Java中的Xml配置文件(新手)

Java中的Xml配置文件(新手)

 

Java中的Xml配置文件,本文是转发转发转发!重要的事情说三遍

 


一:概念


 

1、XML  Extensible markup Language 可拓展标记语言

2、功能:存储数据(配置文件,在网络中传输数据)

3、html和xml的区别

  3、1xml标记全是自定义的

  3、2xml的语法严格

  3、3xml是存储数据  html是展示数据

 


二:语法格式


 

1、文档的后缀名为 .xml

2、第一行必须是定义的文档声明

3、xml文档中有且只有一个跟标签

4、属性值必须用引号

5、标签必须关闭

6、xml标签名称区别大小写

7、约束:规定xml文档书写规则

  约束分类(DTD和Schema)


三:解析


 

操作xml文档,将文档中的数据读取到内存中

1、操作xml文档

  读取,将文档中的内容读取到内存中。

  写入,将内存中的内容保存到xml文档中,持久化存储  

2、解析方式

  2、1dom将标记语言一次性加载进内存,在内存中形成一颗DOM树。优点:操作简单,可以进行CRUD操作。缺点:消耗内存。

  2、2sax逐行读取,基于事件驱动,不占内存,只能读不能增删改

3、常见解析器

  3、1、JAXP sun公司解析器,支持dom和sax两种思想解析接口,同时还支持XSLT接口用来将xml文档进行数据和文档转换。

  3、2DOM4J

  3、3Jsoup 它提供了一套非常省力的API直接解析URL地址,html文本内容。可通过DOM,css以及jQuery的操作方法来取出和操作数据。

  3.4Pull  Android操作系统内置的解析器,sax方式。

4、Jsoup入门程序

  1、导包

  2、获得Document对象

  3、获取对应的标签Element

  4、获取数据

5、对象的使用

  1、 Jsoup工具类可以解析xml文档,返回Document对象

    parse解析文档

  2、获取对应的标签Element

  3、获取数据

 


实例:


 

 1 package jsoup;
 2  
 3 import org.jsoup.Jsoup;
 4 import org.jsoup.nodes.Document;
 5 import org.jsoup.nodes.Element;
 6 import org.jsoup.select.Elements;
 7 
 8 import java.io.File;
 9 import java.io.IOException;
10 public class Demo1Jsoup {
11      public static void main(String[] args) throws IOException {
12  //        2获得Document 对象
13          String path = Demo1Jsoup.class.getClassLoader().getResource("st.xml").getPath();
14          Document document = Jsoup.parse(new File(path), "utf-8");
15  //        3 获取对应的标签Element
16          Elements elements = document.getElementsByTag("name");
17  //        System.out.println(elements);
18          System.out.println(elements.size());
19          Element name = elements.get(1);
20  //        4 获取数据
21          System.out.println(name);
22      }
23 }

 

 

 


此文为转发,原博文链接:https://home.cnblogs.com/u/yanpingping(可博客园搜索:写代码也要酷酷的)


 

posted @ 2019-04-10 10:37 浪子。 阅读( ...) 评论( ...) 编辑 收藏
内容概要:本文系统研究了基于CNN-SVM的卷积神经网络与支持向量机融合的数据分类预测方法,聚焦其在工业故障识别中的应用,提供了完整的Matlab代码实现。通过CNN提取输入数据的深层空间特征,再由SVM进行高精度分类,充分发挥两者优势,有效提升了故障识别的准确性、鲁棒性与泛化能力。该方法特别适用于处理电力系统、机械设备等领域的高维、非线性、强噪声监测数据,在变压器故障诊断、轴承缺陷识别等场景中具有重要应用价值。文档还整合了机器学习、深度学习、图像处理、路径规划、电力系统优化等多个前沿科研方向的技术资源,配套大量Matlab/Simulink仿真案例与Python代码,全面支持科研复现与工程实践。; 适合人群:具备一定编程基础,熟练掌握Matlab或Python语言,从事电气工程、自动化、人工智能、机械故障诊断等相关领域研究的研发人员及高校研究生; 使用场景及目标:① 实现工业设备的状态监测与多类别故障分类;② 深入理解CNN与SVM融合模型的设计原理与工程实现细节;③ 借助所提供的丰富算法案例开展科研复现、模型优化与系统仿真验证; 阅读建议:建议按照文档目录结构系统化学习,结合百度网盘提供的完整代码资源进行动手实践,重点关注CNN特征提取层与SVM分类器之间的数据接口设计与参数调优策略,同时可延伸学习文中涉及的其他智能算法及其在电力系统、信号处理等领域的交叉应用,全面提升科研创新能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值