xml

xml是一种可拓展标记语言,是w3c组织发布的。可拓展就是标签可以自己定义。xml两个版本1.1版本不能向下兼容，1.0使用较多。
xml由软件解析，用户编写（按照说明文档），说明文档有软件开发者提供。

• xml与html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

• xml应用

  • 用于不用系统之间的数据传输
  • 用来表示生活中有关系的数据
  • 用作配置文件

xml语法

文件后缀名为.xml, 首行文档声明（xml版本号，xml字符编码…）。 属性值必须使用引号引起来

文档声明

1
2

<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<!-- standalone:是否依赖其他文件, no表示依赖 -->

PI指令

引入css文件，该文件的样式只对英文标签起作用，对xml中文标签不起作用

1

<?xml-stylesheet type="text/css" href="a.css" ?>	<!--引入css样式>

标签: 自定义

• xml区分大小写
• xml标签不能以数字和下划线开头，不能以xml开头，标签中不能有空格，冒号
• 标签可以嵌套若干子标签，但不允许交叉嵌套
• xml会把空格和换行都当成内容来解析

1
2

包含标签主题：<tmp></tmp>
不含标签主题：</tmp>

属性

1

<tmp id="1" class="tmp"></tmp>

文本

普通标签中的文本不能使用特殊字符，需要转义。CDATA区中的数据会被原样展示。

1
2
3

<![CDATA[ 
	数据
]]>

特殊字符

dtd约束

• 有几个xml元素就定义几个<ELEMENT>标签

• 复杂元素(有子元素的元素), 约束元素中包含的子元素

  • <!ELEMENT 元素名称 (子元素,子元素)>

• 简单元素, 约束元素为字符类型

  • <!ELEMENT 元素名称 (#PCDATA)>

• 约束元素的属性

  • <!ELEMENT 元素名称 属性名 属性类型

练习

1
2
3
4
5
6

<!ELEMENT students (student*) >				<!-- students标签下可以有任意个student标签 -->
<!ELEMENT student (name,age,sex)>			<!-- student标签下只能由name,age,sex标签 -->
<!ELEMENT name (#PCDATA)>					<!-- name标签为简单元素: 不能由子元素 -->
<!ELEMENT age (#PCDATA)>					
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>		<!-- student有number属性, 属性值唯一，且必须有-->

dtd三种引入方式

1
2
3
4
5
6
7
8
9
10

<!-- 1. xml文件中直接编写(内部dtd) -->
<!DOCTYPE 根元素名称 [
    dad约束
]>

<!-- 2. 引用外部dtd文件 -->
<DOCTYPE 根元素(标签)名称 SYSTEM "dtd文件路径">
    
<!-- 3. 引用网络上的dtd文件 -->
<!DOCTYPE 根元素名称 PUBLIC "dtd文件名称" "dtd文件URL">

Schema约束

文件名*.xsd, 是一种复杂约束

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.ttt.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.ttt.cn/xml"

例如

1
2
3

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

操作xml

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

服务器采用dom的思想，移动端采用SAX思想

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(增删改查)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, 使用较少。
2. DOM4J：一款非常优秀的解析器, 服务器端使用多
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解析器

对象使用

1. Jsoup：工具类，可以解析html或xml文档，返回Document

   • parse方法：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，Document对象继承了Element对象

   • 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. Element：元素对象

4. Elements：元素Element对象的集合。可以当做ArrayList<Element>来使用

   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)：根据属性名和值， …

   2. 获取属性值

      • String attr(String key)：根据属性名称获取属性值， 不区分属性名的大小写

   3. 获取文本内容

      • String text(): 获取文本内容（不包括子标签的标签体）
      • String html(): 获取标签体的所有内容(包括子标签的标签体)

5. Node：节点对象

   • 是Element, Document的父类

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

练习

1
2
3
4
5
6
7
8
9
10
11
12
13
14

// 获取xml文件的Document对象
String path = jsoup.class.getClassLoader().getResource("xml/dtd/student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");

// 获取带有number属性的元素
Elements number = document.getElementsByAttribute("number");
System.out.println(number);
System.out.println("-----------------------");
System.out.println(number.get(0).text());
System.out.println("-----------------------");

// 获取带有number属性的元素下的age标签
Elements age = number.get(0).getElementsByTag("age");
System.out.println(age.get(0).text());

快速选择标签

1. selector:选择器

   • 使用的Element对象中的方法：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

3. 导入JsoupXpath.jar包。

   2. 获取JXDocument对象
      • JXDocument jxDocument = new JXDocument(document);

4. 选择标签

   • 使用JXDocument对象中的sel, selN, selOne, selNOne方法

5. 例子： 选择student小的age标签

1
2
3
4
5
6
7
8
9
10
11
12

// 获取xml文件的Document对象
String path = jsoup.class.getClassLoader().getResource("xml/dtd/student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");

// 使用 Selector 选择
Elements elements = document.select("student>age");
System.out.println(elements.text());

// 使用 Xpath 选择
JXDocument jxDocument = new JXDocument(document);
List<JXNode> jxNodes = jxDocument.selN("//student/age");
System.out.println(jxNodes);