概念
eXtensible Markup Language
可扩展标记语言
1 | * 可扩展:标签都是自定义的。 <user> <student> |
基本语法
1 | 1. xml文档的后缀名 .xml |
示例:
1 |
|
组成部分
1 | 1. 文档声明 |
约束
:规定xml文档的书写规则
- 作为框架的使用者(程序员):
1
21. 能够在xml中引入约束文档
2. 能够简单的读懂约束文档【IDEA可以识别】 - 分类:
1
21. DTD:一种简单的约束技术
2. Schema:一种复杂的约束技术 - DTD:
1
2
3
4
5
6* 引入dtd文档到xml文档中
* 内部dtd:将约束规则定义在xml文档中
<!DOCTYPE students [定义内容]>
* 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"> - Schema:
解析
:操作xml文档,将文档中的数据读取到内存中
- 操作xml文档
1
21. 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
2
3
4
5
61. 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,不能增删改 - xml常见的解析器:
1
2
3
4
51. 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。
Jsoup
Jsoup 中文文档
: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。
快速入门
1 | * 步骤: |
对象的使用
- Jsoup:工具类,可以解析html或xml文档,返回Document
1
2
3
4* 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 - Document:文档对象。代表内存中的dom树
1
2
3
4
5* 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 - Elements:元素Element对象的集合。可以当做 ArrayList
来使用 - Element:元素对象
1
2
3
4
5
6
7
8
9
10
111. 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) - Node:节点对象【是Document和Element的父类】
快捷查询方式
- selector:选择器
1
2* 使用的方法:Elements select(String cssQuery)
* 语法:参考Selector类中定义的语法 - 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。 JsoupXpath-0.3.2.jar
- 查询w3c 参考手册,使用xpath的语法完成查询
- 代码: