XML配置文件

• 概述
• XML语法
• 约束文档
• XML解析
• Jsoup解析

---

一、概述

1.1、简介

  XML，可扩展标记语言（Extensible Markup languege）。XML是可以被浏览器直接解析的。
由来：简单说就是W3C给HTML生了一个弟弟XML，想用来取代HTML，结果弟弟被哥哥暴打了一顿，转角又遇到了路人properties，然后弟弟又将properties暴打了一顿。然后弟弟成功的独立了…

1.2、作用

1. 配置文件
2. 传输数据

1.4、与HTML的区别

• HTML不允许自定义标签。而XML除了极少数的标签是系统保留的，其它所有的标签都是需要自定义的。
• HTML语法松散，XML语法非常严格
• HTML是用来展示数据的，XML是用来存储数据的

二、XML语法

2.1、文档声明

​ 文档声明必须有且位于xml的第一行，否则报错。

<?xml version='1.0' encoding='UTF-8' standalone='yes' ?><!--文档声明-->
<?xml-stylesheet type='text/css' href='../css/test1.css' ?><!--css样式引入-->

• version：版本号，必须要写，否则报错
• encoding：编码方式，告知解析引擎当前文档使用的字符集。可以不写，默认：ISO-8859-1
• standalone：yes/no，表示文件是否独立。

2.2、根标签

  必须有且只能有一个根标签，否则报错。

<?xml version='1.0' ?>
<home><!--文档内容写在这里面-->
</home>

2.3、普通标签

  包括根标签在内的所有标签，必须要成对出现，否则报错。除非是自闭合标签，比如：</??>
标签名不能以数字、标点符号、敏感单词（XML、Xml等）开头，也不能包含空格。

<?xml version='1.0' ?>
<users><user></user>
</users>

2.4、标签属性

  与HTML一样，XML也是有属性的，用于提供有关元素的额外信息。属性值必须使用引号（单双都可）引起来，否则报错。

<?xml version='1.0' ?>
<users><user id='1'></user><!--id作为一个标签的唯一标识，必须唯一-->
</users>

2.5、文本

  XML对大小写是极其敏感的。特殊字符需要转义，转义符参考HTML。

<?xml version='1.0' ?>
<users><user><name><![CDATA[cdata区里面的内容可以不用转义]]></name><!--想要不转义，只能使用cdata区--><message></message></user>
</Users><!--直接报错-->

2.6、常用的特殊字符

特殊字符	对应的转义字符
>	>
<	&lt;
&	&amp;
’	&apos;
"	&quot;

三、约束文档

  用于限定XML文档的内容，使之只能按照约束文档的规则定义标签、属性等。

3.1、dtd约束文档

1. 内部dtd文档，写在xml内部的约束文档，用的极少

   <?xml version='1.0' ?>
   <!DOCTYPE person [<!ELEMENT person (student*)><!ELEMENT student (name,age,sex)><!ELEMENT name (#PCDATA)><!ELEMENT age (#PCDATA)><!ELEMENT sex (#PCDATA)><!ATTLIST student number ID #REQUIRED>
   ]><!--dtd约束文档，针对于当前xml文档有效-->
   

2. 外部dtd文档，解析如下

   <!ELEMENT person (student+)>
   <!--
   ELEMENT：标签约束
   ATTLIST：属性约束
   person：根标签名
   student：子标签名
   +：代表子标签的个数，至少一个
   *：至少0个
   ？：0个或1个
   -->
   <!ELEMENT student (name,age,sex)>
   <!--
   student (name,age,sex)：代表student标签有3个子标签（按序）——>name、age、sex
   -->
   <!ELEMENT name (#PCDATA)>
   <!ELEMENT age (#PCDATA)>
   <!ELEMENT sex (#PCDATA)>
   <!ATTLIST student number ID #REQUIRED>
   <!--
   student：标签名
   number：属性名
   ID：属性值必须唯一
   #REQUIRED：>表示必填的属性
   #IMPLIED：可填可不填的属性
   #FIXED "value"：固定值value
   #PCDATA：标签内容为文本
   -->
   

   <?xml version='1.0' ?>
   <!DOCTYPE person SYSTEM "student.dtd">
   <!--引入dtd约束文档的格式：
   person：dtd文档名
   SYSTEM/PUBLIC：本地文档/外网文档
   "student.dtd"：本地绝对路径/URL
   -->
   <person><student number="qwer"><name>qewr</name><age>qwer</age><sex>qwer</sex></student>
   </person>
   

3.2、Schema约束文档

  可以看错是dtd的加强版，可以约束标签内容。

四、XML解析

  操作XML文档，读取文档中的数据进内存。

4.1、解析方式

1. DOM解析：将XML文档中的数据一次性全部写进内存，形成一个DOM树。好处是处理起来方便，CRUD都可以完成。坏处是当文档比较大时很占内存。
2. SAX解析：逐行读取，基于事件驱动。好处是不占内存，坏处是没办法修改XML文档内容。一般都是应用于移动端。

4.2、常见的解析器

1. JAXP：sun公司提供的解析器，支持DOM和SAX两种解析方式，不好用，性能还很差。
2. DOM4J：目前用的最多的解析器。
3. Jsoup：一款用于HTML的解析器，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和类似JQuery的操作方式来提取、修改数据。
4. PULL：Android操作系统内置的解析器，SAX方式解析的。

五、Jsoup解析

5.2、常用对象

1. Jsoup对象，主要用于解析HTML/XML文件，返回内存中的DOM树（Document对象）。
   • Document parse(File file，String encoding)：接收一个HTML/XML文件对象和字符集，返回Document对象
   • Document parse(String xml)：接收一个符合XML语法的字符串，返回Document对象
   • Document parse(URL url，int timeoutMillis)：接收一个URL网络对象和超时时间，返回Document对象
2. Document对象，文档对象，代表内存中的DOM树。
   • getElementById(String id)：根据id属性值获取唯一的Element对象。
   • getElementByTag(String tagName)：根据标签名获取Element对象集合。
   • getElementByAttribute(String key)：根据属性名获取Element对象集合。
   • getElementByAttributeValue(String key，String value)：根据对应的属性名和属性值获取Element对象集合。
3. Elements对象，Element对象的集合，可以当作是ArrayList<Element>来使用
4. Element对象，
   • getElementById(String id)：根据id属性值获取唯一的子元素对象。
   • getElementByTag(String tagName)：根据标签名获取子元素对象集合。
   • getElementByAttribute(String key)：根据属性名获取子元素对象集合。
   • getElementByAttributeValue(String key，String value)：根据对应的属性名和属性值获取子元素对象集合。
   • String attr(String key)：根据属性名获取属性值
   • String text()：获取文本内容
   • String html()：获取首尾标签中间的所有内容，包括子元素标签及其文本。保留换行符但不保留无效空格。
5. Node对象，节点对象，是Document和Element的父类。

5.2、常用解析步骤

1. 导入jar包

   Jsoup-1.11.2.jar

2. 获取XML文件的绝对路径

   String path = Test1.class.getClassLoader().getResource("Test1.xml").getPath();
   

3. 创建文件对象

   File file = new File(path);
   

4. 解析XML/HTML文件，返回DOM树——document

   Document document = Jsoup.parse(file, "UTF-8");
   

5. 根据标签名获取Element对象集合。（毕竟没办法保证没有同名标签）

   ArrayList<Element> list = document.getElementsByTag("name");
   Element element = list.get(1);//根据需求取对象
   

6. 获取数据

   String value = element.text();//获取标签中保存的文本
   

5.3、使用CSS选择器查找Element节点

//导入Jsoup-1.11.2.jar包
String path = Test1.class.getClassLoader().getResource("Test1.xml").getPath();
File file = new File(path);
Document document = Jsoup.parse(file, "UTF-8");
Elements elements1 = document.select("name");//标签选择器
Elements elements2 = document.select("#student");//id选择器
Elements elements3 = document.select("teacher>name");//组合选择器
//操作elements集合