【Java Web_07】XML

一、XML概述

1. 什么是XML

* Extensible Markup Language 可扩展标记语言

2. XML的基本语法

① 基本语法：
    * xml文档的后缀名 .xml
    * xml首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
    
# XML语法严格，标签自定义，主要用来存储数据    
# CDATA 区【 <![CDATA[ 数据 ]]>】内数据将原样展示
    
② 示例
    <?xml version='1.0' encoding="UTF-8" ?>
    <users>
        <user id='001'>
            <name>tom</name>
            <age>18</age>
            <gender>male</gender>
            <br/>
        </user>
        
        <user id='002'>
            <name>jack</name>
            <age>18</age>
            <gender>female</gender>
        </user>
    </users>

3. XML约束

① 分类
    * DTD【简单、有漏洞】
    * Schema
② DTD使用方法
    * 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">
③ Schema使用方法
    <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">
            
    * 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"

4. XML解析

① 解析思想
    * DOM【一次性加载进内存】
    * SAX【逐行读取】

② 解析方式
    * AXP：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 DOM 思想的解析器
    * 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。
    * PULL：Android操作系统内置的解析器，sax方式的。

二、DOM4J

1. 使用方式

① 得到一个指向XML文档的 输入流 
    * FileInputStream fis = new FileInputStream("文件路径");
② 创建一个XML读取对象(SAXReader), 用于读取上述的输入流
    * SAXReader sr = new SAXReader();
③ 通过读取对象, 读取XML文档的 输入流, 得到文档对象(Document)
    * Document doc = sr.read(fis);
④ 通过文档对象, 得到整个文档的 根元素对象(Element)
    * Element root = doc.getRootElement();
⑤ 通过根元素 , 得到其它层次的所有元素对象

2. 示例

String path = Test.class.getClassLoader().getResource("a.xml");
//1.得到一个指向XML文档的 输入流 
FileInputStream fis = new FileInputStream(path);
//2.创建一个XML读取对象(SAXReader), 用于读取上述的输入流
    SAXReader sr = new SAXReader();
//3.通过读取对象, 读取XML文档的 输入流, 得到文档对象(Document)
    Document doc = sr.read(fis);
//4通过文档对象, 得到整个文档的 根元素对象(Element)
    Element root = doc.getRootElement();
//5.通过根元素 , 得到其它层次的所有元素对象
    List<Element> es = root.elements();
    for (Element element : es) {
        String id = element.attributeValue("id");
        String name = element.elementText("name");
        String info = element.elementText("info");
        System.out.println(id);
        System.out.println(name);
        System.out.println(info);
    }
}

三、Jsoup

1. 使用方法

# 需要导入jar包
//1.获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//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());
//4.获取第一个name的Element对象
Element element = elements.get(0);
//5.获取数据
String name = element.text();
System.out.println(name);

2. 相关类

① Jsoup 工具类
    * 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
    * 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
    * 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
    * 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(包括字标签的字符串内容)
⑤ Node    
    Document、Elememt 父类节点

四、快捷查询

1. selector 选择器

① 使用方法
    * Elements select(String cssQuery)
② cssQuery
    * css中的查询方法
③ 示例
    //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id_001的元素
    Elements elements1 = document.select("#id_001");
    System.out.println(elements1);
    System.out.println("----------------");
    //5.获取student标签并且number属性值为it_0001的age子标签
    //5.1.获取student标签并且number属性值为it_0001
    Elements elements2 = document.select("student[number=\"it_0001\"]");
    System.out.println(elements2);
    System.out.println("----------------");
    //5.2获取student标签并且number属性值为it_0001的age子标签
    Elements elements3 = document.select("student[number=\"it_0001\"] > age");
    System.out.println(elements3);
}

2. XPath

① 查找方法
    * 【/】 从根节点开始查找 
    * 【//】 从发起查找的节点, 查找后代节点 ***
    * 【.】 查找当前节点 
    * 【..】 查找当前节点的 父节点
    * 【@】 用于在路径表达式中, 加入属性判断
        - [@属性名]
            表示必须存在某属性
        - [@属性名='值']
            表示属性值必须是指定的值, 才可以被查询到
        - [@属性名!='值']
            表示属性值必须不是指定的值, 才可以被查询到
        - [@属性名>'值']
            表示属性值必须大于指定的值, 才可以被查询到
② 示例
    # 需要导入jar包
    //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.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> jxNodes = jxDocument.selN("//student/name[@id='itcast']");
    //5.遍历
    for (JXNode jxNode : jxNodes) {
        System.out.println(jxNode);
    }

来源：oschina

链接：https://my.oschina.net/chinaSoftware/blog/3166211