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
    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

2.XML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
    6. 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):

  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

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?

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

    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。
      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)。


  • 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: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:

      1. 导入jar包

      2. 获取Document对象(也就是DOM树)

      3. 获取对应的标签Element对象

      4. 获取数据


  • 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
  1. 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");

来源:https://www.icode9.com/content-1-864251.html

(0)

相关推荐