1. 概念:Extensible Markup Language 可擴展標記語言
- 可擴展:標籤都是自定義的。 <user> <student>
- 功能(存儲數據
1. 配置文件
2. 在網絡中傳輸(可以跨平臺,跟語言沒有關係)- xml與html的區別
1. xml標籤都是自定義的,html標籤是預定義。
2. xml的語法嚴格,html語法鬆散
3. xml是存儲數據的,html是展示數據- w3c:萬維網聯盟
2. 語法:
基本語法:
- xml文檔的後綴名 .xml
- xml第一行必須定義爲文檔聲明
- xml文檔中有且僅有一個根標籤
- 屬性值必須使用引號(單雙都可)引起來
- 標籤必須正確關閉
- xml標籤名稱區分大小寫
快速入門:
<?xml version='1.0' ?>
<users>
<user id='1'>
<name>zhangsan</name>
<age>23</age>
<gender>male</gender>
<br/>
</user>
<user id='2'>
<name>lisi</name>
<age>24</age>
<gender>female</gender>
</user>
</users>
組成部分:
- 文檔聲明:
格式:<?xml 屬性列表 ?>
- 屬性列表:
- version:版本號,必須的屬性(1.0即可,1.1不向下兼容)
- encoding:編碼方式。告知解析引擎當前文檔使用的字符集,默認值:ISO-8859-1
- standalone:是否獨立(一般可以不設置)
取值:
- yes:不依賴其他文件
- no:依賴其他文件
- 指令(瞭解):結合css的
- <?xml-stylesheet type="text/css" href="a.css" ?>
- 標籤:標籤名稱自定義的
- 規則:
- 名稱可以包含字母、數字以及其他的字符
- 名稱不能以數字或者標點符號開始
- 名稱不能以字母 xml(或者 XML、Xml 等等)開始
- 名稱不能包含空格
- 屬性:
id屬性值唯一
- 文本:
- CDATA區:在該區域中的數據會被原樣展示
- 格式: <![CDATA[ 數據 ]]>
- 約束:規定xml文檔的書寫規則(如圖1.1.1)
作爲框架的使用者(程序員):
1. 能夠在xml中引入約束文檔
2. 能夠簡單的讀懂約束文檔- 分類:
1. DTD:一種簡單的約束技術
2. Schema:一種複雜的約束技術- DTD:(DTD沒法約束內容)
引入dtd文檔到xml文檔中
1. 內部dtd:將約束規則定義在xml文檔中(不常用)>
2. 外部dtd:將約束的規則定義在外部的dtd文件中
3. 本地:<!DOCTYPE 根標籤名 SYSTEM “dtd文件的位置”>
4. 網絡:<!DOCTYPE 根標籤名 PUBLIC “dtd文件名字” “dtd文件的位置URL”>- Schema:
引入:
1.填寫xml文檔的根元素
2.引入xsi前綴. xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”
3.引入xsd文件命名空間. xsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”
4.爲每一個xsd約束聲明一個前綴,作爲標識,多取的是別名,如果沒有別名,表示空別名 xmlns="http://www.itcast.cn/xml"
約束圖片:
Schema引用如下所示:
<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="http://www.itcast.cn/xml"
xsi:schemaLocation="http://www.itcast.cn/xml student.xsd">
解析:操作xml文檔,將文檔中的數據讀取到內存中
操作xml文檔:
- 解析(讀取):將文檔中的數據讀取到內存中
- 寫入:將內存中的數據保存到xml文檔中。持久化的存儲
解析xml的方式:服務器端一般都是DOM,移動端用SAX
1. DOM:將標記語言文檔一次性加載進內存,在內存中形成一顆dom樹
- 優點:操作方便,可以對文檔進行CRUD的所有操作
- 缺點:佔內存(手機不能用)
2. SAX:逐行讀取,基於事件驅動的。(根據標籤名觸發監聽器)
- 優點:不佔內存。(讀一行釋放一行內存)
- 缺點:只能讀取,不能增刪改
xml常見的解析器:
- JAXP:sun公司提供的解析器,支持dom和sax兩種思想(性能比較差)
- DOM4J:一款非常優秀的解析器
- Jsoup:jsoup 是一款Java 的HTML解析器,可直接解析某個URL地址、HTML文本內容。它提供了一套非常省力的API,可通過DOM,CSS以及類似於jQuery的操作方法來取出和操作數據。(只支持DOM)
- PULL:Android操作系統內置的解析器,sax方式的。
Jsoup:jsoup 是一款Java 的HTML解析器,可直接解析某個URL地址、HTML文本內容。它提供了一套非常省力的API,可通過DOM,CSS以及類似於jQuery的操作方法來取出和操作數據。
- 快速入門:
步驟:
1. 導入jar包
2. 獲取Document對象
3. 獲取對應的標籤Element對象
4. 獲取數據
代碼:
xml文檔:
<?xml version="1.0" encoding="UTF-8" ?>
<students>
<student number="heima_0001">
<name>張三</name>
<age>23</age>
<sex>female</sex>
</student>
<student number="heima_0002">
<name>李四</name>
<age>18</age>
<sex>male</sex>
</student>
</students>
測試代碼:
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;
/**
* 快速入門
*/
public class JsoupDemo {
public static void main(String[] args) throws IOException {
//1.獲取Document對象,根據xml文檔獲取
//1.1獲取student.xml的path
String path = Jsoup.class.getClassLoader().getResource("student.xml").getPath();
//2.2解析xml文檔,加載文檔進內存,獲取DOM樹---->Document
Document document = Jsoup.parse(new File(path), "utf-8");
//3.獲取對象 Element
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
//3.1獲取第一個name的Element對象
Element element = elements.get(0);
//3.2獲取數據
String name = element.text();
System.out.println(name);
}
}
結果:
2
張三
對象的使用:
- Jsoup:工具類,可以解析html或xml文檔,返回Document
- parse:解析html或xml文檔,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):通過網絡路徑獲取指定的html或xml的文檔對象
第二種方式代碼(不常用)
public class JsoupDemo {
public static void main(String[] args) throws IOException {
//1.獲取Document對象,根據xml文檔獲取
//1.1獲取student.xml的path
String path = Jsoup.class.getClassLoader().getResource("student.xml").getPath();
//2.2解析xml文檔,加載文檔進內存,獲取DOM樹---->Document
String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
"\n" +
"<students>\n" +
"\t<student number=\"heima_0001\">\n" +
"\t\t<name>張三</name>\n" +
"\t\t<age>23</age>\n" +
"\t\t<sex>female</sex>\n" +
"\t</student>\n" +
"\t<student number=\"heima_0002\">\n" +
"\t\t<name>李四</name>\n" +
"\t\t<age>18</age>\n" +
"\t\t<sex>male</sex>\n" +
"\t</student>\n" +
"</students>";
Document document = Jsoup.parse(str);
System.out.println(document);
}
}
第三種方式(解析Html)
public class JsoupDemo {
public static void main(String[] args) throws IOException {
//1.獲取Document對象,根據xml文檔獲取
//1.1獲取student.xml的path
String path = Jsoup.class.getClassLoader().getResource("student.xml").getPath();
//2.2解析xml文檔,加載文檔進內存,獲取DOM樹---->Document
URL url = new URL("https://www.baidu.com/");
Document document = Jsoup.parse(url,5000);
System.out.println(document);
}
}
- Document:文檔對象。代表內存中的dom樹
1. 獲取Element對象
- getElementById(String id):根據id屬性值獲取唯一的element對象
- getElementsByTag(String tagName):根據標籤名稱獲取元素對象集合
- getElementsByAttribute(String key):根據屬性名稱獲取元素對象集合
- getElementsByAttributeValue(String key, String value):根據對應的屬性名和屬性值獲取元素對象集合
- Elements:元素Element對象的集合。可以當做ArrayList<Element>來使用
- Element:元素對象
1. 獲取子元素對象
- getElementById(String id):根據id屬性值獲取唯一的element對象
- getElementsByTag(String tagName):根據標籤名稱獲取元素對象集合
- getElementsByAttribute(String key):根據屬性名稱獲取元素對象集合
- getElementsByAttributeValue(String key, String value):根據對應的屬性名和屬性值獲取元素對象集合
2. 獲取屬性值
- String attr(String key):根據屬性名稱獲取屬性值(不區分大小寫)
3. 獲取文本內容
- String text():獲取文本內容
- String html():獲取標籤體的所有內容(包括字標籤的字符串內容)
- Node:節點對象
- 是Document和Element的父類
快捷查詢方式:
- selector:選擇器(一般在Document中調用,也可以在Element中調用)
- 使用的方法:Elements select(String cssQuery)
- 語法:傳入一個css語法的字符串
- XPath:XPath即爲XML路徑語言,它是一種用來確定XML(標準通用標記語言的子集)文檔中某部分位置的語言
- 使用Jsoup的Xpath需要額外導入jar包。
- 查詢w3cshool參考手冊,使用xpath的語法完成查詢
XPATH語法:
下面列出了最有用的路徑表達式:
在下面的表格中,已列出了一些路徑表達式以及表達式的結果:
選擇器代碼:
public class JsoupDemo {
public static void main(String[] args) throws IOException {
//1.獲取Document對象,根據xml文檔獲取
//1.1獲取student.xml的path
String path = Jsoup.class.getClassLoader().getResource("student.xml").getPath();
//2.解析xml文檔,加載文檔進內存,獲取DOM樹---->Document
Document document = Jsoup.parse(new File(path), "utf-8");
//3.查詢name標籤
Elements elements = document.select("name");
System.out.println(elements);
System.out.println("------------");
//4.查詢id值爲itcast的元素
Elements elements1 = document.select("#itcast");
System.out.println(elements1);
System.out.println("------------");
//5.獲取student標籤並且number屬性值爲heima_0001的age子標籤
//5.1.獲取student標籤並且number屬性值爲heima_0001
Elements elements2 = document.select("student[number=\"heima_0001\"]");
System.out.println(elements2);
System.out.println("------------");
//5.2獲取student標籤並且number屬性值爲heima_0001的age子標籤
Elements select = document.select("student[number=\"heima_0001\"] > age");
System.out.println(select);
}
}
XPATH代碼:
public class JsoupDemo {
public static void main(String[] args) throws Exception {
//1.獲取Document對象,根據xml文檔獲取
//1.1獲取student.xml的path
String path = Jsoup.class.getClassLoader().getResource("student.xml").getPath();
//2.解析xml文檔,加載文檔進內存,獲取DOM樹---->Document
Document document = Jsoup.parse(new File(path), "utf-8");
//3.根據document對象,創建JXDocument對象
JXDocument jxDocument = new JXDocument(document);
//4.結合xpath語法查詢
//4.1查詢student標籤下帶有id屬性的name標籤 並且id屬性值爲itcast
List<JXNode> jxNodes = jxDocument.selN("//student/name[@id = 'itcast']");
System.out.println(jxNodes);
}
}
結果:
[<name id=“itcast”>
張三
</name>]