E009Web学习笔记-XML

客官°小女子只卖身不卖艺 2024-04-17 20:58 12阅读 0赞

# 一、概述 #

## 1、概念 ##

可扩展标记语言，标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。

## 2、可扩展 ##

标签都是自定义的；

## 3、功能 ##

存储数据：
    1、配置文件；
    2、网络传输；

## 4、与HTML的区别 ##

1、xml的标签的自定义的，html的标签是预定义的；
    2、xml语法严谨，httml语法松散；
    3、xml是存储数据的，html是展示数据的；

# 二、语法 #

## 1、基本语法 ##

①xml文档的后缀名：.xml；

②xml第一行必须定义文档声明；

③xml文档中有且仅有一个根标签；

④属性值必须使用引号（单双都行）引起；

⑤标签必须有结束标签（可以定义自闭合标签）；

⑥xml的标签名称区分大小写；

## 2、快速入门 ##

<?xml version="1.0"?>
    <users>
    	<user id="1">
    		<name>大哥</name>
    		<age>23</age>
    		<gender>男</gender>
    	</user>
    	<user id="2">
    		<name>二哥</name>
    		<age>22</age>
    		<gender>男</gender>
    	</user>
    </users>

## 3、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；（1.0仍是主流版本）
    encoding：编码方式，告知解析引擎当前文档使用的编码方式（字符集），默认是ISO-8859-1；
    standalone：是否独立，意思是是否依赖于其他文件，取值是yes或者no；

### ②指令（了解）——结合css控制标签样式 ###

<?xml-stylesheet type="text/css" src="...css" ?>

### ③标签 ###

标签名称自定义；

命名规则：
    名称可以含字母、数字以及其他的字符；
    名称不能以数字或者标点符号开始；
    名称不能以字符 “xml”（或者 XML、Xml）开始；
    名称不能包含空格；

### ④属性 ###

id属性值唯一；

### ⑤文本 ###

特殊字符需要转义；

### CDATA区：该区域的字符会被原样展示： ###

<![CDATA[
    在这里写含有特殊字符的内容，可以被原样展示
    ]]>

# 三、约束 #

## 1、概述 ##

规定XML书写规则；

## 2、对框架使用者（程序员）的要求 ##

①能够在XML中引入约束文档；

②能够简单地读懂约束文档；

## 3、分类 ##

DTD：简单的约束技术；

Schema：复杂的约束技术；

## 4、DTD ##

### 引入DTD文档约束到XML文件中的方式： ###

①内部DTD：将约束规则定义在XML文档中（不常用-了解）；

（1）内部DTD的定义，语法如下：
    
    <!DOCTYPE 根元素 [元素声明]>
    
    （2）元素声明语法：
    
    <!ELEMENT 元素名 （子元素[, 子元素...])>
    
    （3）数量词
    
    　　+：表示出现1次或多次，至少一次
    
    　　?：表示出现0次或1次
    
    　　*：表示出现任意次
    
    （4）属性声明语法：
    
    　　-- 属性类型：CDATA,表示字符数据（character data)
    
    　　-- 默认值：
    
    　　　　- #REQUIRED，表示必须出现
    
    　　　　- #IMPLIED，表示不是必须的
    
    <!ATTLIST 元素名称 属性名称 属性类型 默认值>

②外部DTD：将约束规则定义在DTD文件中；

引入外部DTD的两种方式：
    本地：<!DOCTYPE 根标签名 SYSTEM "DTD文件的地址">
    网络：<!DOCTYPE 根标签名 PUBLIC "DTD文件的名字" "DTD文件的地址">

#  #

## 5、Schema ##

引入Schema文档约束到XML文件中的步骤：
    第一步：
    查看schema文档，找到根节点，填写XML文档的根元素；
    
    第二步：
    引入xsi前缀，如xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"；
    
    第三步：
    引入xsd文件命名空间，如xsi:schemaLocation="http://www.example.org/book book.xsd"
    
    第四步：
    为每一个xsd约束声明一个前缀作为标识，如xmlns="http://www.example.org/book"（引入单个约束可以不写名字）

### 代码示例： ###

代码示例：
    
    <?xml version="1.0" encoding="UTF-8"?>
    <books xmlns="http://www.example.org/book"
    	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    	xsi:schemaLocation="http://www.example.org/book book.xsd">
    	<book id="1001">
    		<name>Thinking in Java</name>
    		<author>Bruce Eckel</author>
    		<price>86.4</price>
    	</book>
    	<book id="1002">
    		<name>Head First 设计模式</name>
    		<author>Freeman</author>
    		<price>64.2</price>
    	</book>
    	<book id="1003">
    		<name>深入理解Java虚拟机</name>
    		<author>周志明 </author>
    		<price>59.2</price>
    	</book>
    </books>

# 四、解析 #

## 1、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，实现持久化存储；

## 2、解析xml的方式 ##

①DOM：将标记语言文档一次性加载进内存，在内存中形成一个dom树；

优点：
    操作简单，可以对稳定进行CRUD的所有操作；
    缺点：
    占内存；

②SAX：逐行读取，基于事件驱动；

优点：不占内存；
    缺点：只能读取，不能增删改；

总结：

在服务端一般用DOM思想，在移动的一般使用SAX思想；

## 3、xml常见的解析器 ##

**①JSXP：**SUN公司提供的解析器，支持dom和sax两种思想；

**②DOM4J：**一款非常优秀的解析器，基于DOM思想实现；

**③JSoup：**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。

**④PULL**：Android内置解析器，SAX方式；

## 4、JSoup快速入门 ##

### 使用步骤： ###

第一步：导入JAR包；

第二步：获取Document对象；

第三步：获取对应的标签（Element对象）；

第四步：获取数据；

### 5、JSoup官方教程地址： ###

[https://www.open-open.com/jsoup/][https_www.open-open.com_jsoup]

### 6、获取数据的常用方法： ###

### **①通过JSoup获取Document对象：** ###

parse(File in,String charsetName)：解析xml或者html文件；
    parse(String html)：解析xml或者html字符串；
    parse(URL url,int timeoutMillis)：通过网络地址获取xml或者html文档对象；
    
    上面返回的是Document对象；

### **②通过Document对象获取Element对象（集合）（Elements可以当中ArryList<Element>使用）：** ###

getElementById()：通过id获取唯一的Element对象；
    getElementsByTag()：通过标签名获取元素的对象集合；
    getElementsByAttribute()：根据属性名称获取元素的对象集合；
    getElementsByAttributeValue()：根据对应的属性名和属性值获取元素的对象集合；

### **③通过Elements对象（集合）获取数据** ###

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)

### **④Node节点：** ###

是Document和Element的父类；

## 7、快捷查询选择器 ##

### selector：选择器 ###

方法：
    Elements select(String cssQuery);

### 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。

**注意：**使用JSoup的Xpath需要额外导入一个jar包，即JsoupXpath-XXX.jar；

### Xpath教程地址： ###

[https://www.runoob.com/xpath/xpath-tutorial.html][https_www.runoob.com_xpath_xpath-tutorial.html]

[https_www.open-open.com_jsoup]: https://www.open-open.com/jsoup/
[https_www.runoob.com_xpath_xpath-tutorial.html]: https://www.runoob.com/xpath/xpath-tutorial.html