## XML：
1. 概念：Extensible Markup Language 可扩展标记语言
* 可扩展：标签都是自定义的。 <user> <student>
* 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
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
* 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
* no：依赖其他文件
2. 指令(了解)：结合css的
* <?xml-stylesheet type="text/css" href="a.css" ?>
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： <![CDATA[ 数据 ]]>
<?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> <br/> </user> <user id="2"> <name>lisi</name> <age>24</age> <gender>female</gender> <code> <!-- if(a < b && a > c){}--> <![CDATA[ if(a < b && a > c) {} ]]]> </code> </user> </users>
* 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
* 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:
* 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
4.为每一个xsd约束声明一个前缀,作为标识
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：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。
<?xml version="1.0" encoding="UTF-8"?> <students> <student number="number_01"> <name id="id_01"> <xing>张</xing> <ming>三</ming> </name> <age>18</age> <sex>male</sex> </student> <student number="number_02"> <name>jack</name> <age>18</age> <sex>female</sex> </student> </students>
package jiexi.jsoup; 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： 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 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 相当于ArrayList<Elements> Elements student = document.getElementsByTag("name"); System.out.println(student.size()); //3.1获取第一个name的Element对象 Element element = student.get(0); //3.2获取数据 String name = element.text(); System.out.println(name); } }
* 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
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; 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 = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" + "\n" + "<students>\n" + "\t<student number=\"heima_0001\">\n" + "\t\t<name>tom</name>\n" + "\t\t<age>18</age>\n" + "\t\t<sex>male</sex>\n" + "\t</student>\n" + "\t<student number=\"heima_0002\">\n" + "\t\t<name>jack</name>\n" + "\t\t<age>18</age>\n" + "\t\t<sex>female</sex>\n" + "\t</student>\n" + "\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); } }
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<Element>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
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; 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 //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number_01的元素对象 Elements elements2 = document.getElementsByAttributeValue("number", "number_01"); System.out.println(elements2); System.out.println("-----------"); //3.3获取id属性值的元素对象 Element id = document.getElementById("id_01"); System.out.println(id); }
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)
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; 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"); //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 //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); } }
5. Node：节点对象
* 是Document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
import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; 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 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("#id_01"); System.out.println(elements1); System.out.println("----------------"); //5.获取student标签并且number属性值为number_01的age子标签 //5.1.获取student标签并且number属性值为number_01 Elements elements2 = document.select("student[number=\"number_01\"]"); System.out.println(elements2); System.out.println("----------------"); //5.2获取student标签并且number属性值为number_01的age子标签 Elements elements3 = document.select("student[number=\"number_01\"] > 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
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 java.io.File; import java.io.IOException; import java.util.List; 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<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> 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<JXNode> 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<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id=‘id_01‘]"); for (JXNode jxNode : jxNodes4) { System.out.println(jxNode); } } }
原文：https://www.cnblogs.com/yyanghang/p/12112952.html