解析xml的方式
- DOM(服务器端):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(移动端):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
- JAXP:sun公司提供的解析器,支持dom和sax两种思想
- DOM4J:一款非常优秀的解析器
- 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。
- PULL:Android操作系统内置的解析器,sax方式的。
使用Jsoup解析xml
- 首先导入Jsoup的jar包
- 要解析的students.xml文件
<?xml version="1.0" encoding="utf-8"?> <students> <student id="stu001"> <name>范闲</name> <age>20</age> <sex>male</sex> </student> <student id="stu002"> <name>司理理</name> <age>19</age> <sex>female</sex> </student> <student id="stu003"> <name>王启年</name> <age>29</age> <sex>male</sex> </student> </students>
- Jsoup解析类实现输出xml文件中name
public class JsoupTest1 { public static void main(String[] args) throws Exception { //获取student.xml的path String path = JsoupTest1.class.getClassLoader().getResource("xml/student.xml").getPath(); //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), "utf-8"); //根据标签名获取元素对象 Element Elements elements = document.getElementsByTag("name"); //循环打印 for(Element element:elements){ System.out.println(element); } } }
- 结果
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Documentparse(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
解析百度首页html:
结果:@Test public void JsoupWeb() throws Exception { URL url=new URL("https://www.baidu.com"); Document document = Jsoup.parse(url, 10000); System.out.println(document); }
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
public static void main(String[] args) throws Exception {
String path = JsoupTest1.class.getClassLoader().getResource("xml/student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
System.out.println("根据id属性值获取唯一的element象");
Element stu001 = document.getElementById("stu001");
System.out.println(stu001);
System.out.println("----------------------------");
System.out.println("根据标签名称获取元素对象集合");
Elements student = document.getElementsByTag("name");
System.out.println(student);
System.out.println("----------------------------");
System.out.println("根据属性名称获取元素对象集合");
Elements elements = document.getElementsByAttribute("id");
System.out.println(elements);
System.out.println("----------------------------");
System.out.println("根据对应的属性名和属性值获取元素对象集合");
Elements elements1 = document.getElementsByAttributeValue("id", "stu002");
System.out.println(elements1);
}
结果:
根据id属性值获取唯一的element象
<student id="stu001">
<name>
范闲
</name>
<age>
20
</age>
<sex>
male
</sex>
</student>
----------------------------
根据标签名称获取元素对象集合
<name>
范闲
</name>
<name>
司理理
</name>
<name>
王启年
</name>
----------------------------
根据属性名称获取元素对象集合
<student id="stu001">
<name>
范闲
</name>
<age>
20
</age>
<sex>
male
</sex>
</student>
<student id="stu002">
<name>
司理理
</name>
<age>
19
</age>
<sex>
female
</sex>
</student>
<student id="stu003">
<name>
王启年
</name>
<age>
29
</age>
<sex>
male
</sex>
</student>
----------------------------
根据对应的属性名和属性值获取元素对象集合
<student id="stu002">
<name>
司理理
</name>
<age>
19
</age>
<sex>
female
</sex>
</student>
Elements
元素Element对象的集合。可以当做 ArrayList来使用
Element
元素对象
- 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
- 获取文本内容
- String text():获取子标签内的纯文本内容
- String html():获取标签体的所有内容(包括字标签的字符串内容)
public static void main(String[] args) throws Exception {
String path = JsoupTest1.class.getClassLoader().getResource("xml/student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
//获取第一个student对象
Element student = document.getElementsByTag("student").first();
//获取其name子标签对象
Elements name = student.getElementsByTag("name");
System.out.println(name);
System.out.println("==============================");
//获取id属性
String id = student.attr("id");
System.out.println(id);
System.out.println("==============================");
//获取name纯文本内容
String text = name.text();
System.out.println(text);
System.out.println("==============================");
//获取name全部内容
String html = name.html();
System.out.println(html);
}
结果:
Node
结点对象,是Document和Element的父类
selector 选择器
使用的方法:Elements select(String cssQuery)
语法:参考Selector类中定义的语法
public static void main(String[] args) throws Exception {
String path = JsoupTest1.class.getClassLoader().getResource("xml/student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
//获取id为stu001下的student的age标签
Elements age = document.select("#stu001").select("age");
System.out.println(age);
System.out.println("------------------------");
//或
Elements age1 = document.select("student[id='stu001'] > age" );
System.out.println(age1);
}
结果:
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
public static void main(String[] args) throws Exception { String path = JsoupTest1.class.getClassLoader().getResource("xml/student.xml").getPath(); Document document = Jsoup.parse(new File(path), "utf-8"); //根据document对象,创建JXDocument对象 JXDocument jxDocument = new JXDocument(document); //4.1查询所有student标签 List<JXNode> jxNodes = jxDocument.selN("//student"); for (JXNode jxNode : jxNodes) { System.out.println(jxNode); } System.out.println("--------------------"); //4.2查询所有student标签下的age标签 List<JXNode> jxNodes2 = jxDocument.selN("//student/age"); for (JXNode jxNode : jxNodes2) { System.out.println(jxNode); } System.out.println("--------------------"); //4.3查询students标签下带有id属性的student标签 List<JXNode> jxNodes3 = jxDocument.selN("//students/student[@id]"); for (JXNode jxNode : jxNodes3) { System.out.println(jxNode); } System.out.println("--------------------"); //4.4查询students标签下带有id属性的student标签 并且id属性值为stu001 List<JXNode> jxNodes4 = jxDocument.selN("//students/student[@id='stu001']"); for (JXNode jxNode : jxNodes4) { System.out.println(jxNode); }
结果:
<student id="stu001"> <name> <xing> 范 </xing> <ming> 闲 </ming> </name> <age> 20 </age> <sex> male </sex> </student> <student id="stu002"> <name> 司理理 </name> <age> 19 </age> <sex> female </sex> </student> <student id="stu003"> <name> 王启年 </name> <age> 29 </age> <sex> male </sex> </student> -------------------- <age> 20 </age> <age> 19 </age> <age> 29 </age> -------------------- <student id="stu001"> <name> <xing> 范 </xing> <ming> 闲 </ming> </name> <age> 20 </age> <sex> male </sex> </student> <student id="stu002"> <name> 司理理 </name> <age> 19 </age> <sex> female </sex> </student> <student id="stu003"> <name> 王启年 </name> <age> 29 </age> <sex> male </sex> </student> -------------------- <student id="stu001"> <name> <xing> 范 </xing> <ming> 闲 </ming> </name> <age> 20 </age> <sex> male </sex> </student> Process finished with exit code 0