07XML知识点学习笔记

1.XML概念&＃xff1a;Extensible Markup Language 可扩展标记语言

可扩展&＃xff1a;标签都是自定义的。

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&＃xff0c;html标签是预定义。
　　(2)xml的语法严格&＃xff0c;html语法松散
　　(3)xml是存储数据的&＃xff0c;html是展示数据

2.XML 语法&＃xff1a;
(1)基本语法&＃xff1a;
　　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
(2)组成部分&＃xff1a;
<1>文档声明
　　1. 格式&＃xff1a;
　　2. 属性列表&＃xff1a;
　　　　* version&＃xff1a;版本号&＃xff0c;必须的属性
　　　　* encoding&＃xff1a;编码方式。告知解析引擎当前文档使用的字符集&＃xff0c;默认值&＃xff1a;ISO-8859-1
　　　　* standalone&＃xff1a;是否独立
　　* 取值&＃xff1a;
　　　　* yes&＃xff1a;不依赖其他文件
　　　　* no&＃xff1a;依赖其他文件
<2>指令(了解)&＃xff1a;结合css的
*
<3>标签&＃xff1a;标签名称自定义的
　　规则&＃xff1a;
　　　　* 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&＃xff08;或者 XML、Xml 等等&＃xff09;开始
　　　　* 名称不能包含空格

<4>属性&＃xff1a;
id属性值唯一
<5>文本&＃xff1a;
CDATA区&＃xff1a;在该区域中的数据会被原样展示
格式&＃xff1a;

3.约束&＃xff1a;规定xml文档的书写规则
(1)作为框架的使用者(程序员)&＃xff1a;
　　<1>能够在xml中引入约束文档
　　<2>能够简单的读懂约束文档

(2)分类&＃xff1a;
(1)DTD:一种简单的约束技术
(2)Schema:一种复杂的约束技术

(3) 解析&＃xff1a;操作xml文档&＃xff0c;将文档中的数据读取到内存中
操作xml文档
　　1. 解析(读取)&＃xff1a;将文档中的数据读取到内存中
　　2. 写入&＃xff1a;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&＃xff1a;
　　1. DOM&＃xff1a;将标记语言文档一次性加载进内存&＃xff0c;在内存中形成一颗dom树
　　　　* 优点&＃xff1a;操作方便&＃xff0c;可以对文档进行CRUD的所有操作
　　　　* 缺点&＃xff1a;占内存
　　2. SAX&＃xff1a;逐行读取&＃xff0c;基于事件驱动的。
　　　　* 优点&＃xff1a;不占内存。
　　　　* 缺点&＃xff1a;只能读取&＃xff0c;不能增删改

xml常见的解析器&＃xff1a;
　　1. JAXP&＃xff1a;sun公司提供的解析器&＃xff0c;支持dom和sax两种思想
　　2. DOM4J&＃xff1a;一款非常优秀的解析器
　　3. Jsoup&＃xff1a;jsoup 是一款Java 的HTML解析器&＃xff0c;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&＃xff0c;可通过DOM&＃xff0c;CSS以及类似于jQuery的操作方法来取出和操作数据。
　　4. PULL&＃xff1a;Android操作系统内置的解析器&＃xff0c;sax方式的。

Jsoup&＃xff1a;jsoup 是一款Java 的HTML解析器&＃xff0c;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&＃xff0c;可通过DOM&＃xff0c;CSS以及类似于jQuery的操作方法来取出和操作数据。

Jsoup 快速入门&＃xff1a;
步骤&＃xff1a;
　　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

案例&＃xff1a;

控制台输出&＃xff1a;

对象的使用&＃xff1a;
(1)Jsoup工具类&＃xff0c;可以解析html或xml文档&＃xff0c;返回Document
　　* parse&＃xff1a;解析html或xml文档&＃xff0c;返回Document
　　* parse​(File in, String charsetName)&＃xff1a;解析xml或html文件的。
　　* parse​(String html)&＃xff1a;解析xml或html字符串
　　* parse​(URL url, int timeoutMillis)&＃xff1a;通过网络路径获取指定的html或xml的文档对象
(2) Document&＃xff1a;文档对象。代表内存中的dom树
* 获取Element对象
　　* getElementById​(String id)&＃xff1a;根据id属性值获取唯一的element对象
　　* getElementsByTag​(String tagName)&＃xff1a;根据标签名称获取元素对象集合
　　* getElementsByAttribute​(String key)&＃xff1a;根据属性名称获取元素对象集合
　　* getElementsByAttributeValue​(String key, String value)&＃xff1a;根据对应的属性名和属性值获取元素对象集合
(3) Elements&＃xff1a;元素Element对象的集合。可以当做 ArrayList来使用
(4)Element&＃xff1a;元素对象
　　1. 获取子元素对象
　　　　* getElementById​(String id)&＃xff1a;根据id属性值获取唯一的element对象
　　　　* getElementsByTag​(String tagName)&＃xff1a;根据标签名称获取元素对象集合
　　　　* getElementsByAttribute​(String key)&＃xff1a;根据属性名称获取元素对象集合
　　　　* getElementsByAttributeValue​(String key, String value)&＃xff1a;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)&＃xff1a;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&＃xff1a;节点对象
* 是Document和Element的父类