一、概念

Extensible Markup Language 可扩展标记语言

可扩展：标签都是自定义的。 <user> <student>

1、功能（存储数据）

1.配置文件

2.在网络中传输

2、xml与html的区别

1. xml标签都是自定义的，html标签是预定义。

2. xml的语法严格，html语法松散

3. xml是存储数据的，html是展示数据

二、语法：

1、基本语法：

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

<?xmlversion = '1.0'?>

<users>

<userid='1'>

<name>张三</name>

<age>18</age>

</user>

<userid='2'>

<name>李四</name>

<age>18</age>

</user>

</users>

2、组成部分

1、文档声明

1.格式：<?xml 属性列表 ?>

2.属性列表：

1、version：版本号，必须的属性

2、encoding：编码方式。告知解析引擎当前文档使用的字符集，默认值：ISO-8859-1

3、standalone：是否独立

2、指令：(结合css的)

<?xml-stylesheet type="text/css" href="a.css" ?>

3、标签：(标签名称自定义的)

规则：

1. 名称可以包含字母、数字以及其他的字符

2. 名称不能以数字或者标点符号开始

3. 名称不能以字母 xml（或者 XML、Xml 等等）开始

4. 名称不能包含空格

4、属性：

id属性值唯一

5、文本：

CDATA区：在该区域中的数据会被原样展示

格式： <![CDATA[ 数据 ]]>

3、约束

规定xml文档的书写规则

1、作为框架的使用者(程序员)：

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：

1. DTD:一种简单的约束技术

2. Schema:一种复杂的约束技术

3、 DTD：

1、引入dtd文档到xml文档中

1）内部dtd：将约束规则定义在xml文档中

2）外部dtd：将约束的规则定义在外部的dtd文件中

a、本地：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">

b、网络：<!DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

4、Schema:

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"

<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">

3. 解析：操作xml文档，将文档中的数据读取到内存中

1、操作xml文档

1. 解析(读取)：将文档中的数据读取到内存中

2. 写入：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：

1. DOM：将标记语言文档一次性加载进内存，在内存中形成一颗dom树

* 优点：操作方便，可以对文档进行CRUD的所有操作

* 缺点：占内存

2. SAX：逐行读取，基于事件驱动的。

* 优点：不占内存。

* 缺点：只能读取，不能增删改

三、解析：

操作xml文档，将文档中的数据读取到内存中

1、操作xml文档

1）解析(读取)：将文档中的数据读取到内存中

2）写入：将内存中的数据保存到xml文档中。持久化的存储

2、解析xml的方式：

1）DOM：将标记语言文档一次性加载进内存，在内存中形成一颗dom树

优点：操作方便，可以对文档进行CRUD的所有操作

缺点：占内存

2）SAX：逐行读取，基于事件驱动的。

优点：不占内存。

缺点：只能读取，不能增删改

3、xml常见的解析器：

1）JAXP：sun公司提供的解析器，支持dom和sax两种思想

2）DOM4J：一款非常优秀的解析器

3）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。

4）PULL：Android操作系统内置的解析器，sax方式的。

4、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。

1、快速入门：

步骤：

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

2、对象的使用：

1）Jsoup：工具类，可以解析html或xml文档，返回Document

* 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。代表内存中的dom树

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

1、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

2、获取属性值

String attr(String key)：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：节点对象

* 是Document和Element的父类

3、快捷查询方式：

1）selector:选择器

使用的方法：Elements select(String cssQuery)

语法：参考Selector类中定义的语法

2）XPath：XPath即为XML路径语言，它是一种用来确定XML（标准通用标记语言的子集）文档中某部分位置的语言

使用Jsoup的Xpath需要额外导入jar包。

查询w3cshool参考手册，使用xpath的语法完成查询

XML