文章目錄

• XML 簡(jiǎn)介
• XML 語(yǔ)法
• XML 組成部分
• XML 約束
• • DTD
  • • 名稱解釋
    • 引用內(nèi)部的 DTD
    • 引用外部的 DTD
  • Schema
  • • 語(yǔ)法格式詳解
    • 命名空間前綴的意義
• XML 解析
• • 解析 XML 的方式（思想）
  • 解析器
  • • JSOUP 的使用
    • • JSOUP 入門(mén)
• 快捷查詢
• • Jsoup 選擇器查詢
  • XPath

XML 簡(jiǎn)介

XML，Extensible Markup Language，可擴(kuò)展標(biāo)記語(yǔ)言。
可擴(kuò)展，主要是指標(biāo)簽完全由用戶自定義。

功能：存儲(chǔ)數(shù)據(jù)
1.配置文件
2.在網(wǎng)絡(luò)中傳輸

xml 與 html 的區(qū)別：
1.xml 標(biāo)簽都是自定義的，html 標(biāo)簽是預(yù)定義
2.xml 的語(yǔ)法嚴(yán)格，html 語(yǔ)法松散
3.xml 是存儲(chǔ)數(shù)據(jù)的，html 是展示數(shù)據(jù)

XML 語(yǔ)法

語(yǔ)法規(guī)則：
1.xml 文檔的后綴名.xml
2.xml 第一 行必須定義為文檔聲明
3.xml 文檔中有且僅有一個(gè)根標(biāo)簽
4.后性值必須使用引號(hào)(單雙都可)引起來(lái)
5.標(biāo)簽必須正確關(guān)閉
6.xml標(biāo)簽名稱區(qū)分大小寫(xiě)

XML 組成部分

1.文檔聲明

1.1.格式：<?xml 屬性列表 ?>
1.2.屬性列表：
version：版本號(hào)，必須的屬性
encoding：指定解碼的字符編碼。告知解析引擎需要使用什么字符編碼解碼文檔，默認(rèn)值: ISO- 8859-1
standalone：是否獨(dú)立。取值 yes：不依賴其他文件；取值 no：依賴其他文件。這個(gè)了解即可。

2.指令
引入 css 文件，用于展示 xml 文件的內(nèi)容
<?xml-stylesheet type="text/css" href="demo.css" ?>

3.標(biāo)簽
自定義標(biāo)簽名稱，命名規(guī)則和 HTML 相同

4.屬性
id 屬性值必須唯一

5.文本
CDATA區(qū)：在該區(qū)域中的數(shù)據(jù)會(huì)被原樣展示

格式：<![CDATA[ 數(shù)據(jù) ]]>

XML 約束

作為框架的使用者(程序員) ：
1.能夠在 xml 中引入約束文檔
2.能夠簡(jiǎn)單的讀懂約束文檔

約束分類：
1.DTD：一種簡(jiǎn)單的約束技術(shù)
2.Schema：一種復(fù)雜的約束技術(shù)

DTD

引入 DTD 可以使用兩種方式，引用內(nèi)部定義的 DTD 和引用外部的 DTD 文檔。

內(nèi)部 DTD：將約束規(guī)則定義在 XML 文檔中
外部 DTD：將約束的規(guī)則定義在外部的 DTD 文件中

名稱解釋

#PCDATA：表示元素的內(nèi)容是普通文本
CDATA：表示屬性值的類型是字符串類型
#REQUIRED：表示屬性是必須的
ID：表示屬性值是唯一的
#IMPLIED：表示屬性非必須的，即可有可無(wú)

引用內(nèi)部的 DTD

下面的范例就是引用內(nèi)部的 DTD：

<?xml version="1.0" encoding="utf-8"?> <?xml-stylesheet type="text/css" href="demo.css"?> <!DOCTYPE 書(shū)籍列表[<!-- 定義一個(gè)標(biāo)簽，名稱叫"書(shū)籍列表"，里面包含標(biāo)簽"武俠小說(shuō)"和"computer_book"，并且"武俠小說(shuō)"和"computer_book"可以出現(xiàn)任意個(gè)（≥0）--><!ELEMENT 書(shū)籍列表 (武俠小說(shuō)*,computer_book*)><!-- 定義一個(gè)標(biāo)簽，名稱叫武俠小說(shuō)，里面包含標(biāo)簽書(shū)名、作者、價(jià)格、冊(cè)數(shù)、簡(jiǎn)介，要求出現(xiàn)的順序必須一致，而且每個(gè)標(biāo)簽只能有1個(gè)，而且必須有--><!--作者+，表示作者標(biāo)簽可以有1個(gè)或者多個(gè)--><!--簡(jiǎn)介?，表示簡(jiǎn)介標(biāo)簽可以有0個(gè)或者1個(gè)--><!ELEMENT 武俠小說(shuō) (書(shū)名,作者+,價(jià)格,冊(cè)數(shù),簡(jiǎn)介?)><!ELEMENT computer_book (book_name,author,price,copies,profile)><!--(phone|mobile)*，表示可以出現(xiàn)phone或者mobile，或者兩者都出現(xiàn)，可以出現(xiàn)多次--><!ELEMENT 作者 (name,(phone|mobile)*)><!ELEMENT name (#PCDATA)><!ELEMENT phone (#PCDATA)><!ELEMENT mobile (#PCDATA)><!ELEMENT 書(shū)名 (#PCDATA)><!ELEMENT 價(jià)格 (#PCDATA)><!ELEMENT 簡(jiǎn)介 (#PCDATA)><!ELEMENT 冊(cè)數(shù) (#PCDATA)><!ELEMENT book_name (#PCDATA)><!ELEMENT author (#PCDATA)><!ELEMENT price (#PCDATA)><!ELEMENT copies (#PCDATA)><!ELEMENT profile (#PCDATA)><!--表示武俠小說(shuō)標(biāo)簽有屬性isbn，且是必須的。REQUIREd表示必須，IMPLIED非必須，ID表示屬性值唯一；有屬性hot，默認(rèn)值false--><!ATTLIST 武俠小說(shuō)isbn CDATA ID #REQUIREddate CDATA #REQUIREdhot CDATA "false">]>

引用外部的 DTD

DTD 可以獨(dú)立成文檔，在 XML 文檔中引入 DTD 文檔，引入語(yǔ)法格式：

如果 DTD 文件在項(xiàng)目中：<!DOCTYPE 根標(biāo)簽名 SYSTEM "DTD文件的路徑">
如果 DTD 文件在網(wǎng)絡(luò)中：<!DOCTYPE 根標(biāo)簽名 PUBLIC "DTD文件名稱" "DTD文件的URL">

DTD類型：
PUBLIC，行業(yè)共用的
SYSTEM，系統(tǒng)本地的，自定義的

Schema

語(yǔ)法格式詳解

xmlns:namespace-prefix="namespace"，其中的 namespace-prefix 可以省略掉。namespace-prefix 叫做命名空間前綴，其實(shí)相當(dāng)于變量，用來(lái)引用某個(gè)命名空間。

xmlns 是 XML Namespace 的縮寫(xiě)，譯為 XML 命名空間。命名空間可理解為某種資源的別名，用來(lái)區(qū)分、識(shí)別不同的引用資源。

xmlns:xsi 表示使用 xsi 來(lái)引用指定的命名空間，而這個(gè) xsi 在 XML 中叫做命名空間前綴。

xsi 是 XML Schema Instance，含義是 Schema 的實(shí)例，Schema 是一種約束技術(shù)，所謂實(shí)例就是這種技術(shù)的具體實(shí)現(xiàn)，所以 xsi 是用來(lái)引用 Schema 技術(shù)的具體實(shí)現(xiàn)的。

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 表示使用 xsi 引用命名空間 http://www.w3.org/2001/XMLSchema-instance。

Schema 技術(shù)的具體實(shí)現(xiàn)有很多，如下圖所示：

xsi:schemaLocation 屬性定義了 XML Namespace 和 XSD（Xml Schema Definition）文檔的對(duì)應(yīng)關(guān)系。它的值由一個(gè)或多個(gè)URL引用對(duì)組成，命名空間與 XSD 文件之間，以空格和換行分隔。第一個(gè) URL 是 XSD 文件的 XML Namespace 的值，第二個(gè) URL 則是 Schema 文檔的位置，XML 引擎將從這個(gè)位置讀取 Schema 文檔，該文檔的 targetNamespace 必須與第一個(gè) URL 相匹配。

xsi:schemaLocation 屬性是來(lái)自于某個(gè)具體的 Schema 技術(shù)實(shí)現(xiàn)，xsi 則引用某個(gè)命名空間，這個(gè)命名空間指向某個(gè)資源文件。

例如：

<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">

xsi 引用 http://www.w3.org/2001/XMLSchema-instance，http://www.w3.org/2001/XMLSchema-instance 是一種 Schema 的具體技術(shù)實(shí)現(xiàn)。

xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"，xsi:schemaLocation 屬性是來(lái)自于前綴 xsi 的，而前綴 xsi 引用 http://www.w3.org/2001/XMLSchema-instance，所以 schemaLocation 屬性其實(shí)是來(lái)自于 http://www.w3.org/2001/XMLSchema-instance，也就是說(shuō)在 http://www.w3.org/2001/XMLSchema-instance 中定義了屬性 schemaLocation。

schemaLocation 的值是 http://www.itcast.cn/xml student.xsd，說(shuō)明 XML 具體使用的 Schema 定義文檔時(shí)是 sutdent.xsd，而且這個(gè)文檔的命名空間是 http://www.itcast.cn/xml，那么就可以通過(guò) http://www.itcast.cn/xml 來(lái)引用文檔 sutdent.xsd。

xmlns="http://www.itcast.cn/xml"，這個(gè)表示標(biāo)簽沒(méi)有前綴的情況下默認(rèn)引用的命名空間是 http://www.itcast.cn/xml，而這個(gè)命名空間指向的是 sutdent.xsd，所以標(biāo)簽沒(méi)有前綴的情況下默認(rèn)使用 sutdent.xsd 中的定義。

命名空間前綴的意義

<?xml version="1.0" encoding="UTF-8" ?> <students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xmlns="http://www.itcast.cn/xml"xmlns:a="http://www.itcast.cn/xml2"xsi:schemaLocation="http://www.itcast.cn/xml student.xsdhttp://www.itcast.cn/xml2 student2.xsd"><student number="heima_0001"><name>劉德華</name><age>11</age><gender>male</gender></student> <!--這個(gè)student標(biāo)簽使用的是student2.xsd的定義--><a:student number="heima_0002"><a:name>張學(xué)友</a:name><a:age>11</a:age><a:gender>male</a:gender></a:student> </students>

如上所示，xml 文檔中引入兩個(gè) Scheme 定義文件，而這兩個(gè)文件中都定義了標(biāo)簽 <student>、<name>、<age>、<gender>，那么你要使用哪個(gè) XSD 文檔定義的標(biāo)簽?zāi)?#xff1f;你可以在標(biāo)簽前面加上前綴進(jìn)行標(biāo)識(shí)，這樣 XML 引擎就知道要依據(jù)哪個(gè) XSD 進(jìn)行解析判斷了。

XML 解析

操作 XML 文檔：
所謂解析，就是讀取數(shù)據(jù)（input/輸入），將 XML 文檔中的數(shù)據(jù)讀取到內(nèi)存中。
寫(xiě)入數(shù)據(jù)（output/輸出），就是將內(nèi)存中的數(shù)據(jù)保存到 XML 文檔中，即所謂的持久化存儲(chǔ)。

解析 XML 的方式（思想）

1.DOM
將標(biāo)記語(yǔ)言文檔一次性加載進(jìn)內(nèi)存中，在內(nèi)存中形成一棵 DOM 數(shù)。適用于服務(wù)器等設(shè)備

優(yōu)點(diǎn)：操作非常方便，可以對(duì)文檔進(jìn)行 CRUD 的所有操作
缺點(diǎn)：比較消耗內(nèi)存

2.SAX
逐行讀取，基于事件驅(qū)動(dòng)，適用于內(nèi)存空間小設(shè)備，例如：手機(jī)

優(yōu)點(diǎn)：不占內(nèi)存
缺點(diǎn)：只能讀取，不能增刪改

解析器

根據(jù) DOM 或者 SAX 思想實(shí)現(xiàn)的工具包。
1.JAXP：sun 公司提供的解析器，支持 DOM 和 SAX 兩種思想，很少使用
2.DOM4J：優(yōu)秀的解析器，基于 DOM 思想實(shí)現(xiàn)，在服務(wù)器端常用
3.jsoup：一款Java 的HTML解析器，可直接解析某個(gè)URL地址、HTML文本內(nèi)容。它提供了一套非常省力的API，可通過(guò)DOM，CSS以及類似于jQuery的操作方法來(lái)取出和操作數(shù)據(jù)。
4.PULL：安卓系統(tǒng)內(nèi)置的解析器，基于 SAX 思想實(shí)現(xiàn)

JSOUP 的使用

步驟：
1.導(dǎo)入 jar 包
2.獲取 Document 對(duì)象，這個(gè)對(duì)象代表整個(gè) DOM 樹(shù)結(jié)構(gòu)
3. 獲取對(duì)應(yīng)的標(biāo)簽（即 Element 對(duì)象）
4. 獲取數(shù)據(jù)

JSOUP 入門(mén)

package pri.lwx.javaex.xmlex.jsoup;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;/*** Jsoup快速入門(mén)** @author liaowenxiong* @date 2021/12/14 11:53*/public class JsoupDemo01 {public static void main(String[] args) throws IOException {// 獲取XML文件的PathString path = JsoupDemo01.class.getClassLoader().getResource("pri/lwx/javaex/xmlex/schema/student.xml").getPath();// 解析XML文檔，加載文檔進(jìn)內(nèi)存，獲取dom樹(shù)（Document對(duì)象）// parse方法需要指定解碼的編碼格式Document doc = Jsoup.parse(new File(path), "utf-8");// 獲取元素對(duì)象// getElementsByTag通過(guò)標(biāo)簽名獲取元素對(duì)象集合// Elements繼承自ArrayListElements elements = doc.getElementsByTag("name");// 查看集合的長(zhǎng)度System.out.println("元素集合長(zhǎng)度：" + elements.size());// 獲取集合的第一個(gè)元素對(duì)象Element element = elements.get(0);// 獲取集合對(duì)象中的文本數(shù)據(jù)String name = element.text();System.out.println(name);} }

對(duì)象的說(shuō)明：
1.Jsoup
工具類，可以解析 html 或者 xml 文檔，返回 Document 對(duì)象
parse(File in, String charsetName)：解析 XML 和 HTML 文件
parse(String html)：解析 HTML 和 XML 字符串
parse(URL url, int timeoutMillis)：通過(guò)指定的網(wǎng)絡(luò)資源路徑獲取對(duì)應(yīng)的文檔對(duì)象

2.Document
文檔對(duì)象，代表內(nèi)存中的dom樹(shù)
Document 繼承自 Element
通過(guò) Document 對(duì)象獲取 Element 對(duì)象或者 Element 對(duì)象集合

getElementsByTag(string tagName) ：根據(jù)標(biāo)金名稱獲取元素對(duì)家集合
getElementsByAttribute(String key) ：根據(jù)屬性名稱獲取元素對(duì)象集合
getElementsByAttributevalue(String key, String value) ：根據(jù)屬性名和屬性值獲取元素對(duì)象集合
getElementsByClass(String classValue)：根據(jù) class 屬性值獲取元素對(duì)象集合
getElementById(String id)：根據(jù)ID值獲取元素對(duì)象

3.Elements
Element 對(duì)象的集合，本質(zhì)是 ArrayList<Element>

4.Element
元素對(duì)象
4.1.可以獲取子元素對(duì)象
4.2.可以獲取元素的屬性值
public String attr(String attributeKey)：根據(jù)屬性名獲取對(duì)應(yīng)的屬性值
4.3.可以獲取元素的文本內(nèi)容
public String text()：獲取元素的文本內(nèi)容，包含子元素中的文本內(nèi)容
public String html()：獲取元素的innerHTML內(nèi)容，即標(biāo)簽體中所有的內(nèi)容

5.Node
節(jié)點(diǎn)對(duì)象，Node 是 Element 的父類

快捷查詢

Jsoup 選擇器查詢

public Elements select(String cssQuery)

參考 Selector 類中定義的語(yǔ)法

示例代碼：

package pri.lwx.javaex.xmlex.jsoup;import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.select.Elements;import java.io.File; import java.io.IOException;/*** Jsoup的選擇器查詢** @author liaowenxiong* @date 2021/12/15 10:19*/public class JsoupDemo04 {public static void main(String[] args) throws IOException {// 獲取xml文件的絕對(duì)路徑String path = JsoupDemo04.class.getClassLoader().getResource("pri/lwx/javaex/xmlex/schema/student.xml").getPath();// 獲取xml文件對(duì)應(yīng)的Document對(duì)象Document document = Jsoup.parse(new File(path), "utf-8");// 使用標(biāo)簽選擇器（類似css的標(biāo)簽選擇器）獲取所有名稱為student的元素Elements elements = document.select("student");System.out.println(elements);System.out.println("-----------------");// 使用屬性值選擇器獲取所有number屬性值為heima_0001的student元素Elements elements1 = document.select("student[number='heima_0001']");System.out.println(elements1);System.out.println("-----------------");// 使用屬性值選擇器+后代選擇器，獲取所有number屬性值為heima_0001的student元素所包含的name元素Elements elements2 = document.select("student[number='heima_0001'] name");System.out.println(elements2);System.out.println("-----------------");} }

XPath

XPath即為XML路徑語(yǔ)言（XML Path Language），它是一種用來(lái)確定XML文檔中某部分位置的語(yǔ)言。
XPath 使用路徑表達(dá)式來(lái)選取 XML 文檔中的節(jié)點(diǎn)或節(jié)點(diǎn)集。節(jié)點(diǎn)是通過(guò)沿著路徑 (path) 或者步 (steps) 來(lái)選取的。

使用 XPath 需要導(dǎo)入相關(guān)的 jar 包：

JsoupXpath-2.5.1.jar
slf4j-jdk14-1.6.1.jar
slf4j-api-1.7.32.jar
antlr4-runtime-4.7.2.jar
commons-lang3-3.12.0.jar

主頁(yè)：https://github.com/zhegexiaohuozi/JsoupXpath
教程：https://www.w3school.com.cn/xpath/index.asp

總結(jié)

以上是生活随笔為你收集整理的XML的学习的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。