XML

可扩展标记语言（英语：Extensible Markup Language，简称：XML）是一种标记语言。标记指计算机所能理解的信息符号，通过此种标记，计算机之间可以处理包含各种信息的文章等。如何定义这些标记，既可以选择国际通用的标记语言，比如HTML，也可以使用像XML这样由相关人士自由决定的标记语言，这就是语言的可扩展性。XML是从标准通用标记语言（SGML）中简化修改出来的。它主要用到的有可扩展标记语言、可扩展样式语言（XSL）、XBRL和XPath等。

XML 和 HTML 之间的差异：

XML 不是 HTML 的替代，XML 和 HTML 为不同的目的而设计：

• XML 被设计用来传输和存储数据，其焦点是数据的内容。
• HTML 被设计用来显示数据，其焦点是数据的外观。

Xml菜鸟教程

概念：可扩展标记语言，Extensible Markup Language，简称：XML

可扩展：标签是自定义的

功能：存储数据。可作为配置文件，也可在网络中传输

xml和html的区别：

• xml标签是自定义的，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

Xml快速入门

XML 教程

xml基本语法：

• xm文档的后缀名为.xml
• xml文档第一行必须定义为文档说明
• 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（或者自闭和，如<br/>）
• xml标签名称区分大小写

例子：

<?xml version="1.0" encoding="utf-8"?>

<users>
    <user>
        <name>zhangsan</name>
        <age>18</age>
        <salary>6000</salary>
    </user>

    <user>
        <name>李四</name>
        <age>19</age>
        <salary>8000</salary>
    </user>
</users>

组成部分：

1. 文档说明
   • 格式：<?xml 属性列表?>
   • 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，默认为：ISO-8859-1
     • standalone：是否独立（取值为yes：不依赖其他文件；取值为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：标签名称是自定义的。命名规则如下：
   • 名称可以包含字母、数字以及其他字符
   • 名称不能以数字或者标点符号开头
   • 名称不能以字母xml（或者Xml、XML等等）开头
   • 名称不能包含空格
4. 属性：属性值必须使用引号（单双都可）引起来（注意id属性值要唯一，到后面可以添加约束）
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约束

在xml技术里，编写一个文档/文件来约束一个xml文档的书写规范、称为xml约束。因为没有约束 编写的xml文件格式就不统一

xml约束

约束：规定xml文档的书写规则

作为框架的使用者（程序员）：只需要能够在xml中引入约束文档，能够简单的读懂约束文档即可

常用的xml约束：

• dtd：一种简单的约束技术
• schema：一种复杂的约束技术

dtd约束

首先要将dtd文档引入到文档中：

• 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">

例子，我们创建student.dtd文件如下：

<!ELEMENT students (student*) > <!--跟标签为students，里面可以有student字标签，0个或多个-->
<!ELEMENT student (name,age,sex)>   <!--student标签下按顺序有name，age，sex三个标签-->
<!ELEMENT name (#PCDATA)>   <!--name标签中存放字符串-->
<!ELEMENT age (#PCDATA)>   <!--age标签中存放字符串-->
<!ELEMENT sex (#PCDATA)>   <!--sex标签中存放字符串-->
<!ATTLIST student number ID #REQUIRED>  <!--student标签下有ID属性，ID属性唯一且属性必须出现（#REQUIRED）-->

然后创建student.xml如下：

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">	<!--外部导入dtd-->
<students>
	
	<student number="s001">
		<name>zhangsan</name>
		<age>abc</age>
		<sex>hehe</sex>
	</student>

	<student number="s002">
		<name>lisi</name>
		<age>24</age>
		<sex>female</sex>
	</student>

</students>

schema约束

引入约束（了解）：

• 填写xml文档的根元素
• 引入xsi前缀 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
• 引入xsd文件命名空间 xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
• 为每一个xsd约束声明一个前缀,作为标识 xmlns="http://www.itcast.cn/xml"

例子：我们创建student.xsd代码如下：

<?xml version="1.0"?>
<xsd:schema xmlns="http://www.itcast.cn/xml"
        xmlns:xsd="http://www.w3.org/2001/XMLSchema"
        targetNamespace="http://www.itcast.cn/xml" elementFormDefault="qualified">
    <!--跟标签为students，studentsType类型-->
    <xsd:element name="students" type="studentsType"/>
    <!--自定义studentsType-->
    <xsd:complexType name="studentsType">
        <xsd:sequence>
            <!--最小student标签数为0，最大没有限定-->
            <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/>
        </xsd:sequence>
    </xsd:complexType>
<!--    自定义studentType-->
    <xsd:complexType name="studentType">
        <xsd:sequence>  <!--按顺序出现以下三个字段-->
            <xsd:element name="name" type="xsd:string"/>    <!--string类型-->
            <xsd:element name="age" type="ageType" />   <!--自定义ageType-->
            <xsd:element name="sex" type="sexType" />   <!--自定义sexType-->
        </xsd:sequence>
        <!--属性定义-->
        <xsd:attribute name="number" type="numberType" use="required"/>
    </xsd:complexType>
    <!--自定义sexType-->
    <xsd:simpleType name="sexType">
        <!--string类型，只能在male和female中选一个-->
        <xsd:restriction base="xsd:string">
            <xsd:enumeration value="male"/>
            <xsd:enumeration value="female"/>
        </xsd:restriction>
    </xsd:simpleType>
    <!--自定义ageType-->
    <xsd:simpleType name="ageType">
        <!--integer类型，最小值为0，最大值为256-->
        <xsd:restriction base="xsd:integer">
            <xsd:minInclusive value="0"/>
            <xsd:maxInclusive value="256"/>
        </xsd:restriction>
    </xsd:simpleType>
    <!--自定义numberType-->
    <xsd:simpleType name="numberType">
        <!--string类型，组成格式为heima_(4位数字)-->
        <xsd:restriction base="xsd:string">
            <xsd:pattern value="heima_\d{4}"/>  <!--正则-->
        </xsd:restriction>
    </xsd:simpleType>
</xsd:schema>

创建student.xml代码如下：

<?xml version="1.0" encoding="UTF-8" ?>
<!--
	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"
 -->
<!--引入student.xsd-->
<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"
>
	<student number="heima_0001">
		<name>tom</name>
		<age>18</age>
		<sex>male</sex>
	</student>

	<student number="heima_0002">
		<name>rick</name>
		<age>58</age>
		<sex>female</sex>
	</student>

</students>

Xml解析

XML 解析器

xml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：

• 解析（读取）：将xml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。持久化存储

解析xml的方式：

• DOM思想（服务器端）：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思想（移动端）：逐行读取，基于时间驱动的
  • 优点：不占内存
  • 缺点：只能读取，不能增删改

Xml解析器

常用的xml解析器：

• JAPX：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（Web端常用）
• 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。jsoup提供了一套非常省力的API，可以通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据
• PULL：Android操作系统内置的解析器（sax方式的）

这里我们学习一下Jsoup解析器。

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

例子：创建启动类Demo01，代码如下：

package jsoub;

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 Demo01 {
    public static void main(String[] args) throws IOException {
        // 1. 导入jar包
        // 2. 获取Document对象
        // 2-1 根据xml文档来获取（student.xml）
        // a.获取student.xml的path
        String path = Demo01.class.getClassLoader().getResource("student.xml").getPath();
        // b.解析xml文档，加载文档进内存，获取dom树(对应Document对象)
        Document document = Jsoup.parse(new File("path"), "utf-8");
        // 3.获取对应的标签Element对象
        Elements elements = document.getElementsByTag("name");
        // 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);
    }
}

对象的使用

视频讲解

在上述代码中有一些对象，这里看一下对象的使用：

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(url)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<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
   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

快捷查询方式

视频讲解

1. selector：选择器
   1. 使用的方法：Elements select(String cssQuery)
      • 语法：参考Selector类中定义的语法
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

（这里就不具体展开了，后续需要用到的话可以再自行学习）