XML和网络编程

# 今日内容

1. XML

1. 概念

2. 语法

3. 解析

## XML：

1. 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>

* 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语法松散

3. xml是存储数据的，html是展示数据

* w3c:万维网联盟

2. 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

* 快速入门：

<?xml version='1.0' ?>

<users>

<name>zhangsan</name>

<br/>

</user>

<gender>female</gender>

</user>

</users>

* 组成部分：

1. 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

2. 指令(了解)：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：

* 名称可以包含字母、数字以及其他的字符

* 名称不能以数字或者标点符号开始

* 名称不能以字母 xml（或者 XML、Xml 等等）开始

* 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 ]]>

* 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">

* 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

* 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

* 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。

* 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。

* 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

* 代码：

//2.1获取student.xml的path

String path = JsoupDemo1.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 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

* 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

* 代码：

//1.获取student.xml的path

String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();

//2.获取Document对象

Document document = Jsoup.parse(new File(path), "utf-8");

//3.根据document对象，创建JXDocument对象

JXDocument jxDocument = new JXDocument(document);

//4.结合xpath语法查询

//4.1查询所有student标签

List<JXNode> jxNodes = jxDocument.selN("//student");

for (JXNode jxNode : jxNodes) {

System.out.println(jxNode);

}

System.out.println("--------------------");

//4.2查询所有student标签下的name标签

List<JXNode> jxNodes2 = jxDocument.selN("//student/name");

for (JXNode jxNode : jxNodes2) {

System.out.println(jxNode);

}

System.out.println("--------------------");

//4.3查询student标签下带有id属性的name标签

List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");

for (JXNode jxNode : jxNodes3) {

System.out.println(jxNode);

}

System.out.println("--------------------");

//4.4查询student标签下带有id属性的name标签并且id属性值为itcast

List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");

for (JXNode jxNode : jxNodes4) {

System.out.println(jxNode);

}

1.解析xml

1.创建xml.dom解析

1.标签创建

创建流程：

a.在内存中创建一个空的文档：doc=xml.dom.minidom.Document（）

b.创建一个根节点：root=doc.createElement（'节点名’）设置根节点的属性

c.将根节点添加到文档对象中：doc.appendChild（root）

d.创建根节点的子节点并添加到根节点：root.appendChild（子节点）

e.写出xm1文档：

doc.writexml（文件，indent="\n"，addindent="\t"，encoding='utf-8'）

tips：所有节点创建都是文档创建，所有的节点添加都是appendChild（）

import xml.dom.minidom
#在内存中创建一个空的文档：
doc=xml.dom.minidom.Document()
#创建一个根节点：
root=doc.createElement('pop')
#设置根节点的属性
root.setAttribute('id','pop')
#将根节点添加到文档对象
doc.appendChild(root)
#创建根节点的子节点并添加到根节点
data=[{'a':'aa','b':'bb'},{'a':'cc','b':'dd'}]
for i in data:
    #创建节点pop
    n_p = doc.createElement('pop')
    #创建节点a
    n_a=doc.createElement('a')
    #创建a的文本节点
    n_a.appendChild(doc.createTextNode(i['a']))
    #创建节点b
    n_b = doc.createElement('b')
    #创建b的文本节点
    n_b.appendChild(doc.createTextNode(str(i['b'])))
    #将a和b添加至pop
    n_p.appendChild(n_b)
    n_p.appendChild(n_a)
    # 并添加到根节点
    root.appendChild(n_p)
#写出xml文档
with open('1.xml','w',encoding='utf-8') as f:
    doc.writexml(f,indent='\n',addindent='\t',encoding='utf-8')

2.属性创建

import xml.dom.minidom#在内存中创建一个空的文档：doc=xml.dom.minidom.Document()#创建一个根节点：root=doc.createElement('people')#设置根节点的属性root.setAttribute('id','p')#将根节点添加到文档对象doc.appendChild(root)#创建根节点的子节点并添加到根节点data=[{'a':'aa','b':'bb'},{'a':'cc','b':'dd'}]for i in data:    #创建节点person    n_p = doc.createElement('person')    #创建节点a    n_p.setAttribute('a',i['a'])    n_p.setAttribute('b',str(i['b']))    root.appendChild(n_p)#写出xml文档with open('2.xml','w',encoding='utf-8') as f:    doc.writexml(f,indent='\n',addindent='\t',encoding='utf-8')

3.解析

import xml.dom.minidom#获取dom文件的整个树dom_tree=xml.dom.minidom.parse('1.xml')#获取所有节点root =dom_tree.documentElement#获取poeple节点--------------------------people_list=root.getElementsByTagName('p')for s in people_list:    t_list=s.getElementsByTagName('title')[0]#返回的是NodeList所以用户索引获取    print('名称：',t_list.childNodes[0].data)#获取文本节点的内容    print('导演：',t_list.getAttribute('director'))#获取属性内容    #获取players节点-----------------------    ps_list=s.getElementsByTagName('players')[0]    for p in ps_list.childNodes:        #只处理元素节点        if isinstance(p,xml.dom.minidom.Element):            print(p.childNodes[0].data)    #获取desc节点-------------------------------    desc_list=s.getElementsByTagName('desc')[0]    if desc_list:       #print(desc_list)       #print(desc_list.childNodes)       print(desc_list.childNodes[1].data)    print('*'*20)