一文搞懂XML技术

目录

一.XML 概述

二.约束

1.什么是约束

2.DTD 约束

3.Schema 约束

三.XML解析

1.XML 解析思想 

2.Jsoup 解析器

（1）快速入门

（2）常用对象

xml 语法严格，html 语法松散 xml 标签自定义，html 标签预定义 4 XML 基本语法

文件后缀名是.xml 第一行必须是文档声明 有且仅有一个根标签 属性值必须用引号（单双都可）引起来 标签必须正确关闭 标签名区分大小写 5 XML 组成部分 5.1 文档声明 文档声明必须放在第一行，格式为： 属性列表： version：版本号（必须） encoding：编码方式 (不写时默认是utf-8编码) 5.2 标签： XML 中标签名是自定义的，标签名有以下要求：

包含数字、字母、其他字符 （啥字符都行）不能以数字和标点符号（下划线和$除外）开头 不能包含空格 5.3 指令(了解) 指令是结合 css 使用的，但现在 XML 一般不结合 CSS，语法为： 5.4 属性 属性值必须用引号（单双都可）引起来 5.5 文本 如果想原样展示文本，需要设置 CDATA 区，格式为：

解释：

 
*代表多个，一个students结点下面有多个student结点，ELEMENT放在最上面代表students是根结点


一个student结点下可以放一个name结点，一个age结点，一个sex结点，且按此顺序不能乱！


PCDATA是文本的意思，即name结点里放的是文本，下面的age,sex同理

student结点有个ID类型的number属性 ,且ID不能重复，#REQUIRED代表必须。

按照如上约束写的student.xml：

    
        懒羊羊
        10
        男
    
    
        美羊羊
        8
        女
    

enumeration是枚举类型，意思是只有那几个枚举选项可以选择。

d是数字的意思，所以d{4}是四位是四位数字的意思。

targetNamespace是域名空间。 

student.xsd：

按照如上约束写的student.xml：

    
    
        喜羊羊
        10
        male
    

优点： *** 作方便，可以对文档进行 CRUD （增删改查）的所有 *** 作 缺点：占内存 SAX：逐行读取，基于事件驱动的。

优点：不占内存，一般用于手机 APP 开发中读取 XML 缺点：只能读取，不能增删改

 Java开发中DOM用的比较多，SAX在手机APP中用的比较多。

DOM比较占内存，因为每个结点都要的生成一个Java对象；而SAX是一行一行读取，故只存一行的数据对象，所以不占内存。

bug:

获取绝地路径时遇到的一个bug，报了找不到系统指定文件的异常，我看了下我的路径中有个文件名称是Idea 2019,而中间的空格却被解析成了%20

解决办法，参考这篇文章

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 Demo1 {
    //获取XML中所有的学生姓名
    public static void main(String[] args) throws IOException {
        
        //类加载器
        ClassLoader classLoader=Demo1.class.getClassLoader();
        //获得绝对路径
        //用replace将因路径中有空格而出现的%20还原为原来的空格
       String path=classLoader.getResource("com/baizhan/xml/xsd/student.xml").getPath().replace("%20"," ");
        //System.out.println(path);

        //2.2根据XML文档的路径，把XML文档加载进内存，并解析成Dom树对象
        document document= Jsoup.parse(new File(path),"utf-8");
        //输出的文件内容是html文档，因为jsoup最开始是解析html文档的，所以解析式把document对象封装成html文档
        //System.out.println(document);

        
        //Elements是Element的一个集合
        //根据标签名获得标签时，加了前缀不要忘记写前缀
        Elements name=document.getElementsByTag("a:name");
        //(4) 获取数据
        for (Element element:name){
            String text=element.text();
            System.out.println(text);
        }
    }
}

import org.jsoup.Jsoup;
import org.jsoup.nodes.document;

import java.io.File;
import java.io.IOException;
import java.net.URL;

public class Demo2 {
    public static void main(String[] args) throws IOException {
        //解析本地文件
        //获得绝对路径
//        String path=Demo2.class.getClassLoader().getResource(
//                "com/baizhan/xml/xsd/student.xsd").getPath().replace("%20"," ");
//        document document= Jsoup.parse(new File(path),"utf-8");
//        System.out.println(document);

        //解析字符串
//        document document1=Jsoup.parse("n" +
//                "        喜羊羊n" +
//                "        10n" +
//                "        malen" +
//                "    n" +
//                "    n" +
//                "        美羊羊n" +
//                "        15n" +
//                "        femalen" +
//                "    ");
//        System.out.println(document1);

        //解析网络资源
        //第一个参数是访问的网络地址，第二个参数是最大等待时间，超过这个时间就默认是访问超时
        document document=Jsoup.parse(new URL("http://www.baidu.com"),5000);//5s
        System.out.println(document);
    }
}

student.xml：

    
        喜羊羊
        10
        male
    
    
        美羊羊
        8
        female
    

Demo3.java :

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 Demo3 {
    public static void main(String[] args) throws IOException {
        String path=Demo3.class.getClassLoader().getResource(
                "com/baizhan/xml/jsoup/student.xml").getPath().replace("%20"," ");
        document document= Jsoup.parse(new File(path),"utf-8");

        //根据 id 获取元素
        Element element1=document.getElementById("a1");
        System.out.println(element1.text());
        System.out.println("-----------------------");
        //根据标签名获取元素
        Elements elements=document.getElementsByTag("age");
        for (Element element:elements){
            System.out.println(element.text());
        }
        System.out.println("-----------------------");
        //根据属性获取元素
        Elements elements1=document.getElementsByAttribute("number");
        for (Element element:elements1){
            System.out.println(element);
        }
        System.out.println("-----------------------");
        //根据属性名 =属性值获取元素
        Elements elements2=document.getElementsByAttributevalue("number","baizhan_0001");
        for (Element element:elements2){
            System.out.println(element);
        }
        System.out.println("------------------------------------------");
        //根据选择器选取元素(速度最快)
        //css中根据id来选
        Elements elements3=document.select("#a1");
        //text()就是标签内的值
        System.out.println(elements3.text());
        System.out.println("-----------------------");
        //css中根据class来选
        Elements elements4=document.select(".hh");
        System.out.println(elements4);
        System.out.println("-----------------------");
        //css中根据标签名来选
        Elements elements5=document.select("name");
        System.out.println(elements5);
    }
}

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 Demo4 {
    public static void main(String[] args) throws IOException {
        String path=Demo4.class.getClassLoader().getResource(
                "com/baizhan/xml/jsoup/student.xml").getPath().replace("%20"," ");
        document document= Jsoup.parse(new File(path),"utf-8");
        Elements elements=document.getElementsByAttributevalue("number","baizhan_0001");
        for (Element element:elements){
            //获取元素包含的纯文本
            System.out.println(element.text());
            System.out.println("------------------------");
            //获取元素包含的带标签的文本
            System.out.println(element.html());
            System.out.println("------------------------");
            //获取元素的属性值。
            System.out.println(element.attr("number"));
        }
    }
}

import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXdocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.document;
import org.jsoup.nodes.Element;

import java.io.File;
import java.io.IOException;
import java.util.List;

public class XPathDemo {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //2. 获取 document 对象
        String path=XPathDemo.class.getClassLoader().getResource(
                "com/baizhan/xml/jsoup/student.xml").getPath().replace("%20"," ");
        document document= Jsoup.parse(new File(path),"utf-8");
        // 3. 将 document 对象转为 JXdocument 对象
        JXdocument jxdocument=new JXdocument(document);
        // 4. cn.wanghaomiao.xpath.model.JXdocument 调用 selN(String xpath)，获取 List对象。
        //获取所有的name标签，XPath的具体规则去W3C上去看
        //List jxNodes=jxdocument.selN("//name");
        //找到属性number为baizhan_0002的student的标签元素
        //List jxNodes=jxdocument.selN("//student[@number='baizhan_0002']");
        //想拿到baizhan_0001的年龄,找到属性number为baizhan_0001的student的标签元素下的age标签
        List jxNodes=jxdocument.selN("//student[@number='baizhan_0001']/age");
        // 5. 遍历 List，调用 JXNode 的 getElement()，转为 Element 对象。
        for (JXNode jxNode:jxNodes){
            Element element=jxNode.getElement();
            // 6. 处理 Element 对象。
            System.out.println(element.text());
        }
    }
}