XML文档基础及其解析

article/2025/10/12 14:27:34 
一、XML1. 概念：Extensible Markup Language 可扩展标记语言* 可扩展：标签可以自定义的。<user>、<hobby>* 功能1. 存储数据2. 在网络中传输2. XML和HTML的区别1. xml标签都是自定义的，html标签使预定于的2. xml的语言严格，html的语法松散3. xml是存储数据的，html是展示数据的3. 语法* 基本语法1. xml文档的后缀名 .xml2. xml文档第一行必须定义为文档声明（文件行号为1的行） 例：<?xml version='1.0' ?>3. xml文档中有且仅有一个根标签4. 属性值必须使用引号（单双引号都可）引起来5. 标签必须正确关闭6. xml标签名称严格区分大小写* 快速入门--------------------------------------<?xml version='1.0' ?><users><user id="1"><name>Sprite</name><age>18</age><gender>male</gender></user><user id="2"><name>Sprite</name><age>19</age><gender>female</gender></user></users>--------------------------------------* 组成部分1. 文档说明1. 格式：<?xml version='1.0' ?>2. 属性列表：version：版本号，必须的属性 1.0 即可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；需要指定才能显示中文standalone：是否独立（了解）yes：不依赖其它文件no：依赖其它文件2. 指令（了解）：结合css展示<?xml-stylesheet type="text/css" href="a.css">3. 标签：标签名称自定义* 规则：名称可以包含字母、数字以及其它字符名称不能以数字或标点符号开始名称不能以字母XML、xml、Xml等开始名称不能包含空格4. 属性id 属性值需唯一5. 文本* CDTADA区：在此区域的字符会被原样展示* 格式：<![CDATA[原样展示数据]]>4.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<!--引入方式一--><<!DOCTYPE students SYSTEM "student.dtd"><!--引入方式二--><!DOCTYPE students [<!ELEMENT students (student*)><!ELEMENT student (name, age, sex)><!ELEMENT name (#PCDATA)><!ELEMENT age (#PCDATA)><!ELEMENT sex (#PCDATA)><!ATTLIST student number ID #REQUIRED>]>外部dtd：将约束规则定义在外部的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文件名称" "dtd文件的位置URL">dtd约束文档简单举例说明：*****************************************************************************<!--意为：引入该约束的xml文件的根标签为students,其中含有0个或者多个student子标签--><!ELEMENT students (student*)>  <!--意为：student标签中含有三个子标签，每个标签只能出现一次，且出现顺序必须为：name, age，sex--><!ELEMENT student (name, age, sex)> <!ELEMENT name (#PCDATA)>   <!--意为：name标签的内容为字符串--><!ELEMENT age (#PCDATA)><!ELEMENT sex (#PCDATA)><!--意为：student标签存在属性number，类型为ID（即必须唯一）；#REQUIRED表示该属性必须出现--><!ATTLIST student number ID #REQUIRED> *****************************************************************************
Schema
 待完善...
解析：操作xml文档，将文档中的数据读取到内存中
一、操作xml文档1. 解析（读取）：将xml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，持久化存储二、解析xml的方式1. DOM：将标记语言文档一次性加载进入内存中，在内存中形成一颗DOM树（服务器端常用）* 优点：操作方便，可以对文档进行CRUD的所有操作* 缺点：一次性加载进入内存形成DOM树，非常消耗资源2. SAX：逐行读取，基于事件驱动（安卓终端常用）* 优点：不消耗资源* 缺点：只能读取，不能增删改三、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（不常用）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思想。四、Jsoup1. 快速入门* 步骤：1. 导入jar包：jsoup-1.11.2.jar2. 获取Document对象3. 获取对应的标签Element对象4. 获取数据**************************************************************************************
示例代码：
public static void main(String[] args) throws IOException {
// 1. 获取xml文件的绝对path
String path = JsoupDemo1.class.getClassLoader().getResource("user.xml").getPath();
// 2. 解析xml文档，加载文档进内存，获取dom树---> Document对象
Document document = Jsoup.parse(new File(path), "utf8");
// 3. 获取元素对象
Elements elements = document.getElementsByTag("name");System.out.println(elements.size());// 4. 获取数据
System.out.println(elements.get(0).text());
System.out.println(elements.get(1).text());
}
**************************************************************************************五、对象的使用1. Jsoup：工具类，可以解析html或xml文档，返回Document对象* parse方法：解析html或者xml文档，返回Documentparse​(File in, String charsetName)：解析xml或html文件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的文档对象示例：URL url = new URL("https://www.baidu.com/");Document document = Jsoup.parse(url, 10000);System.out.println(document.text());2. Document：文档对象。代表内存中的DOM树1. 主要用于获取Element对象* getElementById​(String id)：根据id属性值获取元素对象* 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，可以当成ArrayList<Element>来使用4. Element：元素对象1. 获取子元素对象（只会获取当前元素的子元素里面的指定标签对象，不会获取与之平行的标签下的指定标签对象）* getElementById​(String id)：根据id属性值获取元素对象* 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()：获取此元素及其所有子元素的合并文本（返回纯文本内容）* String html()：检索元素的内部HTML（返回的使带标签的文本内容，html格式）5. Node：节点对象
区别Document对象和Element对象调用getElementxxx等方法示例代码：
    public static void main(String[] args) throws IOException {// 1. 获取user.xml的path，String类型
//        String path = JsoupDemo2.class.getClassLoader().getResource("user.xml").getPath();String path = Objects.requireNonNull(JsoupDemo2.class.getClassLoader().getResource("user.xml")).getPath();// 2. 获取Document对象Document document = Jsoup.parse(new File(path), "utf-8");// 3. 使用Document对象进行调用getElementsByTag(String tagName)，返回DOM树中的所有name标签（每个name标签为一个Element对象）Elements nameTagValue = document.getElementsByTag("name");System.out.println(nameTagValue.size());System.out.println("*******************************");// 4. 通过Element对象进行获取子标签对象Element eleStudent = document.getElementsByTag("student").get(0);// 只会获取当前student标签下的name标签对象Elements eleName = eleStudent.getElementsByTag("name");System.out.println(eleName.size());System.out.println("*******************************");// 获取student标签Element对象下的指定属性值(参数中指定的属性名称，不区分大小写)String numberValue = eleStudent.attr("NUMBER");// 返回结果应该为：sprite-01System.out.println(numberValue);System.out.println("*******************************");// 获取文本内容text（）和 html（）String text = eleStudent.text();// 获取Student元素及其所有子元素的合并文本System.out.println(text);System.out.println("*******************************");String html = eleStudent.html();System.out.println(html);}
}

在这里插入图片描述

<students><student number="sprite-01"><name>无糖sprite</name><age>18</age><sex>male</sex></student><student number="sprite-02"><name>有糖sprite</name><age>18</age><sex>female</sex></student><student number="sprite-03"><name>有糖sprite</name><age>18</age><sex>female</sex></student>
</students>
快捷查询方式

Document 类 select(String cssQuery)方法

Document 类 select(String cssQuery)
1. selector：选择器使用的方法：Elements	select​(String cssQuery)：查找与Selector CSS查询匹配的元素，将此元素作为开始上下文。示例代码：// 1. 获取xml路径pathString path = Objects.requireNonNull(JsoupDemo3.class.getClassLoader().getResource("user.xml")).getPath();// 2. 获取Document对象Document document = Jsoup.parse(new File(path), "utf-8");// 3.获取element对象final Elements ELEMENT = document.getElementsByTag("students");// 4. 调用select方法获取指定标签元素Element对象Elements nameEle = ELEMENT.select("name");// 5. 调用text方法获取文本，并打印for (Element e : nameEle) {System.out.println(e.text());}// 进阶使用（类似于css中的选择器）// 获取student标签下的属性number值以sprite开头的标签Elements对象Elements select = document.select("student[number^=sprite]"); // 获取student标签下的属性number值为sprie-01下的name标签Element对象Elements select = document.select("student[number=sprit-01] > name");System.out.println(select);2. 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xpath需要导入jar包 JsoupXpath-0.3.2.jar* 查询w3cshool参考手册，使用xpath语法完成查询

XPath

package com.sprite.java;
import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import java.io.File;
import java.io.IOException;
import java.util.List;
import java.util.Objects;public class JsoupDemo4 {public static void main(String[] args) throws IOException, XpathSyntaxErrorException {// 获取xml路径pathString path = Objects.requireNonNull(JsoupDemo4.class.getClassLoader().getResource("user.xml")).getPath();// 获取Document对象Document document = Jsoup.parse(new File(path), "utf-8");// 需要根据Document对象（不支持xpath语法）创建JXDocument对象JXDocument jxDocument = new JXDocument(document);// 查询所有student标签List<JXNode> jxNodes = jxDocument.selN("//student");for (JXNode jxNode : jxNodes) {System.out.println(jxNode);}System.out.println("****************************************");// 查询所有student标签下的name标签List<JXNode> jxNodes1 = jxDocument.selN("//student/name");for (JXNode jxNode : jxNodes1) {System.out.println(jxNode);}System.out.println("****************************************");// 查询所有student标签下带有id属性的name标签 //title[@lang]List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id]");for (JXNode jxNode : jxNodes2) {System.out.println(jxNode);}// 查询所有student标签下带有id属性的name标签，并且id属性值为itcastList<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='3']");for (JXNode jxNode : jxNodes3) {System.out.println(jxNode);}}
}

测试xml文件内容

<?xml version='1.0' encoding="utf-8" ?>
<!--引入方式一-->
<!--<!DOCTYPE students SYSTEM "student.dtd">--><!--引入方式二-->
<!--<!DOCTYPE students [-->
<!--        <!ELEMENT students (student*)>-->
<!--        <!ELEMENT student (name, age, sex)>-->
<!--        <!ELEMENT name (#PCDATA)>-->
<!--        <!ELEMENT age (#PCDATA)>-->
<!--        <!ELEMENT sex (#PCDATA)>-->
<!--        <!ATTLIST student number ID #REQUIRED>-->
<!--        ]>--><students><student number="sprite-01"><name>无糖sprite</name><age>18</age><sex>male</sex></student><student number="sprite-02"><name id = '3'>有糖sprite</name><age>18</age><sex>female</sex></student><student number="sprite-03"><name>sprite</name><age>18</age><sex>female</sex></student><student number="sprit-01"><name id = '3'>耀</name><age>18</age><sex>female</sex></student><student number="sprit-02"><name id = '3'>李信</name><age>18</age><sex>female</sex></student><student number="sprit-06"><name id = '3'>咏春叶问</name><age>18</age><sex>female</sex></student><student number="sprit-07"><name id = '3'>火云邪神</name><age>18</age><sex>female</sex></student>
</students>

http://chatgpt.dhexx.cn/article/xXXjvV2b.shtml

相关文章

xml文件介绍

xml文件介绍

简介&#xff1a;本文主要讲解xml文件的格式&#xff0c;用途等等&#xff1b; xml概述 1.1初步认识一下xml 一段xml格式&#xff1a; 1.2什么是xml xml是传输和存储数据 html是展示数据 写一段xml文件&#xff0c;文件后缀为xml格式 所有内容必须需要一个根节点/根标签…
阅读更多...
JavaWeb1-3学习总结（BootStrap，xml，tomcat，servlet）

JavaWeb1-3学习总结（BootStrap，xml，tomcat，servlet）

1.1 BootStrap 1、概念 一个前端开发的框架&#xff0c;Bootstrap&#xff0c;来自 Twitter&#xff0c;是目前很受欢迎的前端框架。Bootstrap 是基于 HTML、CSS、JavaScript 的&#xff0c;它简洁灵活&#xff0c;使得 Web 开发更加快捷。 2、好处 定义了很多的css样式和j…
阅读更多...
全面理解xml文件

全面理解xml文件

XML XML相关概念 概述&#xff1a;Extensible Markup Language 可扩展标记语言 功能 ​ 存储数据 配置文件在网络中传输 xml和html的区别 XML标签都是自定义的&#xff0c;hmtl标签是预先定义的xml的语法严格&#xff0c;html语法松散XML是存储数据的&#xff0c;html是展示…
阅读更多...
Java数组和方法

Java数组和方法

一、数组 1.定义&#xff1a;数组(array)是一种用于存储多个相同类型数据的存储模型。 格式1&#xff1a;数据类型[] 变量名 &#xff08;推荐使用&#xff09; 例子&#xff1a; int[ ] arr 定义了一个int类型数组&#xff0c;数组名是arr 格式2&#xff1a;数据类型 变量…
阅读更多...
总结JS中常用的数组的方法大全

总结JS中常用的数组的方法大全

总结JS中常用的数组方法 JS中常用的数组方法总结 数组(Array)是一种复杂的数据类型&#xff0c;它属于Object(对象)类型&#xff0c;用来将一组数组合在一起&#xff0c;通过一个变量就可以访问一组数据。在使用数组时&#xff0c;经常会搭配循环语句使用&#xff0c;从而很方便…
阅读更多...
17种数组常用方法

17种数组常用方法

数组的常用方法&#xff08;内置方法&#xff1a;直接使用&#xff0c;只需按要求传递对应的参数&#xff09; 标红的为重点 一维数组&#xff1a;数组元素只有一个下标&#xff08;通过一个下标就可以定位数组中的元素&#xff09; 1.join(连接字符)&#xff1a;作用是将数…
阅读更多...
Array数组的方法

Array数组的方法

1.Array.from() 将类数组结构转化为数组实例&#xff0c; 一参数是类数组对象即任何可迭代的结构&#xff0c;或者有一个length属性和可索引元素的结构 二参数是映射函数参数&#xff08;可选&#xff09;此函数可增强新函数的值&#xff0c; 三参数是指定映射函数中的this…
阅读更多...
常用处理数组的方法

常用处理数组的方法

常用处理数组的方法 一、Es5 1.Arr.map() 数组中的每个元素会执行一次回调函数&#xff0c;结果作为一个新的数组返回&#xff0c;不改变原数组let arr [1, 2, 3, 4, 5] let newArr arr.map(x > {return x*2 // 将数组的每一项乘以2 }) console.log(newArr) // [2, 4, …
阅读更多...
JS数组常用方法整理（14种常用方法）

JS数组常用方法整理（14种常用方法）

目录 1.增 1.1 push(): 1.2 unshift(): 2.删 2.1 pop(): 2.2 shift() 3.改&#xff08;增、删&#xff09;&#xff1a; 3.1 splice() 4.查 4.1 slice() 5.将数组转换为字符串&#xff1a; 5.1 toString() 5.2 join() 6.数组拼接 6.1concat() 7.检测数组中是否包…
阅读更多...
总结: 数组常用的方法

总结: 数组常用的方法

在实际开发当中, 数组和对象使用到最多的; 数组和对象有很多的方法, 这里主要探讨一下: 数组的增删改查数组的排序方式数组转换成其他数据类型的方式ES6数组新增常用的迭代方式 为什么需要数组? 数组可以存入不限数的数据, 并且可以使用下标值进行访问; 数据在数组的内部是有…
阅读更多...
hive 宽表变竖表 长表变宽表

hive 宽表变竖表 长表变宽表

1.这是源数据以及需要转化的目标表. 我们的方法是 , 用 GROUP BY按照year分组 , 并且依次提取1月,2月,3月,4月的 num,具体实现 1 2 3 4 5 6 select year, max(case when month1 then money else 0 end) as M1, max(case when month2 then money else 0 end) as M2, max(case w…
阅读更多...
【pandas】变形（长宽表变换）

【pandas】变形（长宽表变换）

变形 长宽表的变形 长表变宽表就是一个分类变量的多个值展开成多个变量&#xff0c;和哑变量变换有点相似&#xff0c;但不是0-1编码而是其他变量的值。 宽表变长表类似&#xff0c;多个类别可以化在一个分类变量下。 pivot pivot是一种典型的长表变宽表的函数&#xff0c;…
阅读更多...
数据库设计--大宽表

数据库设计--大宽表

宽表的概念 基本概念 宽表从字面意义上讲就是字段比较多的数据库表。通常是指业务主题相关的指标、维度、属性关联在一起的一张数据库表。 由于把不同的内容都放在同一张表存储&#xff0c;宽表已经不符合三范式的模型设计规范&#xff0c;随之带来的主要坏处就是数据的大量冗…
阅读更多...
Flink cdc+ doris 大宽表实践~

Flink cdc+ doris 大宽表实践~

还没整理好&#xff0c;别慌。 一&#xff0c;业务问题&#xff1a; 多个表关联join&#xff08;涉及时间维度跨度很长&#xff09;&#xff0c;几乎等同于全量关联&#xff0c;这个时候flink sql join没法做&#xff0c;因为state会无线增大&#xff0c;然后OOM。 二&#xf…
阅读更多...
实现MySQL同步数据到ES构建宽表

实现MySQL同步数据到ES构建宽表

作者介绍 Ceven&#xff0c;德勤乐融(北京)科技有限公司 邮箱&#xff1a;likailindeqinyuerong.com 前言 CloudCanal 近期提供了自定义代码构建宽表能力&#xff0c;我们第一时间参与了该特性内测&#xff0c;效果不错。开发流程详见官方文档 《CloudCanal自定义代码实时加…
阅读更多...
宽表：数据仓库 - “宽表”之争？

宽表：数据仓库 - “宽表”之争？

昨天在技术交流群里一个问题引发了激烈的讨论&#xff0c;我决定把它记录下来。 问题如下&#xff1a;DWD 中有宽表么&#xff1f; 作为扫盲文章&#xff0c;基础知识我们再普及一下&#xff0c;先介绍下基础相关概念。 数仓分层&#xff08;来自&#xff1a;个人理解&#xff…
阅读更多...
Elasticseach：从微服务架构演变到大宽表思维的架构转变

Elasticseach：从微服务架构演变到大宽表思维的架构转变

序言 图示&#xff1a;Elasticsearch 在DB-Engine综合排名第8 Elasticsearch 简称"ES”, 在DB-Engine 综合排名第8&#xff0c;已经持续了相当长的时间&#xff0c;按照当下热度应该会继续保持或者上升一个名次&#xff1b;ES在多数工程师印象中最深刻可能是ELK三件套或者…
阅读更多...
9.Flink实时项目之订单宽表

9.Flink实时项目之订单宽表

1.需求分析 订单是统计分析的重要的对象&#xff0c;围绕订单有很多的维度统计需求&#xff0c;比如用户、地区、商品、品类、品牌等等。为了之后统计计算更加方便&#xff0c;减少大表之间的关联&#xff0c;所以在实时计算过程中将围绕订单的相关数据整合成为一张订单的宽表…
阅读更多...
数仓建模—宽表的设计

数仓建模—宽表的设计

宽表的设计 高内聚低耦合 宽表是数仓里面非常重要的一块&#xff0c;数仓是分层的&#xff0c;这是技术进步和时代变化相结合的产物&#xff0c;数仓的分层式为了更好地管理数仓以及更加高效地进行数据开发。 宽表主要出现在dwd 层和报表层&#xff0c;当然有的人说dws 层也有…
阅读更多...
基于宽表的数据建模应用

基于宽表的数据建模应用

一、业务背景 1.1 数据建模现状 互联网企业往往存在多个产品线&#xff0c;每天源源不断产出大量数据&#xff0c;这些数据服务于数据分析师、业务上的产品经理、运营、数据开发人员等各角色。为了满足这些角色的各种需求&#xff0c;业界传统数仓常采用的是经典分层模型的数…
阅读更多...
推荐文章

Copyright @ 2022~2023