XML基础

XML概念

Extensible Markup Language 可扩展标记语言

可扩展：标签都是自定义的。

XML功能

存储数据
1. 配置文件
2. 在网络中传输

xml与html的区别

xml标签都是自定义的，html标签是预定义。
xml的语法严格，html语法松散
xml是存储数据的，html是展示数据

XML语法

基本语法

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
xml标签名称区分大小写

快速入门

<?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

1	<?xml 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

结合css的

1	<?xml-stylesheet type="text/css" href="a.css" ?>

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

id属性值唯一

CDATA区：在该区域中的数据会被原样展示

1	<![CDATA[ 数据 ]]>

约束

DTD:一种简单的约束技术
- 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 2	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:一种复杂的约束技术

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.imqinhao.cn/xml"
xsi:schemaLocation="http://www.imqinhao.cn/xml  student.xsd">

解析XML

操作xml文档，将文档中的数据读取到内存中

操作xml文档

解析(读取)：将文档中的数据读取到内存中
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

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的所有操作

缺点：占内存

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

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

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。

PULL

Android操作系统内置的解析器，sax方式的。

Jsoup

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

//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);

对象的使用

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

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

元素Element对象的集合。可以当做 ArrayList来使用

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)