03_10_JavaWeb||day12_XML||day12_XML

今日内容

1. XML
  1. 概念
  2. 语法
  3. 解析

1. XML

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

• 可扩展：标签全部都是自定义的。
• 标记语音：标签构成的语音

1. 功能

• 存储数据

• 用途

1. 配置文件
2. 在网络中传输

2. xml与html的区别（早期只有html）

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

3. 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

• 第一行为空格也不行

<? xml version='1.0' ?>

1. xml文档中有且仅有一个根标签

• 不写也会报错

//这样就错了
    <users>
        ...
        ...
    </users>
    <usertwos>
        ...
        ...
    </usertwos>

1. 属性值必须使用引号(单双都可)引起来

<user id='1'>
    </user>

1. 标签必须正确关闭
2. xml标签名称区分大小写

• 快速入门：

<?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>

• 演示就直接拉文件到浏览器中

• 组成部分

1. 文档声明

1. 格式：

<?xml 属性列表 ?>

1. 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【了解一下】：是否独立（是否依赖其他文件）

• 取值：

• yes：不依赖其他文件
• no：依赖其他文件

1. 指令（了解）：结合css的

* <?xml-stylesheet type="text/css" href="a.css" ?>

1. 标签：标签名称自定义的

• 规则：（了解）

• 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. 属性

• id属性值唯一

3. 文本

• CDATA区：在该区域中的数据会被原样展示

• 格式：

<![CDATA[ 数据 ]]>

• 案例：将if(a < b && a < c){}原样输出，不需要用转义字符

//1.先写<>
    //2.写！
    //3.写[]
    //4.写CDATA
    //5.在写[]
    //最后放入数据
    <![CDATA [
        if(a < b && a < c){}
    ]]>

• 约束：规定xml文档的书写规则【++会引入约束文档和阅读即可++】

• 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

• 缺点：内容编辑无法约束

2. Schema:一种复杂的约束技术

• DTD：

• 读懂：

1. (*)：表示可以为0及以上,+：表示1及以上
2. （2）表示student加入的元素（排序不能错）
3. 最后是添加了一个id属性

• 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[不常用]
• 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">

• 约束完，尖括号只能写students

• 网络：

<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

• 例子：

• Schema:

• 读懂
• 引入：

1. 填写xml文档的根元素
2. 引入xsi前缀. (固定的)

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

1. 引入xsd文件命名空间. (路径)

xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd"

1. 为每一个xsd约束声明一个前缀,作为标识

xmlns:a="http://www.itcast.cn/xml"

后面每一个就要加a:

• 综合：

• xmlns加前缀后，用的时候要加上前缀冒号

<students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:mvc="http://www.itcast.cn/xml"
xsi:schemaLocation="http://www.itcast.cn/xml  student.xsd">

//如果用<students>的直接写
//如果用mvc的
<mvc:..... />

4. 解析：操作xml文档，将文档中的数据读取到内存中

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

2. 解析xml的方式：(解析思想，面试题)

1. DOM【多用在服务器端】：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【多用在移动端】：逐行读取，基于事件驱动的。（读取一行释放一行的资源）

• 优点：不占内存。
• 缺点：只能读取，不能增删改

3. xml常见的解析器（根据前面的思想，写出来的工具包）

1. JAXP[没人用]：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【常用】：

• 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

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：

• XML的文件(student.xml)

<?XML version="1.0" encoding="UTF-8"?>

    <students>
        <student number="gxw_01">
            <name>tom</name>
            <age>18</age>
            <sex>male</sex>
        </student>

        <student number="gxw_02">
            <name>tomm</name>
            <age>187</age>
            <sex>female</sex>
        </student>
    </students>

• 解析XML的类(JsoupDemo1.java)

//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");   //接收文件对象字符集编码


    //3.获取元素对象 Element
    //可以将Elements看成一个集合
    Elements elements = document.getElementsByTag("name");//根据标签名称获取
    //结果为：2，因为集合中有两个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text方法
    String name = element.text();
    System.out.println(name);


    //结果：
    2
    tom

1. 对象的使用：

1. Jsoup：工具类（可以做一些爬虫小程序），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。++

Document document = Jsoup.parse(new File(path), "utf-8");

• 解析XML常用

• 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++

URL url = new URL("https://wenku.baidu.com/view/89ef78f77c1cfad6195fa70c.html?rec_flag=default&sxts=1587105644441");
    Document document = Jsoup.parse(url, 10000);

• 解析HTML常用，做一下爬虫的小程序

1. Document：文档对象。代表内存中的dom树(比如XML文件中的内容)

• 获取Element对象

• getElementById(String id)：根据id属性值获取唯一的element对象

Elements elements = document.getElementById("itcast");

• getElementsByTag(String tagName)：根据标签名称获取元素对象集合

Elements elements = document.getElementsByTag("name");

• getElementsByAttribute(String key)：根据属性名称获取元素对象集合

Elements elements = document.getElementsByAttribute("id");

• 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

Elements elements = document.getElementsByAttributeValue("number", "gxw");

1. Elements：元素Element对象的集合。可以当做 ArrayList来使用
2. 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

//通过Elements对象获取子标签对象
    //获取第一个student中的name
    Element elements = document.getElementsByTag("name").get(0);
    Elements ele_ments = elements.getElementsByTag("name");
    System.out.println(ele_ments);

• 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

1. 获取属性值

• String attr(String key)：根据属性名称获取属性值

2. 获取文本内容

• String text():获取文本内容（纯文本）
• String html():获取标签体的所有内容(包括字标签的字符串内容)

1. Node：节点对象

• 是Document和Element的父类
• 大部分是查找的对象

1. 快捷查询方式：（不在需要上面一步一步）

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
• 例子：

//查询span标签
    Elements elements = document.select("span");

    //查询id为itcast元素
    Elements elements = document.select("#itcast");

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：

//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<JXNode> 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<JXNode> 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<JXNode> 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itcast

    List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
    for (JXNode jxNode : jxNodes4) {
        System.out.println(jxNode);
    }