[Python知识库]xml学习

xml

一、概念

可扩展标记语言

• 可扩展：标签都是自定义的

二、功能

• 存储数据
  1. 配置问价
  2. 在网络中传输

三、xml与html的区别

1. xml标签是自定义的，html标签是预定义的。
2. xml的语法是严格的，html语法是松散的
3. xml是存储数据的，html是展示数据
   • w3c：万维网联盟

四、语法

1. 基本语法：
   • xml文档的后缀名.xml
   • xml第一行必须定义为文本声明
   • xml文档中有且仅有一个根标签
   • 属性值必须使用引号（单双引号都可以）引起来
   • 标签必须正确关闭
   • xml标签名称区分大小写
2. 快速入门

<users>
	<user id="1">
		<name>wang</name>
		<age>12</age>
	</user>
	
	<user id="2">
		<name>zhang</name>
		<age>24</age>
	</user>
</users>

3. 组成部分

   1. 文档声明

      • 格式：<?xml 属性列表 ?>

      • 属性列表：

        • version：版本号，必须的属性

        • encoding：编码方式，

        • standalone：是否独立

          • 取值：

            yes：不依赖其他文件

            no：依赖其他文件

   2. 指令：结合css（了解）

   3. 标签：标签名称自定义的（规则与java命名规则相似）

   4. 属性：id属性值唯一

   5. 文本：CDTA区：在该区域中的数据会被原样展示

      • 合适<![CDATA[XXXXXXXXXXXXX]]>

   6. 约束：规定xml文档的书写规则

   • 作为框架的使用者（程序员）：
     • 能够在xml中引入约束文档
     • 能够简单的读懂约束文档
   • 分类：
     • DTD：一种简单的约束技术
     • Schema：一种复杂的约束技术
   • DTD
     • 引入dtd文档到xml文档中
       • 内部dtd：将约束规定在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 SYSTE “dtd文件位置”
         • 网络：
   • Schema
     • 填写xml文档的根元素
     • 引入xsi前缀，xmls:xsi=“http://www.w3.org/2001/XMLSchema-instance”
     • 引入xsd文件命名空间，xsi：schemaLocation=“http：//www.xxx.cn/xml student.xsd”
     • 为每一个xsd约束声明一个前缀，作为标识 xmls=“http：//www.xxx.cn/xml”

五、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. DOM：将标记语言文档一次性加载到内存，在内存中形成一课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：

     • JAXP:sun公司提供的解析器，支持dom和sax两种
     • DOM4J
     • Jsoup
     • PULL：安卓操作系统内置的解析器，sax方式

  4. Jsoup

     • 快速入门：

       • 步骤：

         1. 导入jar包
         2. .获取Document对象，根据xml文档
         3. 获取元素对象ELement

         public static void main(String[] args) throws IOException {
                 //2.获取Document对象，根据xml文档获取
                 //2.1 获取student.xml的path
                 String path = JsoupDemo01.class.getClassLoader().getResource("student.xml").getPath();
                 //2.2解析xml文档，加载文档进内存，获取dom树
                 Document document = Jsoup.parse(new File(path), "utf-8");
                 //3获取元素对象ELement
                 Elements elements = document.getElementsByTag("name");
                 System.out.println(elements.size());
                 //3.1获取第一个name的Element对象
                 Element element = elements.get(0);
                 //3.2获取数据
                 String name = element.text();
                 System.out.println(name);
             }
         

       • 对象的使用：

         1. Jsoup：工具类，可以解析html或者xml，返回Document

            parse：解析html或者xml文档，返回Document

            • parse：(File in,String charsetName) : 解析xml或者html文件的
            • parse：(String html):解析xml或者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

            • getElementsByTag获取所有student对象

            • getElementsByAttribute获取属性名为id的元素对象们

            • getElementsByAttributeValue3获取number属性为heima_0001元素对象

            • getElementById(“1”)获取id属性值元素对象

            /3.1获取所有student对象
                    Elements elements = document.getElementsByTag("student");
                    System.out.println(elements);
                    System.out.println(".............................");
                    //3.2获取属性名为id的元素对象们
                    Elements elements1 = document.getElementsByAttribute("id");
                    System.out.println(elements1);
                    System.out.println("**************************");
                    //3.3获取number属性为heima_0001元素对象
                    Elements elements2 = document.getElementsByAttributeValue("number", "itcast_0001");
                    System.out.println(elements2);
                    System.out.println("***************************");
                    //3.4获取id属性值元素对象
                    Element id = document.getElementById("1");
                    System.out.println(id.text());//kiki
            
                    System.out.println(id);
                    /*
                    <name id="1">
                     kiki
                    </name>
                     */
            
            

         3. Elements：元素Elenent对象的集合。可以当做ArrayList来使用

         4. Element：元素对象

            1. 获取子元素对象

               • getElementsByTag获取所有student对象

               • getElementsByAttribute获取属性名为id的元素对象们

               • getElementsByAttributeValue3获取number属性为heima_0001元素对象

               • getElementById(“1”)获取id属性值元素对象

            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（包括字符串内容）

         5. Node：节点对象

            • 是Document和Element的父类