一、xml概述

1. 概念：Extensible Markup Language 可扩展标记语言    * 可扩展：标签都是自定义的。 
       
      
           * 功能        * 存储数据            1. 配置文件            2. 在网络中传输    * xml与html的区别        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    * w3c:万维网联盟2. 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        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
      
     

快速入门

     
         
              
       
        zhangsan
               
       
        23
               
       
        male
               
       
    
              
              
       
        lisi
               
       
        24
               
       
        female
           
      
     

组成部分

1. 文档声明    1. 格式：
         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. 指令(了解)：结合css的    * 
     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 4. 属性：    id属性值唯一5. 文本：    * CDATA区：在该区域中的数据会被原样展示        * 格式：  

二、约束

1、概述

约束：规定xml文档的书写规则    * 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        2. Schema:一种复杂的约束技术

2、dtd约束

* 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：        * 网络：-------------------------------------------student.dtd
     
     
     
     
     
     ---------------------------------------------student.xml
     
     
             
              
       
        zhangsan
               
       
        abc
               
       
        hehe
           
          
              
       
        lisi
               
       
        24
               
       
        female
           
          
     

3、Schema约束

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.itcast.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.itcast.cn/xml" 
     
      -------------------------------student.xsd
      
          
           
               
                    
                 
            
           
               
                    
                     
                     
                 
                
            
           
               
                    
                     
                 
            
           
               
                    
                     
                 
            
           
               
                    
                 
            
       
       ---------------------------------------student.xml
      
      
          
               
        
         tom
                
        
         18
                
        
         male
            
       
      
     

三、解析

1、简介

* 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。

2、Jsoup快速入门

student.xml
     
         
              
                   
        
         张
                    
        
         三
                
               
       
        18
               
       
        male
           
          
              
       
        jack
               
       
        18
               
       
        female
           
      
     -------------------------------------package cn.itcast.xml.jsoup;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;/** * Jsoup快速入门 */public class JsoupDemo1 {    public static void main(String[] args) throws IOException {        //2.获取Document对象，根据xml文档获取        //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、jsoup对象

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--------------------------------package cn.itcast.xml.jsoup;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
      
       \n" +                "\t\t
       
        tom
       \n" +                "\t\t
       
        18
       \n" +                "\t\t
       
        male
       \n" +                "\t
      \n" +                "\t
      
       \n" +                "\t\t
       
        jack
       \n" +                "\t\t
       
        18
       \n" +                "\t\t
       
        female
       \n" +                "\t
      \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);    }}

4、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------------------------------------------------package cn.itcast.xml.jsoup;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heima_0001的元素对象        Elements elements2 = document.getElementsByAttributeValue("number", "heima_0001");        System.out.println(elements2);        System.out.println("-----------");        //3.3获取id属性值的元素对象        Element itcast = document.getElementById("itcast");        System.out.println(itcast);    }}

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

6、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)-----------------------------------package cn.itcast.xml.jsoup;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);    }}

7、Node：节点对象

             * 是Document和Element的父类

8、根据选择器查询

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--------------------------------------package cn.itcast.xml.jsoup;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itcast的元素        Elements elements1 = document.select("#itcast");        System.out.println(elements1);        System.out.println("----------------");        //5.获取student标签并且number属性值为heima_0001的age子标签        //5.1.获取student标签并且number属性值为heima_0001        Elements elements2 = document.select("student[number=\"heima_0001\"]");        System.out.println(elements2);        System.out.println("----------------");        //5.2获取student标签并且number属性值为heima_0001的age子标签        Elements elements3 = document.select("student[number=\"heima_0001\"] > age");        System.out.println(elements3);    }}

9、XPath查询

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