Slience_me的博客

前端｜Web基础_XML

2021/02/17 前端 共 10198 字，约 30 分钟

XML：

1. 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>

1.1 功能

  • 存储数据
    1. 配置文件
    2. 在网络中传输

      1.2 xml与html的区别

    3. xml标签都是自定义的 ，html标签是预定义。
    4. xml的语法严格，html语法松散
    5. xml是存储数据的，html是展示数据
  • w3c:万维网联盟

2. 语法：

2.1 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

    2.2 快速入门：

    ```xml <?xml version=’1.0’ ?>

zhangsan 23 male
lisi 24 female 
			
### 2.3 组成部分：
#### 2.3.1 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
#### 2.3.2 指令(了解)：结合css的
`<?xml-stylesheet type="text/css" href="a.css" ?>`
#### 2.3.3 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 

#### 2.3.4 属性：
- `id`属性值唯一
#### 2.3.5 文本：

 `CDATA`区：在该区域中的数据会被原样展示
 格式：  `<![CDATA[ 数据 ]]>`


### 2.4 约束：规定xml文档的书写规则
#### 2.4.1 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

#### 2.4.2 分类：
1. `DTD`:一种简单的约束技术
2. `Schema`:一种复杂的约束技术


#### 2.4.3 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">`

**dtd文档**
```html
<!ELEMENT students (student+) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

代码

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">

<!--<!DOCTYPE students [
		<!ELEMENT students (student+) >
		<!ELEMENT student (name,age,sex)>
		<!ELEMENT name (#PCDATA)>
		<!ELEMENT age (#PCDATA)>
		<!ELEMENT sex (#PCDATA)>
		<!ATTLIST student number ID #REQUIRED>
		]>-->
<students>
	
	<student number="s001">
		<name>zhangsan</name>
		<age>abc</age>
		<sex>hehe</sex>
	</student>

	<student number="s002">
		<name>lisi</name>
		<age>24</age>
		<sex>female</sex>
	</student>
	
</students>

2.4.4 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="https://www.baidu.com/xml student.xsd" 4.为每一个xsd约束声明一个前缀,作为标识 xmlns="https://www.baidu.com/xml" ```html
``` ```xml ``` ```xml tom 222 male ``` ## 3. 解析：操作xml文档，将文档中的数据读取到内存中 ### 3.1 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 ### 3.2 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 ### 3.3 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。 ### 3.4 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。 * 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 * 代码： ```java 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; //2.1获取student.xml的path String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath(); //2.2解析xml文档，加载文档进内存，获取dom树--->Document Document document = Jsoup.parse(new File(path), "utf-8"); //3.获取元素对象 Element Elements elements = document.getElementsByTag("name"); System.out.println(elements.size()); //3.1获取第一个name的Element对象 Element element = elements.get(0); //3.2获取数据 String name = element.text(); System.out.println(name); ``` ### 3.6 对象的使用： #### 3.6.1 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 ```java 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; import java.net.URL; /** * Jsoup对象功能 */ public class JsoupDemo2 { public static void main(String[] args) throws IOException { //2.1获取student.xml的path String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath(); //2.2解析xml文档，加载文档进内存，获取dom树--->Document /* Document document = Jsoup.parse(new File(path), "utf-8"); System.out.println(document);*/ //2.parse​(String html)：解析xml或html字符串 /* String str = "\n" + "\n" + "\n" + "\t<student number=\"baidu_0001\">\n" + "\t\ttom\n" + "\t\t18\n" + "\t\tmale\n" + "\t</student>\n" + "\t<student number=\"baidu_0002\">\n" + "\t\tjack\n" + "\t\t18\n" + "\t\tfemale\n" + "\t</student>\n" + "\n" + ""; Document document = Jsoup.parse(str); System.out.println(document);*/ //3.parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象 URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的一个资源路径 Document document = Jsoup.parse(url, 10000); System.out.println(document); } } ``` #### 3.6.2 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 #### 3.6.3 Elements：元素Element对象的集合。 - 可以当做 `ArrayList`来使用 ```java 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; import java.net.URL; /** * Document/Element对象功能 */ public class JsoupDemo3 { public static void main(String[] args) throws IOException { //1.获取student.xml的path String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath(); //2.获取Document对象 Document document = Jsoup.parse(new File(path), "utf-8"); //3.获取元素对象了。 //3.1获取所有student对象 Elements elements = document.getElementsByTag("student"); System.out.println(elements); System.out.println("-----------"); //3.2 获取属性名为id的元素对象们 Elements elements1 = document.getElementsByAttribute("id"); System.out.println(elements1); System.out.println("-----------"); //3.2获取 number属性值为baidu_0001的元素对象 Elements elements2 = document.getElementsByAttributeValue("number", "baidu_0001"); System.out.println(elements2); System.out.println("-----------"); //3.3获取id属性值的元素对象 Element baidu= document.getElementById("baidu"); System.out.println(baidu); } } ``` #### 3.6.4 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) ```java 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; /** *Element对象功能 */ public class JsoupDemo4 { public static void main(String[] args) throws IOException { //1.获取student.xml的path String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath(); //2.获取Document对象 Document document = Jsoup.parse(new File(path), "utf-8"); /* 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():获取所有字标签的纯文本内容 * String html():获取标签体的所有内容(包括子标签的标签和文本内容) */ //通过Document对象获取name标签，获取所有的name标签，可以获取到两个 Elements elements = document.getElementsByTag("name"); System.out.println(elements.size()); System.out.println("----------------"); //通过Element对象获取子标签对象 Element element_student = document.getElementsByTag("student").get(0); Elements ele_name = element_student.getElementsByTag("name"); System.out.println(ele_name.size()); //获取student对象的属性值 String number = element_student.attr("NUMBER"); System.out.println(number); System.out.println("------------"); //获取文本内容 String text = ele_name.text(); String html = ele_name.html(); System.out.println(text); System.out.println(html); } } ``` #### 3.6.5 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)` 语法：参考Selector类中定义的语法 2. `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： ```java 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; /** *选择器查询 */ public class JsoupDemo5 { public static void main(String[] args) throws IOException { //1.获取student.xml的path String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath(); //2.获取Document对象 Document document = Jsoup.parse(new File(path), "utf-8"); //3.查询name标签 /* div{ } */ Elements elements = document.select("name"); System.out.println(elements); System.out.println("=----------------"); //4.查询id值为baidu的元素 Elements elements1 = document.select("#baidu"); System.out.println(elements1); System.out.println("----------------"); //5.获取student标签并且number属性值为baidu_0001的age子标签 //5.1.获取student标签并且number属性值为baidu_0001 Elements elements2 = document.select("student[number=\"baidu_0001\"]"); System.out.println(elements2); System.out.println("----------------"); //5.2获取student标签并且number属性值为baidu_0001的age子标签 Elements elements3 = document.select("student[number=\"baidu_0001\"] > age"); System.out.println(elements3); } } ``` ```java //1.获取student.xml的path String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath(); //2.获取Document对象 Document document = Jsoup.parse(new File(path), "utf-8"); //3.根据document对象，创建JXDocument对象 JXDocument jxDocument = new JXDocument(document); //4.结合xpath语法查询 //4.1查询所有student标签 List jxNodes = jxDocument.selN("//student"); for (JXNode jxNode : jxNodes) { System.out.println(jxNode); } System.out.println("--------------------"); //4.2查询所有student标签下的name标签 List jxNodes2 = jxDocument.selN("//student/name"); for (JXNode jxNode : jxNodes2) { System.out.println(jxNode); } System.out.println("--------------------"); //4.3查询student标签下带有id属性的name标签 List jxNodes3 = jxDocument.selN("//student/name[@id]"); for (JXNode jxNode : jxNodes3) { System.out.println(jxNode); } System.out.println("--------------------"); //4.4查询student标签下带有id属性的name标签 并且id属性值为baidu List jxNodes4 = jxDocument.selN("//student/name[@id='baidu']"); for (JXNode jxNode : jxNodes4) { System.out.println(jxNode); } ```

文档信息

Search

    Table of Contents