【精选】XML技术知识点合计

XML概述

概念

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

可扩展：标签都是自定义的。

发展历程

HTML和XML都是W3C（万维网联盟）制定的标准，最开始HTML的语法过于松散，于是W3C制定了更严格的XML语法标准，希望能取代HTML。但是程序员和浏览器厂商并不喜欢使用XML，于是现在的XML更多的用于配置文件及传输数据等功能。

是谁造成的HTML语法松散？

浏览器厂商。最开始W3C制定HTML的时候语法还是比较严格的。但浏览器厂商为了抢占市场，语法错误也可以解析成功HTML，最后“内卷”到HTML即使语法非常混乱也是可以被浏览器解析。

tips：归根到底是语法的制定者和使用者不一致造成了HTML语法混乱，JAVA语法严格就是因为java语言的运行工具java虚拟机也是sun公司（现在是oracle）出品的，语法不通过不让运行。

为什么程序员不使用XML写前端页面？

因为程序员松散惯了，不想写很严格的代码。同样挣一万块钱，谁会从每月上一天班的公司跳槽到996的公司呢？

XML的功能

1. 配置文件：在今后的开发过程当中我们会频繁使用框架（框架：半成品软件），使用框架时，需要写配置文件配置相关的参数，让框架满足我们的开发需求。而我们写的配置文件中就有一种文件类型是XML。

   日后编写大型项目，不可能从头到尾都是原创代码，很多功能前人已经写好，我们只需要使用前人写好的半成品软件（框架），再加入一些符合我们需求的配置即可完成开发。

2. 传输数据：在网络中传输数据时并不能传输java对象，所以我们需要将JAVA对象转成字符串传输，其中一种方式就是将对象转为XML类型的字符串。

   比如携程等旅游网站可以买火车票，但他们其实也是替12306卖票，此时他们就需要拿到12306的票务数据。JAVA对象不能在网络上传输，可以转为XML类型的字符串。

XML和HTML的区别

1. XML语法严格，HTML语法松散
2. XML标签自定义，HTML标签预定义

XML基本语法

• 文件后缀名是.xml
• 第一行必须是文档声明
• 有且仅有一个根标签
• 标签必须正确关闭
• 标签名区分大小写
• 属性值必须用引号（单双都可）引起来

XML组成部分

文档声明

文档声明必须放在第一行，格式为：

1

属性列表：

• version：版本号（必须）
• encoding：编码方式

标签

XML中标签名是自定义的，标签名有以下要求：

• 包含数字、字母、其他字符
• 不能以数字和标点符号开头，可以以_开头
• 不能包含空格

指令(了解)

指令是结合css使用的，但现在XML一般不结合CSS，语法为：

1

属性

属性值必须用引号（单双都可）引起来

文本

如果想原样展示文本，需要设置CDATA区，格式为：

1

约束

DTD约束

​ 虽然XML标签是自定义的。但是作为配置文件时，也需要遵循一定的规则。就比如在主板上硬盘口只能插硬盘，不能插入其他硬件。约束就是定义XML书写规则的文件，约束我们按照框架的要求编写配置文件。

我们作为框架的使用者，不需要会写约束文件，只要能够在xml中引入约束文档，简单的读懂约束文档即可。XML有两种约束文件类型：DTD和Schema。

DTD是一种较简单的约束技术，引入方式如下：

• 本地引入：

  
  1

• 网络引入：

  
  1

student.dtd

	<!ELEMENT students (student*) >
<!ELEMENT student (name,age,sex)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT sex (#PCDATA)>
<!ATTLIST student number ID #REQUIRED>
1
2
3
4
5
6

student.xml

DOCTYPE students SYSTEM "student.dtd">
<students>
    <student number="bz001">
        <name>javaBoyname>
        <age>10age>
        <sex>男sex>
    student>
students>
1
2
3
4
5
6
7
8
9

Schema约束

Schema比DTD对XML的约束更加详细，引入方式如下：

1. 写xml文档的根标签

2. 引入xsi前缀：确定Schema文件的版本。

   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
   1

3. 引入Schema文件

   xsi:schemaLocation="Schema文件定义的命名空间 Schema文件的具体路径"
   1

4. 为Schema约束的标签声明前缀

   xmlns:前缀="Schema文件定义的命名空间"
   1

Jsoup解析器

XML解析思想

XML解析即读写XML文档中的数据。框架的开发者通过XML解析读取框架使用者配置的参数信息，开发者也可以通过XML解析读取网络传来的数据。XML有如下解析思想：

DOM解析思想

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

SAX解析思想

逐行读取，基于事件驱动的。

• 优点：不占内存，一般用于手机APP开发中读取XML
• 缺点：只能读取，不能增删改

XML常见解析器

• 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，支持DOM思想。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，支持SAX思想

Jsoup快速入门

步骤：

1. 导入jar包
2. 加载XML文档进内存，获取DOM树对象Document
3. 获取对应的标签Element对象
4. 获取数据

public class Demo1 {
  // 获取XML中所有学生的姓名
  public static void main(String[] args) throws IOException {
    // 2.加载XML文档进内存。获取DOM树对象Document
    // 2.1 获取类加载器
    ClassLoader classLoader = Demo1.class.getClassLoader();
    // 2.2使用类加载器，找到XML文档的路径
    String path = classLoader.getResource("com/java/xsd/student.xml").getPath();
    // 2.3加载XML文档进内存，并转成Document对象
    Document document = Jsoup.parse(new File(path), "utf-8");
    // 3.获取对应的标签Element对象
    Elements name = document.getElementsByTag("name");
    // 4.获取数据
    for (Element element : name) {
      String text = element.text();
      System.out.println(text);
     }
   }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Jsoup对象

Jsoup：可以解析xml或html，形成dom树对象。

常用方法：

• static Document parse(File in, String charsetName)：解析本地文件
• static Document parse(String html)：解析html或xml字符串
• static Document parse(URL url, int timeoutMillis)：解析网页源文件

public class Demo2 {
  // Jsoup
  public static void main(String[] args) throws IOException {
    // 解析本地XML
    String path = Demo2.class.getClassLoader().getResource("com/java/xsd/student.xml").getPath();
    Document document = Jsoup.parse(new File(path), "utf-8");
    System.out.println(document);
    System.out.println("------------------");
    // 解析网络资源
    Document document2 = Jsoup.parse(new URL("https://www.baidu.com"), 2000);
    System.out.println(document2);
   }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14

Document对象

Document：xml的dom树对象

常用方法：

• Element getElementById(String id)：根据id获取元素
• Elements getElementsByTag(String tagName)：根据标签名获取元素
• Elements getElementsByAttribute(String key)：根据属性获取元素
• Elements getElementsByAttributeValue(String key,String value)：根据属性名=属性值获取元素。
• Elements select(Sting cssQuery)：根据选择器选取元素。

Element对象

Element: 元素对象

常用方法：

• String text()：获取元素包含的纯文本。
• String html()：获取元素包含的带标签的文本。
• String attr(String attributeKey)：获取元素的属性值。

XPath解析

XPath即为XML路径语言，它是一种用来确定标记语言文档中某部分位置的语言。

使用方法：

1. 导入Xpath的jar包
2. 获取Document对象
3. 将Document对象转为JXDocument对象
4. JXDocument调用selN(String xpath)，获取List对象。
5. 遍历List，调用JXNode的getElement()，转为Element对象。
6. 处理Element对象。