526互联

JavaWeb XML学习笔记

发布时间 2023-09-12 10:57:18作者: 墨染启明

XML

XML简介

  • Extensible Makeup Language 可扩展性标记语言

  • 发明的目的：传输和存储数据，而不是展示数据

  • XML 的标签必须自定义，写标签名时候要有含义

  • XML 是 W3C （万维网联盟）推举的数据传输格式

功能

  1. 存储数据
    • 配置文件
    • 在网络中传输

XML 和 HTML 的异同？

  1. HTML 标签不能自定义，XML 标签只能自定义
  2. HTML 语法要求不严格（比较松散），XML 语法要求严格，必须是成对标签
  3. HTML 用来展示数据，XML 用来传输和存储数据

语法规则

<?xml version="1.0" encoding="UTF-8"?>
<users>
    <user id="1">
        <name>Jack</name> 
        <age>23</age>
        <gender>male</gender>
    </user>

    <user id="2">
        <name>Max</name> 
        <age>24</age>
        <gender>female</gender>
    </user>
</users>
  • XML 有且仅有一个根节点（根节点就是其他所有节点的父节点）
  • XML 头声明：不强制要求，但是必须写在首行
  • 所有 XML 元素都必须是成对标签
  • 标签名大小写敏感
  • 标签不可以交叉
  • 特殊字符使用实体转义
<?xml version="1.0" encoding="UTF-8" ?>
<root> 
    <hello>.....</hello>
    <xie>.....</xie>
    <!-- <xie>.....</xie> -->
    <msg>判断100^99 &lt; 99^100 是否正确</msg>
</root>

属性

  • 属性就是表示标签自身的额外信息，键值对表示

  • 一个标签可以有多个属性，属性的值必须用引号起引来

  • 命名规则：数字字母下划线，数字不能开头

  • 在解析XML 数据时，属性会带来额外的解析代码

<?xml version="1.0" encoding="UTF-8"?>
<root>
    <man>
        <name>David</name>
        <age>34</age>
    </man>
    <man>
        <name age="27"> Lucy</name>
    </man>
</root>

CDATA 区

在 XML 中，”<”、”>”、”&”等字符是不能直接存入的，否则XML法检查时会报错，如果想在XML中使用这些符号，必须将其转义为实体，如”<”、”>”、”&”，这样才能保存进XML文档。

为了方便起见，使用<![CDATA[]]>来包含不被XML解析器解析的内容

特殊字符较少时，使用实体替换，较多时，使用 CDATA

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
      • 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
          • 依赖其他文件
  2. 指令（了解）：结合 CSS 的
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/css" href="a.css" ?>
<users>
    <user id="1">
        <name>张三 </name>
        <age>23</age>
        <gender>male</gender>
    </user>

    <user id="2">
        <name>Max</name>
        <age>24</age>
        <gender>female</gender>
    </user>
</users>

name {
    color: red
}

image

  1. 标签：自定义，符合规则
  2. 属性：id 属性值唯一
  3. 文本，注意特殊字符转义

约束

  • 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

image

  • 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

    • 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
      1. 本地 : <!DOCTYPE 根标签名 SYSTEM "DTD文件的位置">
      2. 网络 ：<!DOCTYPE 根标签名 PUBLIC "DTD文件的名字" "DTD文件的位置">
    <!ELEMENT students (student+) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>

    <?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
	<student number="s001">
		<name>zhangsan</name>
		<age>abc</age>
		<sex>hehe</sex>
	</student>
</students>

Schema

  • 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" 

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

解析

  • 操作 XML 文档，将文档中的数据读取到内存中

    1. 解析（读取）：将文档中的数据读取到内存中
    2. 写入：将内存中数据保存到 XML 文档中，持久化的存储

  • 解析 XML 的方式

    1. DOM (Document Object Model) 译为文档对象模型) : 将标记语言文档一次性加载进内存，在内存中形成一棵 DOM 树

      • 优点：操作方便，可以对 文档进行 CRUD 的所有操作
      • 缺点：比较占内存

      image-20230911202858502

    2. SAX (Simple API for XML) ：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

      服务器端一般使用 DOM 的思想，客户端如安卓，使用 SAX 的思想

image

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 基于 DOM 思想实现
  3. Jsoup : 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 操作系统内置的计息期，SAX 方式

使用

  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
public static void main(String[] args) throws IOException {
        // 主要功能
        //(1) 从一个URL，文件或字符串中解析HTML；
        //(2) 使用DOM或CSS选择器来查找、取出数据；
        //(3) 可操作HTML元素、属性、文本；

        // 2. 获取 Document 对象, 通过XML 文档获取
        // 2.1  获取 student.xml 的path
        String path = JsoupDemo01.class.getClassLoader().getResource("com/learning/XML/cn/itcast/xml/Jsoup/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");
        // 获取元素对象 Element
        Elements elements = document.getElementsByTag("name");

        System.out.println(elements.size());  // 2

        // 3.1 获取第一name的Element 对象
        Element element = elements.get(0);
        // 3.2 获取数据
        String name = element.text();
        System.out.println(name); // tom
    }

对象的使用

  1. Jsoup : 工具类，可以解析 HTML 或 XML 文档，返回 Document

    1. parse :

      • 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 XML或 HTML 文档对象
    public static void main(String[] args) throws IOException {

        // 2.1  获取 student.xml 的path
        String path = JsoupDemo02.class.getClassLoader().getResource("com/learning/XML/cn/itcast/xml/Jsoup/student.xml").getPath();
        // 2.2 解析 XML 文档，加载文档进内存，获取 DOM 树 --> Document
        // 1. parse(File in, String charsetName) : 解析  XML或 HTML 文件的
//        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 = "<students>\n" +
                "    <student number=\"qiming_0001\">\n" +
                "        <name>tom</name>\n" +
                "        <age>18</age>\n" +
                "        <sex>male</sex>\n" +
                "    </student>\n" +
                "\n" +
                "    <student number=\"qiming_0002\">\n" +
                "        <name>tom</name>\n" +
                "        <age>18</age>\n" +
                "        <sex>male</sex>\n" +
                "    </student>\n" +
                "</students>";

//        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 XML或  HTML 文档对象
        URL url = new URL("https://baike.baidu.com/item/jsoup/9012509"); //　网络中的某一资源路径
        Document document = Jsoup.parse(url, 10000);
        System.out.println(document);
    }

  2. Document : 文档对象，代表内存中的 DOM 树

    • 获取Element对象(Document extend Element)
      • 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
    <?xml version="1.0" encoding="UTF-8" ?>

<students>
    <student number="qiming_0001">
        <name id="itcast">tom</name>
        <age>18</age>
        <sex>male</sex>
    </student>

    <student number="qiming_0002">
        <name>tom</name>
        <age>18</age>
        <sex>male</sex>
    </student>
</students>

    // 1. 获取 student.xml 的path
        String path = JsoupDemo03.class.getClassLoader().getResource("com/learning/XML/cn/itcast/xml/Jsoup/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
        // 3.1 获取所有 student 对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);
        System.out.println("-------------------------------------");

        // 获取属性名为 id 的元素对象
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("-------------------------------------");

        // 获取  number属性为heima_0001的元素对象
        Elements elements2 = document.getElementsByAttributeValue("number", "qiming_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);

  3. Elements : 元素 Element 对象的集合，可以当作 ArrayList<Element>来使用

  4. 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
    • 获取属性值
      • String attr(String key) ：根据属性名称获取属性
    • 获取文本内
      • 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)
       // 1. 获取 student.xml 的path
        String path = JsoupDemo04.class.getClassLoader().getResource("com/learning/XML/cn/itcast/xml/Jsoup/student.xml").getPath();
        // 2. 获取 Document 对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        // 获取子元素对象
        // 通过 Document 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()); // 2

        // 通过Element对象获取子标签对象
        Element student1 = document.getElementsByTag("student").get(0);
        Elements eleName = student1.getElementsByTag("name");
        System.out.println(eleName.size()); // 1
        System.out.println("----------------------------------------");

        // 获取student对象的属性值
        String number = student1.attr("number");
        System.out.println(number); // qiming_0001

        // 获取文本内容
        String text = student1.text();
        String html = student1.html();
        System.out.println(text);
        System.out.println("----------------------------------------");
        System.out.println(html);

  5. Node ：节点对象

    • 是bDocument 和 Element 的父类

快捷查询方式

  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
    
        // 1. 获取 student.xml 的path
        String path = JsoupDemo05.class.getClassLoader().getResource("com/learning/XML/cn/itcast/xml/Jsoup/student.xml").getPath();
        // 2. 获取 Document 对象
        Document document = Jsoup.parse(new File(path), "utf-8");

        // 查询 name 标签
        /*
            div{

            }
         */
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("----------------------------------------");


        // 查询id值为itcast的元素
        Elements elements1 = document.select("#itcast");
        System.out.println(elements1);
        System.out.println("----------------------------------------");

        // 获取student标签并且number属性值为qiming_0001的age子标签
        Elements elements2 = document.select("student[number='qiming_0001']");
        System.out.println(elements2);
        System.out.println("----------------------------------------");

        Elements elements3 = document.select("student[number='qiming_0001'] > age");
        System.out.println(elements3);

  2. 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

      ​

      // 1. 获取 student.xml 的path
          String path = JsoupDemo06.class.getClassLoader().getResource("com/learning/XML/cn/itcast/xml/Jsoup/student.xml").getPath();
          // 2. 获取 Document 对象
          Document document = Jsoup.parse(new File(path), "utf-8");
  
          // 3. 根据document 创建JXDocument对象
          // 4. 集合Xpath语法查询
          // 4.1 查询所有student标签
          JXDocument jxDocument = new JXDocument(document);
          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> jxNodes1 = jxDocument.selN("//student/name");
          for (JXNode jxNode : jxNodes1) {
              System.out.println(jxNode);
          }
          System.out.println("----------------------------------------");
  
          // 4.3 查询所有student标签下的带有id属性的name标签
          List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id]");
          for (JXNode jxNode : jxNodes2) {
              System.out.println(jxNode);
          }
          System.out.println("----------------------------------------");
  
          // 4.4 查询所有student标签下的带有id属性的name标签，并且id属性值为itcast
          List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='itcast']");
          for (JXNode jxNode : jxNodes3) {
              System.out.println(jxNode);
          }

    ​