XML解析器

解析：操作xml文档，将文档中的数据读取到内存中

操作xml文档

• 1. 解析(读取)：将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。持久化的存储

解析xml的方式：

• 1. 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

• 2. 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

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
• 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方式的。

• 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。

  快速入门：

  步骤：

• 1.导入jar包—-链接：https://pan.baidu.com/s/1-x81_JxGHvdMF-8Kc_7ECw
  提取码：6sg6 下载完成后解压，将jsoup-1.11.2.jar 和 JsoupXpath-0.3.2.jar(后面Jsoup_Xpath查询会用到，现在一块导入) ，压缩包包括jsoup-1.11.2-javadoc、jsoup-1.11.2.jar、jsoup-1.11.2-javadoc.jar、jsoup-1.11.2-sources.jar、JsoupXpath-0.3.2.jar
• 2 获取Document对象
• 3.获取对应的标签Element对象
• 4.获取数据

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class Demo1 {
    public static void main(String[] args) throws IOException {
        //获取Document对象，根据XML文档获取
        //获取student.xml的path
        String path = Demo1.class.getClassLoader().getResource("student.xml").getPath();
        //解析xlm文档，加载文档进内存，获取dom树---->document对象
        Document document = Jsoup.parse(new File(path),"utf-8");
        //获取元素对象  Element
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        //获取第一个name的Element对象
        Element element = elements.get(0);
        //获取数据
        String name = element.text();
        System.out.println(name);
    }
}

studen.xml文件中的代码

1
2
3
4
5
6
7
8
9
10
11
12

<users>
    <user id='1'>
        <name id="0001">张三</name>
        <age>23</age>
        <gender>男</gender>
    </user>
    <user id='2'>
        <name>李四</name>
        <age>30</age>
        <gender>男</gender>
    </user>
</users>

对象的使用：

1. Jsoup：工具类，可以解析html或xml文档，返回Document

• parse：解析html或xml文档，返回Document

• parse​(File in, String charsetName)：解析xml或html文件的。

• 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

  2. Document：文档对象。代表内存中的dom树

• 获取Element对象

• getElementById​(String id)：根据id属性值获取唯一的element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。可以当做 ArrayList来使用

  4. Element：元素对象

• 1.获取子元素对象

• getElementById​(String id)：根据id属性值获取唯一的element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

• 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():获取文本内容
• String html():获取标签体的所有内容(包括字标签的字符串内容)

• 5. Node：节点对象

• 是Document和Element的父类

快捷查询方式：

• 1. selector:选择器

• 使用的方法：Elements select​(String cssQuery)
  cssQuery按照以前css选择器名字来做

• 语法：参考Selector类中定义的语法

• 2. XPath：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Jsoup的Xpath需要额外导入jar包。
• 查询w3cshool参考手册，使用xpath的语法完成查询
• 示例代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

package Jsoup;

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;

public class Demo5 {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        String path = Demo1.class.getClassLoader().getResource("student.xml").getPath();
        //解析xlm文档，加载文档进内存，获取dom树---->document对象
        Document document = Jsoup.parse(new File(path),"utf-8");
        JXDocument jxDocument = new JXDocument(document);
//        List<JXNode> users = jxDocument.selN("//user");
//        for (JXNode j:users){
//            System.out.println(j);
//        }
        List<JXNode> list = jxDocument.selN("//user/name[@id]");
        for (JXNode jxNode:list){
            System.out.println(jxNode);

        }
    }
}

```

博客内容遵循 署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 协议