XML详解 - 技术栈

XML

简介

概述：Extensible Markup Language 可扩展标记语言
- 可扩展：标签都是自定义的。
功能
1. 数据存储：XML 可以用来存储结构化数据，包括文本、数字、日期等各种类型的数据
2. 数据交换：XML 可以作为一种通用的数据交换格式，用于在不同系统之间传递数据
3. 数据描述：XML 可以用来描述数据的结构和内容，例如通过定义 XML Schema 或 DTD 来定义数据的格式和约束
4. 数据传输：XML 可以用作Web服务中的数据传输格式，例如 SOAP 协议中的消息体通常使用 XML 格式
5. 数据显示：XML 可以用来描述数据的呈现方式，例如通过 XSLT 样式表将 XML 数据转换成 HTML 或其他格式进行显示
6. 数据查询：XML 可以通过 XPath 或 XQuery 进行数据的查询和检索
7. 数据验证：XML 可以通过 XML Schema 或 DTD 对数据进行验证，确保数据的格式和内容符合预期
XML 和 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

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，示例代码

xml 复制代码

<?xml version='1.0' ?>							// 文档声明
<users>
	<user id='1'>
        <name>小刚</name>
        <age>23</age>	
        <gender>man</gender>
    </user>
    <user id='2'>
    	<name>小红</name>
        <age>24</age>
        <gender>woman</gender>
    </user>
</users>

组成部分
- 文档声明
xml 复制代码
```
// 格式
<?xml 属性列表 ?>
```
属性列表

1、version：版本号，必须的属性

2、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

3、standalone：是否独立，取值 yes -不依赖其他文件 no-依赖其他文件
- 指令：用来引入 CSS
xml 复制代码
```
<?xml-stylesheet type="text/css" href="a.css" ?>
```
- 标签：标签名称自定义
标签自定义规则

1、名称可以包含字母、数字以及其他的字符

2、名称不能以字母 xml（或者 XML、Xml 等等）开始

3、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]]>

标签自定义规则
1、名称可以包含字母、数字以及其他的字符
2、名称不能以字母 xml（或者 XML、Xml 等等）开始
3、名称不能包含空格

格式
<![CDATA[数据]]>

约束

概述：规定 xml 文档的书写规则
作为框架的使用者(程序员)
- 能够在xml中引入约束文档
- 能够简单的读懂约束文档
约束分类
- DTD：一种简单的约束技术
- Schema：一种复杂的约束技术

DTD

分类
- 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
引入方式

位置引入格式

本地

网络

位置	引入格式
本地
网络

代码示例

xml-dtd 复制代码

<!ELEMENT students (student*) >			#定义了一个students的元素，包含0个或多个student元素
<!ELEMENT student (name,age,sex)>		#定义了一个student元素，包含name、age、sex等子元素
<!ELEMENT name (#PCDATA)>				#定义了一个名为name的元素，其内容为文本数据
<!ELEMENT age (#PCDATA)>				#定义了一个名为age的元素，其内容为文本数据
<!ELEMENT sex (#PCDATA)>				#定义了一个名为sex的元素，其内容为文本数据
<!ATTLIST student number ID #REQUIRED>	#定义了一个名为number的属性，类型为ID，且必须存在

xml 复制代码

<?xml version='1.0' ?>
<!DOCTYPE students SYSTEM "student.dtd">
<students>
 <student number="s1">
     <name>李四</name>
     <age>23</age>
     <sex>男</sex>
 </student>
</students>

注意：上述第一个是 DTD 文档约束，第二个是 XML 文档

Schema

引入步骤
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"

代码示例

xml 复制代码

<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">

解析

概述：操作 XML 文档，将文档中的数据读取到内存忠
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，持久化存储。
XML 常见的解析器
1. JASXP：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。
解析 XML 的方式(常见面试题)
1. DOM ：将标记语言文档一次性加载进内存，在内存中形成一棵 DOM 树(服务器端)
  - 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，读一行释放一行（手机端，浏览器端）
  - 优点：不占内存
  - 缺点：只能读取，不能增删改

Jsoup使用

下载地址
使用步骤：
1. 导入刚才下载的 jar 包
2. 获取 Document 对象
3. 获取对应的标签 Element 对象
4. 获取数据

示例代码

java 复制代码

//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);

对象详解

Jsoup

Jsoup：工具类，可以解析 HTML 或 XML 文档，返回 Document 对象

方法

方法	作用
parse(File in ,String charsetName)	解析 XML 或 HTML 文件
parse(String html)	解析 XML 或 HTML 字符串
parse(URL url , int timeoutMills)	通过网络路径获取指定的 XML 或 HTML 的文档对象(可做爬虫)

Document

Document：文档对象，代表内存中的 DOM 树，获取任意 Element 对象

方法

方法	作用
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

Elements

Elements：元素 Element 对象的集合，可以当作 ArrayList 来使用

Element

Element：元素对象，获取子元素对象

方法

方法	作用
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
String attr(String key)	根据属性名称（不区分大小写）获取属性值
String text()	获取所有子标签的纯文本内容
String html()	获取标签体的所有内容(包括子标签的字符串内容)

Node

Node：节点对象，是 Document 和 Element 的父类