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");