XML:你真的有必要了解一下我


在這裏插入圖片描述

本文是我在學java爬蟲的時候,需要用到Jsoup解析器,所以決定直接打算把XML小結一下。

先貼思維導圖:

在這裏插入圖片描述

一.概念

Extensible Markup Language 可擴展標記語言

  • 可擴展:標籤都是自定義的。

二.功能

存儲文件
主要流程是:

  1. 配置文件
  2. 在網絡中運輸

拓展
xml與html的區別

  1. xml標籤都是自定義的,html標籤是預定義。
  2. xml的語法嚴格,html語法鬆散
  3. xml是存儲數據的,html是展示數據

三.基本語法

  1. xml文檔的後綴名 .xml
  2. xml第一行必須定義爲文檔聲明
  3. xml文檔中有且僅有一個根標籤
  4. 屬性值必須使用引號(單雙都可)引起來
  5. 標籤必須正確關閉
  6. xml標籤名稱區分大小寫

四.快速入門

 <?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>
   

五.組成部分

5.1文檔聲明

  1. 格式<?xml 屬性列表 ?>

  2. 指令(瞭解)

  • version:版本號,必須的屬性
  • encoding:編碼方式。告知解析引擎當前文檔使用的字符集,默認值:ISO-8859-1
  • standalone:是否獨立
    取值:
    • yes:不依賴其他文件
    • no:依賴其他文件
  1. 標籤:標籤名稱自定義的
  • 規則:
    • 名稱可以包含字母、數字以及其他的字符
    • 名稱不能以數字或者標點符號開始
    • 名稱不能以字母 xml(或者 XML、Xml 等等)開始
    • 名稱不能包含空格
  1. 屬性:id屬性值唯一
  2. 文本:
  • CDATA區:在該區域中的數據會被原樣展示
  • 格式: <![CDATA[ 數據 ]]>

六.約束

定義:約束xml文檔的書寫規則
要求:
作爲框架的使用者(程序員):

  1. 能夠在xml中引入約束文檔
  2. 能夠簡單的讀懂約束文檔

6.1 DTD

  • 引入dtd文檔到xml文檔中
    • 內部dtd:將約束規則定義在xml文檔中
    • 外部dtd:將約束的規則定義在外部的dtd文件中
    • 本地:<!DOCTYPE 根標籤名 SYSTEM "dtd文件的位置">
    • 網絡:<!DOCTYPE 根標籤名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

6.2 Schema

 1. 填寫xml文檔的根元素
  1. 引入xsi前綴. xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”
  2. 引入xsd文件命名空間. xsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”
  3. 在這裏插入代碼片爲每一個xsd約束聲明一個前綴,作爲標識
xmlns="http://www.zzd.cn/xml" 
 <students   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xmlns="http://www.zzd.cn/xml"
   xsi:schemaLocation="http://www.zzd.cn/xml  student.xsd">

七.解析

定義:操作xml文檔,將文檔中的數據讀取到內存中。

7.1 解析XML的方式

1.DOM
定義:將標記語言文檔一次性加載進內存,在內存中形成一顆dom樹
* 優點:操作方便,可以對文檔進行CRUD的所有操作
* 缺點:佔內存
2.SAX
定義:逐行讀取,基於事件驅動的。
* 優點:不佔內存。
* 缺點:只能讀取,不能增刪改

7.2常見解析器

  1. JAXP
    sun公司提供的解析器,支持dom和sax兩種思想
  2. DOM4J
    一款非常優秀的解析器
  3. jsoup
    是一款Java 的HTML解析器,可直接解析某個URL地址、HTML文本內容。它提供了一套非常省力的API,可通過DOM,CSS以及類似於jQuery的操作方法來取出和操作數據。
  4. PULL
    Android操作系統內置的解析器,sax方式的。

八.Jsoup詳解

8.1 快速入門

  • 步驟:
    1. 導入jar包
    2. 獲取Document對象
    3. 獲取對應的標籤Element對象
    4. 獲取數據

8.2 代碼

  //2.1獲取student.xml的path
          String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
          //2.2解析xml文檔,加載文檔進內存,獲取dom樹--->Document
          Document document = Jsoup.parse(new File(path), "utf-8");
          //3.獲取元素對象 Element
          Elements elements = document.getElementsByTag("name");
  
          System.out.println(elements.size());
          //3.1獲取第一個name的Element對象
          Element element = elements.get(0);
          //3.2獲取數據
          String name = element.text();
          System.out.println(name);

8.3 對象的使用

  1. Jsoup:工具類,可以解析html或xml文檔,返回Document
  • parse:解析html或xml文檔,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):通過網絡路徑獲取指定的html或xml的文檔對象
  1. Document:文檔對象。代表內存中的dom樹
    獲取Element對象
  • getElementById​(String id):根據id屬性值獲取唯一的element對象
  • getElementsByTag​(String tagName):根據標籤名稱獲取元素對象集合
  • getElementsByAttribute​(String key):根據屬性名稱獲取元素對象集合
  • getElementsByAttributeValue​(String key, String value):根據對應的屬性名和屬性值獲取元素對象集合
  1. Elements:元素Element對象的集合。
    可以當做 ArrayList<Element>來使用

  2. Element:元素對象
    獲取子元素對象

    • getElementById​(String id):根據id屬性值獲取唯一的element對象
    • getElementsByTag​(String tagName):根據標籤名稱獲取元素對象集合
    • getElementsByAttribute​(String key):根據屬性名稱獲取元素對象集合
    • getElementsByAttributeValue​(String key, String value):根據對應的屬性名和屬性值獲取元素對象集合

獲取屬性值

 String attr(String key):根據屬性名稱獲取屬性值

獲取文本內容

  • String text():獲取文本內容

  • String html():獲取標籤體的所有內容(包括字標籤的字符串內容)

  1. Node:節點對象

8.4 快速查詢方式

是Document和Element的父類
使用方法

  • 使用的方法:Elements select​(String cssQuery)
  • 語法:參考Selector類中定義的語法

XPath
定義:XPath即爲XML路徑語言,它是一種用來確定XML(標準通用標記語言的子集)文檔中某部分位置的語言

  • 使用Jsoup的Xpath需要額外導入jar包。
  • 查詢w3cshool參考手冊,使用xpath的語法完成查詢
    代碼:
 //1.獲取student.xml的path
           String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
           //2.獲取Document對象
           Document document = Jsoup.parse(new File(path), "utf-8");
   
           //3.根據document對象,創建JXDocument對象
           JXDocument jxDocument = new JXDocument(document);
           //4.結合xpath語法查詢
           //4.1查詢所有student標籤
           List<JXNode> jxNodes = jxDocument.selN("//student");
           for (JXNode jxNode : jxNodes) {
               System.out.println(jxNode);
           }
   
           System.out.println("--------------------");
   
           //4.2查詢所有student標籤下的name標籤
           List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
           for (JXNode jxNode : jxNodes2) {
               System.out.println(jxNode);
           }
   
           System.out.println("--------------------");
   
           //4.3查詢student標籤下帶有id屬性的name標籤
           List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
           for (JXNode jxNode : jxNodes3) {
               System.out.println(jxNode);
           }
           System.out.println("--------------------");
           //4.4查詢student標籤下帶有id屬性的name標籤 並且id屬性值爲itcast
   
           List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
           for (JXNode jxNode : jxNodes4) {
               System.out.println(jxNode);
           }
   

END!!!有什麼建議可以評論!!!
長路漫漫,JAVA爲伴!!!
在這裏插入圖片描述

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章