XML

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
  - 配置文件
  - 在网络中传输
- xml与html的区别
  - xml标签都是自定义的,html标签都是预定义的
  - xml的语法严格，html语法比较松
  - xml是存储数据的，html是展示数据的

语法

xml文档的后缀名 .xml
xml第一行必须定义为文档声明
xml文档中有且仅有一个根标签
属性值必须使用引号(单双都可)引起来
标签必须正确关闭(围堵标签、自闭合标签)
xml标签名称区分大小写

<?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>

组成部分

文档声明
- 格式：<?xml 属性列表?>
- 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（yes/no）
指令：结合css<?xml-stylesheet type="text/css" href="a.css" ?>
标签：标签名称自定义
- 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
属性：id属性值唯一
文本：CDATA区：在该区域中的数据会被原样展示
- 格式：<![CDATA[ 数据 ]]>

约束

规定xml文档的书写规则
作为框架的使用者
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

DTD
- 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：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
    - 网络：<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">
Schema
- XML Schema语言也称作XML Schema定义（XML Schema Definition，XSD）
- XML Namespace(xmlns)属性:
  - 格式：xmlns:namespace-prefix="namespaceURI"
- 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.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"

解析

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
解析xml的方式
1. DOM：将标记语言文档一次性加载进内存，在内存中形成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：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常见解析器
- JAXP：sun公司提供的解析器，支持dom和sax两种思想
- DOM4J：一款非常优秀的解析器
- Jsoup：soup 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。
- PULL：Android操作系统内置的解析器，sax方式的。

Jsoup

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

/*获取Document对象*/
/*获取student.xml的path*/
String path = JsoupDemo.class.getClassLoader().getResource("student.xml").getPath();
// 解析xml文档，加载文档进内存，获取dom树
Document document = Jsoup.parse(new File(path),"utf-8");
// 获取元素对象 Element
Elements elements = document.getElementsByTag("name");
//System.out.println(element.size());
for (Element element : elements) {
    System.out.println(element.text());
}

对象的使用
- 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
- 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
- Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用
- Element：元素对象
  - 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
  - 获取属性值
    - String attr(String key)：根据属性名称获取属性值
  - 获取文本内容
    - String text():获取所有子标签的纯文本内容
    - String html():获取标签体的所有内容(包括字标签的字符串内容)
- Node：节点对象，是Document和Element的父类

快捷查询方式
- selector：选择器
  - 使用的方法：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
  - 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