMENT student (name,age,sex)>
		<!ELEMENT name (#PCDATA)>
		<!ELEMENT age (#PCDATA)>
		<!ELEMENT sex (#PCDATA)>
		<!ATTLIST student number ID #REQUIRED>
		]>
<students>
	<student number="s1">
		<name>zhangsan</name>
		<age>11</age>
		<sex>male</sex>
	</student>

	<student number="s2">
		<name>lisi</name>
		<age>33</age>
		<sex>female</sex>
	</student>
</students>

2.外部dtd:

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
	<student number="s1">
		<name>zhangsan</name>
		<age>11</age>
		<sex>male</sex>
	</student>

	<student number="s2">
		<name>lisi</name>
		<age>33</age>
		<sex>female</sex>
	</student>
</students>

Schema（比较复杂，但是约束力更强）

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 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">

约束条件：

<?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>

配置文件：

<?xml version="1.0" encoding="UTF-8" ?>
<!-- 
	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   不填默认：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 number="heima_0001">
		<name>zhangsan</name>
		<age>33</age>
		<sex>female</sex>
	</student>

	<student number="heima_0002">
		<name>lisi</name>
		<age>31</age>
		<sex>male</sex>
	</student>
 </students>

3.xml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，常用于Android设备。
    - 优点：不占内存。
    - 缺点：只能读取，不能增删改

Dom树解析

SAX解析：

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使用

介绍：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。

/**
 * Created by Administrator on 2020/2/23.
* 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
 */
public class JsoupDemo1 {
   
    public static void main(String[] args) throws IOException {
   
        //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");

        //3.1输出大小
        System.out.println(elements.size());

        //3.2获取list中的首对象
        Element element = elements.get(0);
        String text = element.text();
        //3.3输出第一个student 的name
        System.out.println(text);
    }
}

Jsoup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
  - 重载方法：
    * 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

代码（2.1.1、2.1.2、2.1.3）：

public class JsoupDemo2 {
   
    public static void main(String[] args) throws IOException {
   
        //2.1获取student.xml的path
        String path =JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();

        //2.1.1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);

        //2.1.2解析html或xml文件至html的dom树
        String xmlORhtml = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "<students>\n" +
                "\t<student number=\"s1\">\n" +
                "\t\t<name>zhangsan</name>\n" +
                "\t\t<age>11</age>\n" +
                "\t\t<sex>male</sex>\n" +
                "\t</student>\n" +
                "\n" +
                "\t<student number=\"s2\">\n" +
                "\t\t<name>lisi</name>\n" +
                "\t\t<age>33</age>\n" +
                "\t\t<sex>female</sex>\n" +
                "\t</student>\n" +
                "</students>";
//        Document document = Jsoup.parse(xmlORhtml);
//        System.out.println(document);

        //2.1.3解析远程URL 路径的html或xml文件至本地html的dom树
        URL url= new URL("https://www.baidu.com");
        Document document = Jsoup.parse(url, 50000); //50000表示超时时间，超过这个时间没有获取document对象值则会抛异常
        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

public class JsoupDemo3 {
   
    public static void main(String[] args) throws IOException {
   
        //2.1获取student.xml的path
        String path =JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();

        //2.1.1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");

        //3.1获取元素对象
        //3.1.1获取所有student对象
        Elements students = document.getElementsByTag("student");
        System.out.println(students);

        System.out.println("------------------------------------------------");
        //3.1.2获取属性名为id的元素对象
        Elements ids = document.getElementsByAttribute("id");
        System.out.println(ids);

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

        //3.1.2获取属性名和属性值的元素对象
        Elements elementsByAttributeValue = document.getElementsByAttributeValue("id", "itcast");
        System.out.println(elementsByAttributeValue);
    }

Element对象
1. 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

public class JsoupDemo4 {
   
    public static void main(String[] args) throws IOException {
   
        //2.1获取student.xml的path
        String path =JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.1.1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");

        //需求
        //3.1获取标签为student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements.size());
        System.out.println("--------------------");
        //3.2根据属性名称number获取属性值
        Element element = elements.get(0);
        String number = element.attr("number");
        System.out.println(number);
        System.out.println("--------------------");

        //3.3获取文本内容
        String text = element.text();  //输出标签体的所有纯文本内容
        String html = element.html();  //输出标签体中所有内容（包括标签）
        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
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

selector选择器查询:

public class JsoupDemo5 {
   
    public static void main(String[] args) throws IOException {
   
        //2.1获取student.xml的path
        String path =JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.1.1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");

        //需求
        //查询标签为name的元素对象
        Elements elementNames = document.select("name");
        System.out.println(elementNames);
        System.out.println("-------------------------");

        //3.1查询id为itcast的元素
        Elements elements = document.select("#itcast");
        System.out.println(elements);
        System.out.println("-------------------------");

        //3.2获取student标签下number属性值为s1的age子标签
        //3.2.1获取student标签下number属性值为s1
        Elements select1 = document.select("student[number=\"s1\"]");
        System.out.println(select1);
        System.out.println("+++++++++++++++++++++++++");
        //3.2获取student标签下number属性值为s1的age子标签
        Elements select2 = document.select("student[number=\"s1\"] > age");
        System.out.println(select2);

    }
}

XPath查询：

public class JsoupDemo6 {
   
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
   
        //2.1获取student.xml的path
        String path =JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.1.1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");

        //获取document对象后转成jxDocument
        JXDocument jxDocument = new JXDocument(document);

        //结合Xpath查询
        //需求
        //3.1查询所有student元素
        List<JXNode> jxNodes1 = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes1) {
   
            System.out.println(jxNode);
        }
        System.out.println("-------------------");
        //3.2查询所有student带有name属性元素
        List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
        for (JXNode jxNode : jxNodes2) {
   
            System.out.println(jxNode);
        }
        System.out.println("-------------------");
        //3.2查询所有student带有name属性元素
        List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes3) {
   
            System.out.println(jxNode);
        }
        System.out.println("-------------------");

        //3.2查询所有student带有name属性元素
        List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id=itcast]");
        for (JXNode jxNode : jxNodes4) {
   
            System.out.println(jxNode);
        }
    }
}