bs4解析xml（bs4解析数据）

Cyan_RA9

一、XML快速入门
二、XML语法
三、Dom4j
四、XML总结

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

XML 被设计用来传输和存储数据，能存储复杂的数据关系。

XML能干什么？

①解决程序间数据传输的问题（目前主流的传输格式是json），具有良好的可读性，可维护性。
②xml 可以作配置文件（使用最多）
eg : tomcat 服务器的 server.xml ，web.xml
③xml 可以充当小型的数据库（用的很少，因为很多程序为了安全都有自己的数据存储格式)。但是xml 文件做小型数据库，也是不错的选择，我们程序中可能用到的数据，如果放在数据库中读取不合适(因为你要增加维护数据库工作)，可以考虑直接用 xml 来做小型数据库，而且直接读取文件显然要比读取数据库快。

在IDEA中新建一个File，以.xml作为文件后缀名。
模拟存储两个学生的信息，代码如下 :

1° 文档声明
2° 元素
3° 属性
4° 注释
5° CDATA 区、特殊字符

<?xml version="1.0" encoding="utf-8" ?>表示文档说明，用于说明文档信息，声明要放在 XML 文档的第一行。
xml : 表示文件类型是XML文件;
version="1.0" : 文档符合 XML1.0 规范;
encoding="utf-8" : 表示文档的编码类型是UTF-8（UTF-8是主流编码）;

PS : XML中注释的格式与HTML中相同。

1° 关于根元素——

①每个XML文档必须有且只有一个根元素。
②根元素是一个完全包括文档中其他所有元素的元素。
③根元素的起始标记要放在所有其他元素的起始标记之前；根元素的结束标记要放在所有其他元素的结束标记之后。

2° 关于普通XML元素——

①XML 元素指 XML 文件中出现的标签，一个标签分为开始标签和结束标签，若一个标签没有标签体，以<age></age>为例，可以简写为<age/>。
        ②一个标签中也可以嵌套若干子标签，并且允许有同名的元素存在；但所有标签都必须合理的嵌套，绝对不允许交叉嵌套。

3° 关于XML元素的命名规则——

        ①区分大小写，eg : <P>和<p>是两个不同的标记。
        ②不能以数字开头。
        ③中间不能包含空格。
        ④名称中间不能包含冒号（:）。
        ⑤如果标签单词需要间隔，建议使用下划线。

代码演示 :

1° XML中属性的使用，和HTML中的类似；一个元素可以有多个属性，多个属性之间用空格分隔。区别——

①HTML中，同名的属性不会报错，而是只生效首次定义的属性；而在XML中，特定的属性名称在同一个元素标记中只能出现一次，否则直接报错"Duplicate attribute 属性名"。

②HTML中，属性值可以有&字符，&字符会影响属性的作用效果；而在XML中，属性值不能包括& 字符，否则直接报错。

2° XML中，当属性值中含有'，外部用"分隔；当属性值中含有"，外部则用'分隔；即内单外双，内双外单。

代码演示 :

1° >TOM</Name>
        4° 注释不能嵌套；
        5° 可以在除标记以外的任何地方放注释

若XML中有些内容不想让解析引擎执行，而是当作原始内容处理(即当做普通文本处理)，可以使用 CDATA 将其包括起来，CDATA 节/元素中的所有字符都会被当作简单文本，而不是 XML 标记。
格式如下：
<![CDATA[
需要保存的文本写在这儿（eg : 代码片段）
]]>
PS：<![CDATA[ ]]>中可以输入任意字符（]]>除外）；但不能嵌套使用。

代码演示 :

对于一些单个字符，若想显示其原始样式，也可以使用转义的形式予以处理，转义字符在解析时会被解析成对应的文本。XML中的转义字符有点类似于HTML中的“字符实体”，但又有所区别。

常见转义字符如下——

1° XML解析技术是指，将XML文档映射为一棵xml dom树，之后可以通过相应的Java技术来对dom树中的元素进行增删查改。不管是HTML文件还是XML文件，都属于标记型文档，都可以通过w3c组织提供的dom技术来解析，dom就是这样一种XML解析技术。

2° XML DOM (XML Document Object Model) 定义了访问和操作 XML 文档的标准方法。DOM 把 XML 文档作为树结构来查看。能够通过 DOM 树来访问所有元素。可以修改或删除它们的内容，并创建新的元素。元素，它们的文本，以及它们的属性，都被认为是节点，其中，document对象表示的是整个文档（可以是 html 文档，也可以是 xml 文档）。（联系JavaScript DOM树的结构图）

3° XML解析技术的历史 :

        早期 JDK 为我们提供了两种 xml 解析技术 DOM 和 Sax——
        (1)dom 解析技术是 W3C 组织制定的，而所有的编程语言都结合自身语言特点对这个解析技术进行了实现。 of course, Java 对 dom 解析技术也做了实现。
        (2)sun 公司在 JDK5 版本对 dom 解析技术进行升级，产生了SAX(Simple API for XML )SAX解析，它是以类似事件机制通过回调告诉用户当前正在解析的内容；是一行一行的读取 xml 文件进行解析的；不会创建大量的 dom 对象。所以它在解析 xml 的时候，在性能上优于 Dom 解析。
        第三方的 XML 解析技术
        (1) jdom 在 dom 基础上进行了封装。
        (2) dom4j 又对 jdom 进行了封装，是当前主流的XML解析技术。
        (3) pull主要用在 Android 手机开发，与sax非常类似，都是通过事件机制解析xml文件。

        1. Dom4j 是一个简单、灵活的开放源代码的库(用于解析/处理 XML 文件)。Dom4j 是由早期开发 JDOM 的人分离出来而后独立开发的。
        2. 与 JDOM 不同的是，Dom4j 使用接口和抽象基类，虽然 Dom4j 的 API 相对要复杂一些，但它提供了比 JDOM 更好的灵活性。
        3. Dom4j 是一个非常优秀的 Java XML API，具有性能优异、功能强大和极易使用的特点。现在很多软件采用的 Dom4j。
        4. 使用 Dom4j 开发，需下载 dom4j 相应的 jar 文件.

PS：Dom4j官方API文档——。

        (1)读取 XML 文件,获得 document 对象（目前还在使用）
        SAXReader reader = new SAXReader(); //创建一个解析器
        Document document = reader.read(new File("src/input.xml"));//XML Document
        (2)解析 XML 形式的文本,得到 document 对象.（联系XML传输，应用场景不同）
        String text = "<members></members>";
        Document document = DocumentHelper.parseText(text);
        (3)主动创建 document 对象.

删去后缀，在Dom4j官网，下载jar包（版本不同不影响，XML的语法多年不变），如下图所示 :

演示的XML文件代码如下 :

以Dom4j_Demo类为演示类，代码如下 :

1° XML是一种可扩展的标记语言，其扩展性灵活性都达到了相当高度，目前XML最主流的使用就是作为配置文件。

2° XML文档最基本的结构是文档声明，元素, 属性, 注释, 也可能有CDATA元素，五部分。每部分的语法格式要熟悉。

3° 对于Dom4j，熟悉Dom4j的xml dom树的结构，掌握最基本的Dom4j对XML元素的获取。

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

到此这篇bs4解析xml（bs4解析数据）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！

上一篇：小米手机数据迁移到真我（小米手机转移数据到小米手机）

下一篇：数据库基础知识整理（数据库基础介绍）

版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/sjkxydsj/38055.html

相关文章：