#XML#JavaWeb学习笔记(2020/2/28)

一、XML（Extensible Markup Language）可扩展标记语言

xml的用处：是用来写配置文件的，比起properties文件写的键值对，xml来存储配置文件、更加的功能完善和易于阅读管理。

xml与html的区别：
1、xml 语法严格、html语法松散。
2、html是展示数据用的、xml是存储数据用的。
3、html的标签都是预定义好的、xml的标签需要我们自己定义。

二、程序员和计算机怎么规定语言的规则？——>约束

约束有两种：DTD约束、Scheme约束。

三、DTD约束

内部dtd：约束写在xml文件内（不推荐，因为没法复用，而且耦合度高）
外部dtd：将约束的规则定义在外部的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">

DTD文件样例：

<!ELEMENT note (to, from, heading, body)>    //note标签中有to, from, heading, body子标签
<!ELEMENT to (#PCDATA)>            
<!ELEMENT from (#PCDATA)>        
<!ELEMENT heading (#PCDATA)>   
<!ELEMENT body (#PCDATA)>

DTD只能规定要写那些标签，但是对于标签的内容并无法做到详细的规定，这时就需要更强大的Scheme约束来进行规定。

四、Scheme约束

引入：
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"

在xml文件中写上这样的即可：

<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">

五、解析XML

有两种解析方式：
①、一次解析全文本——DOM方式

将XML一次性加载进内存，形成一颗DOM树，缺点是可能比较占内存。
可以对XML文档进行CRUD（增查改删）操作。
②、一行一行解析——SAX方式
逐行解析，基于事件驱动的。
虽然不占内存，但是不能进行CUD（增改删）操作，只能查询。

六、常见的解析引擎

JAXP：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
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。

Jsoup的使用：

步骤：

导入jar包
获取Document对象
- 使用ClassLoader加载xml到内存中，再用Jsoup的parse方法返回Document对象。
  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

  String path=JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
  
  Document document = Jsoup.parse(new File(path), "utf-8");

获取对应的标签Element对象
- 使用Document对象相关get方法。
  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
  $\color{red}{元素对象集合——当做ArrayLis<Element>集合使用就好}$
获取数据

String attr(String key)：根据属性名称获取属性值
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)

如何快捷查询：可以使用selector选择器，具体用法查询W3C手册即可，用法和CSS的选择器挺像的。

注意：使用Jsoup的Xpath需要额外导入jar包。