XML

概念

1.XML：可扩展语言

可扩展：标签都是自定义的

2.功能

存储数据

1）配置文件
2）在网络中传输

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的语法松散
3）xml是存储数据的，html是展示数据

语法：

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跟标签
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

组成部分

文档声明：

1.格式：<?xml  属性列表 ?>
2.属性列表：
	version：版本号，必须的属性
	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
	standalone:是否独立
		取值：
			yes:不依赖其他文件
			no:依赖其他文件

标签：标签名称自定义的

规则：
	名称可以包含字母、数字河其他字符
	名称不能以数字或者标点符号开始
	名称不能以数字xml(或者XML，Xml等）开始
	名称不能包含空格

属性：

id属性值唯一

文本：

CDATA区：该区域中的数据会被原样展示
	格式：<![CDATA[  数据  ]]>

约束：规定xml文档的书写规则

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

分类：

1.DTD：一种简单的约束技术
2.Schema：一种复杂的约束技术

DTD：

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
	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">

3、使用dtd约束文档
1）使用DTD前。必须导入目标文件：

2）<！ELEMENT 标签类型名>：声名可以在xml文档中出现标签类型名
3）<!ATTLIST 标签类型名 属性名>：声名可以在当前标签内部使用属性名称
4）<！ELEMENT 标签类型名 （子标签名？）>：子标签可以出现在父标签内部，也可以不出现。如果出现只能出现一次。
5）<！ELEMENT 标签类型名 （子标签名+）>：子标签必须出现在父标签中，并且可以出现多次；
6）<！ELEMENT 标签类型名 （#PCDATA）>：当前标签没有子标签
7）<！ELEMENT 标签类型名 （子标签名*）>：子标签可以出现在父类标签内部，也可以不出现，可以出现多次。
8）<！ELEMENT 标签类型名 （子标签名）>：子标签必须出现在父标签内部。且只能出现一次。
9）<！ELEMENT 标签类型名 （（子标签名|子标签名2））>：这两个标签必须出现一个，但不可同时出现；
<!ELEMENT web-app (servlet*,servlet-mapping,welcome-file-list?)>
<!ELEMENT servlet (servlet-name,description?,(servlet-class | jsp-file)>
<!ELEMENT servlet-mapping (servlet-name,url-pattern)>
<!ELEMENT servlet-name (#PCDATA)>
<!ELEMENT servlet-class (#PCDATA)>
<!ELEMENT url-patten (#PCDATA)>
<!ELEMENT welcome-file-list (welcome-file+)>
<!ELEMENT welcome-file (#PCDATA)>
<!ATTLIST web-app version CDATA #IMPLIED>

sex

步骤：

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。zsi:schemaLocation=“http://www.itcast.cn/xml student.xsd”
4.为每个xsd约束申明一个前缀。作为标识：xmlns=“http://www.itcast.cn/xml”

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.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dom树

1.优点：操作方便，可以对文档进行CRUD的所有操作
2.缺点：占内存

2.SAX：逐行读取，基于事件驱动的。

1.优点：不占内存
2.缺点：只能读取，不能增删改

xml常见的解析器

1.JAXP：sun公司的，支持dom和sax，不太好用
2.DOM4J:一款非常优秀的解析器
3.Jsoup:jsoup是一款Java的HTML解析器，也可以解析dom
4.PULL:Android操作系统内置的解析器，sax方式

jsoup:

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

对象使用：

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
getElementByTag(String tagName):根据标签名称获取元素对象集合
getElementByAttribute(String key):根据属性名称获取元素对象集合
getElementBAttributeValut(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对象集合。可以当做ArrayList来使用
4.Element:元素对象

1.获取元素对象：
	getElementById(String id):根据id属性值获取唯一的element对象
	getElementByTag(String tagName):根据标签名称获取元素对象集合
	getElementByAttribute(String key):根据属性名称获取元素对象集合
	getElementBAttributeValut(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():获取所有子标签的纯文本内容
		String html():获取标签体的所有内容（包括字体标签的字符串内容）

5.Node：节点对象
是Document和Element的父类

快速查询方式：

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）文档中摸部分位置的语言

使用Jsoup的XPath需要额外导入jar包
查询w3cshool参数手册，使用从path的语法完成查询