XML

xml 与 html

• xml标签都是自定义的，html标签是预定义。
• xml的语法严格，html语法松散
• xml是存储数据的，html是展示数据

基本语法

• xml文档的后缀名 .xml
• xml第一行必须定义为文档声明
• xml文档中有且仅有一个根标签
• 属性值必须使用引号(单双都可)引起来
• 标签必须正确关闭
• xml标签名称区分大小写

组成部分

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。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

• 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

属性属性

id属性值唯一

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

DTD

• 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

解析

• 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

• 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

jsuop

• Jsoup：工具类，可以解析html或xml文档，返回Document
  • parse
• Document：文档对象。代表内存中的dom树
  • getElementByXX
• Element：元素对象
  • getElementByXX
• Node：节点对象

快捷查询

• selector
• XPath