XML基本概念
Extensible Markup Language 可扩展标记语言
- 可扩展：标签都是自定义的
功能
- 存储数据
- 配置文件
- 在网络中传输
xml与Html的区别
- xml标签都是自定义的，html的标签是预定义的
- xml的语法非常严格，html的语法比较松散
- xml是存储数据的，html是展示数据的
语法
基本语法
- xml文档的后缀名必须是 .xml
- xml第一行必须定义为文档声明
- xml文档中有且仅有一个根标签
- 属性值必须使用引号(单引号双引号都可以)引起来
- 标签必须正确关闭
- xml的标签名称区分大小写
<?xml version='1.0'?>
<users>
<user id='1'>
<username>zhangsan</username>
<age>22</age>
<gender>male</gender>
</user>
<user id='2'>
<username>lisi</username>
<age>33</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
- yes：不依赖其他文件
- no：依赖其他文件
- 指令(xml指定是为了结合css)
- 标签：标签名称 自定义的
- 规则
- 名称可以含字母、数字以及其他的字符
- 名称不能以数字或者标点符号开始
- 名称不能以字符 “xml”（或者 XML、Xml）开始
- 名称不能包含空格
- 规则
- 属性：id属性值唯一
- 文本：
CDATA区：在CDATA区中的内容会被原样展示- 格式 <![CDATA[ CDATA区内容]]>
约束
分类
- DTD：一种简单的约束技术
- Schema：一种复杂的约束技术
使用
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 比DTD约束更为复杂 约束性更强
xml解析
操作xml文档
- 解析(读取)：将文档中的数据读取到内存中
- 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
DOM
将标记语言文档一次性加载进内存，在内存中形成dom树
- 优点：操作方便，可以对文档进行CRUD的所有操作
- 缺点：消耗内存 占内存
SAX
逐行读取，基于事件驱动的。
- 优点：占用内存小
- 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两种方式 性能低 不推荐使用
- D0M4J：一款非常优秀的解析器
- Jsoup：Java的HTML解析器，可直接解析HTML文本内容
- PULL：android操作系统内置解析器 SAX方式解析
Jsoup使用
步骤
- 导入jar包
- 获取Document对象
- 获取对应的标签
//获取Document对象
String path = JsoupDemo.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
Elements elements = document.getElementsByTag("name");
for (Element element : elements) {
String eleText = element.text();
System.out.println("xml element" + eleText);
}
对象的使用
- Jsoup：工具类，可以解析html或xml文档，返回document
- parse(File file,String encoding) 解析xml或html文件
- parse(String htmlContent) 解析xml或html字符串 htmlContent为html或xml内容
- parse(URL url,int timeout) 通过网络路径来获取指定的xml或html的文档对象
- Document：文档对象 代表内存中的dom树
- getElementById(String id) 根据id属性值获取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<Element>来使用
- 获取子元素对象
- getElementById(String id) 根据id属性值获取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（包括子标签的字符串内容）
- Element：元素对象
- Node：节点对象
- 是Document和Element的父类
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:XML路径语言
