JavaWeb：Xml
XML
XML为什么出现？
XML有两个先驱：SGML和HTML，这两个语言都是非常成功的标记语言，但是都有一些与生俱来的缺陷。XML正是为了解决它们的不足而诞生的。
先出现了SGML，然后又出现了HTML，HTML继承了SGML的一些优点，然后出现了XML。
- SGML十分庞大，既不容易学，又不容易使用
- HTML的优点：抛弃了SGML复杂庞大的缺点，最大的特点是简单性和跨平台性。
- HTML的缺点：无法描述数据、可读性差、搜索时间长等
- HTML语句的松散性，导致编写HTML语句很随意，即使不规范，各大厂商为了提高浏览器的使用用户数量，仍然能做到可以解析这种不规范写法的HTML语句，导致HTML语句不规范，所以出现了XML。
1.XML概念
XML：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
1.配置文件
2.在网络中传输
- xml与html的区别
- xml标签都是自定义的，html标签是预定义。
- xml的语法严格，html语法松散
- xml是存储数据的，html是展示数据
- w3c:万维网联盟
2.XML语法
基本语法：
- xml文档的后缀名 .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(单双都可)引起来
- 标签必须正确关闭
- xml标签名称区分大小写
组成部分：
1.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
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 ]]>
快速入门：
约束：规定xml文档的书写规则
作为框架的使用者(程序员)：
- 能够在xml中引入约束文档
- 能够简单的读懂约束文档
分类：
- DTD:一种简单的约束技术
- Schema:一种复杂的约束技术
约束技术就是让你在XML编写标签的时候，要按约束的规范进行编写。
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 xmlns=“http://www.itcast.cn/xml”<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.clearlast.cn/xml" xsi:schemaLocation="http://www.itcast.cn/xml student.xsd">
为什么要有xmlns的出现？
- https://baike.baidu.com/item/xmlns 请查看该链接的产生原因和使用方法两个菜单。
3.XML解析
解析XML文档 就相当于 HTML中的DOM树。
拿到这个DOM树的对象，就可以对DOM树中的各个元素进行操作（CRUD)
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
- 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 - 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
DOM一般用于服务器，SAX用于Android（手机端）。
- 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
- 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。
- Jsoup快速入门：
步骤：导入jar包
获取Document对象（也就是DOM树）
获取对应的标签Element对象
获取数据
- Jsoup快速入门：
对象的使用：
1.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2.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
3.Elements：元素Element对象的集合。可以当做 ArrayList来使用
4.Element：元素对象
4.1 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4.2. 获取属性值
String attr(String key)：根据属性名称获取属性值4.3. 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)
5.Node：节点对象
是Document和Element的父类
快捷查询方式：
1.selector:选择器使用的方法：Elements select(String cssQuery)
String cssQuery（这里面可以编写选择器）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
代码：
总结：
1.必须操作的，先加载文件进内存，获取路径，然后通过路径获取DOM对象。
//1.获取student.xml的pathString path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();//2.将文档加载进内存，并获取document对象Document document = Jsoup.parse(new File(path), "UTF-8");