07 XML知识点--学习笔记

1.XML概念：Extensible Markup Language 可扩展标记语言

可扩展：标签都是自定义的。 <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

2.XML 语法：
(1)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
(2)组成部分：
<1>文档声明
　　1. 格式：<?xml 属性列表 ?>
　　2. 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 ]]>

3.约束：规定xml文档的书写规则
(1)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

(2)分类：
(1)DTD:一种简单的约束技术
(2)Schema:一种复杂的约束技术

(3) 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

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
　　3. 获取对应的标签Element对象
　　4. 获取数据

案例：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

/**
 * Json快速入门
 */
public class JSoupDemo1 {
    public static void main(String[] args) throws IOException {
        //1.获取document对象，根据xml文档
        //1.1获取student.xml的path
        String path = JSoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //1.2 解析xml文档，加载进内存，获取dom
        Document document = Jsoup.parse(new File(path), "utf-8");
        //2.获取元素对象
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        //2.1获取第一个name的element对象
        Element element = elements.get(0);
        String name = element.text();
        System.out.println(name);

    }
}

控制台输出：

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<Element>来使用
(4)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)
(5)Node：节点对象
* 是Document和Element的父类