本文共 13039 字，大约阅读时间需要 43 分钟。

XML概念

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
    
   

XML语法

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：  	* 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

CDATA区的用法

   
   
       
            
     
      张三
             
     
      23
             
     
      male
             
     
    
        
            
     
      lisi
             
     
      24
             
     
      female
             
                    
                   c) {
   }            ]]]>            
    
   

DTD和Schema约束文档的作用

* 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：					* 网络：

student.dtd示例

由dtd约束编写的student.xml示例

   
   		
   	
    		
     
      zhangsan
     		
     
      abc
     		
     
      hehe
     	
    	
    		
     
      lisi
     		
     
      24
     		
     
      female
     	
    
   

* 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" 			
   

由schema约束的xsd文档

由schema约束编写的xml文档

   
   
   	
    		
     
      tom
     		
     
      18
     		
     
      male
     	
    
   

XML解析

3. 解析：操作xml文档，将文档中的数据读取到内存中	* 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		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。

Jsoup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。		* 快速入门：			* 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

要解析的student.xml文件

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");    //只获得name标签        System.out.println(elements);        System.out.println(elements.size());        //3.1获取第一个name的Element对象        Element element = elements.get(0);          //这里是获得第一个name标签        //3.2获取数据        String name = element.text();        System.out.println(name);    }}

Jsoup对象的使用

* 对象的使用：		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		2. 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		3. Elements：元素Element对象的集合。可以当做 ArrayList
   
    来使用		4. 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)		5. Node：节点对象			* 是Document和Element的父类
   

parse的3个方法

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);    }}

Document：文档对象的方法使用

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);    }}

Element对象功能

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);    }}

Jsoup两种快捷查询方法

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（与CSS选择器的语法大致一样,参考来源是Jsoup里的api文档,selector类定义）

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);    }}

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

需要导包，并添加add到library中

import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;import cn.wanghaomiao.xpath.model.JXDocument;import cn.wanghaomiao.xpath.model.JXNode;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import org.jsoup.select.Elements;import java.io.File;import java.io.IOException;import java.util.List;/** *XPath查询 */public class JsoupDemo6 {
       public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
           //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);        }    }}
      
     
    
   

转载地址：http://ccvgi.baihongyu.com/