# Extensible Markup Language 可扩展标记语言
* 可扩展：标签都是自定义的，如：<user> <student>
# 功能：
* 存储数据
* 配置文件
* 在网络中传输
# xml 与 html 的区别
* xml 标签都是自定义的，html 标签是预定义的
* xml 的语法严格，html 语法松散
* xml 是存储数据的，html 是展示数据的
* 二者都由 w3c（万维网联盟）研制
# 基本语法
* xml 文档的后缀名 .xml
* xml 文档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‘ encoding=‘utf-8‘?> <users> <user id=‘1‘> <name>张三</name> <age>23</age> <gender>male</gender> </user> <user id=‘2‘> <name>李四</name> <age>24</age> <gender>female</gender> </user> </users>
# 组成部分
* 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：ISO-8859-1
* standalone：是否独立（yes / no）
* 指令：结合 css
<?xml-stylesheet type="text/css" href="a.css" ?>
* 标签：标签名称自定义
* 规则：
1）名称可以包含数字、字母以及其他的字符
2）名称不能以数字或者标点符号开始
3）名称不能以 xml（或者 XML、Xml 等）开始
4）名称不能包含空格
* 属性：id属性值唯一
* 文本：
* CDATA区：在该区域中的数据会被原样展示
* 格式：< ! [CDATA[ 数据 ] ] >
# 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 中引入约束文本
2）能够简单读懂约束文档
* 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 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" >
# 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，可以直接解析某个 URL 地址、HTML文本内容。它提供了一套非常省力的 API，可以通过 DOM，CSS以及类似于 Jquery的操作方法来去除和操作数据
* PULL：Android操作系统内置的解析器，sax 方式的
# 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
# 对象的使用
* Jsoup：工具类，可以解析 html 或 xml 文档，返回 Document对象
* parse()：解析 html 或 xml 文档，返回 Document对象
* 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
* 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
* getElementByTag(String tagname)：根据标签名称获取元素对象集合
* getElementByAttribute(String key)：根据属性名称获取元素对象集合
* getElementByAttributeValue(String key, String value)：根据对应的属性名和属性值获取元素对象集合
* Elements：元素 Element 对象的集合，可以当作 ArrayList<Element>来使用
* 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
* getElementByTag(String tagname)：根据标签名称获取元素对象集合
* getElementByAttribute(String key)：根据属性名称获取元素对象集合
* getElementByAttributeValue(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（包括子标签的字符串内容）
* Node：节点对象
* 是 Document 和 Element 的父类
# 快捷查询方式
* selector：选择器
* 使用方法：Elements select(String cssQuery)
* 语法：参考 Selector类中定义的语法
* XPath：XPath即为XML路径语言，它是一种用来确定 XML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 w3cschool 参考手册，使用 xpath完成查询 https://www.w3school.com.cn/xpath/xpath_functions.asp
原文：https://www.cnblogs.com/zhaochuming/p/13461690.html