1. 解析

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。

2. Jsoup

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。
步骤：
1. 导入jar包
2. 获取Document对象
3. 获取对应的标签Element对象
4. 获取数据
XML文件（student.xml）

<?xml version="1.0" encoding="UTF-8" ?>

 <students>
 	<student number="siyi_0001">
 		<name id="1">
			<xing>张</xing>
			<ming>三</ming>
		</name>
 		<age>18</age>
 		<sex>male</sex>
 	</student>
	<student number="siyi_0002">
		<name>jack</name>
		<age>18</age>
		<sex>male</sex>
	</student>

 </students>

Demo1

package jsoup;

import org.jsoup.Jsoup;
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 JsoupDemo1 {
    public static void main(String[] args) throws IOException {
        //2.获取Document对象,根据XML文档获取
        //2.1获取student.xml的path
        String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.2解析xml文档，加载文档进内存，获取dom树 --> Document
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象  Element
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        //3.1获取第一个name的Element对象
        Element element = elements.get(0);
        //3.2获取数据
        String name = element.text();
        System.out.println(name);
    }
}

运行结果：

Demo2

package jsoup;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import java.io.IOException;
import java.net.URL;

public class JsoupDemo2 {
    public static void main(String[] args) throws IOException {
        //2.1获取student.xml的path
        String path = JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath();
        //2.2解析xml文档，加载文档进内存，获取dom树 --> Document
        /*Document document = Jsoup.parse(new File(path), "utf-8");
        System.out.println(document);*/

        //2. parse(String html):解析XML或html字符串
        /*String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                "\n" +
                " <students>\n" +
                " \t<student number=\"siyi_0001\">\n" +
                " \t\t<name>tom</name>\n" +
                " \t\t<age>18</age>\n" +
                " \t\t<sex>male</sex>\n" +
                " \t</student>\n" +
                "\t<student number=\"siyi_0002\">\n" +
                "\t\t<name>jack</name>\n" +
                "\t\t<age>18</age>\n" +
                "\t\t<sex>male</sex>\n" +
                "\t</student>\n" +
                "\n" +
                " </students>";
        Document document = Jsoup.parse(str);
        System.out.println(document);*/

        //3.parse(URL url,int timeoutMillis):通过网络路径获取指定的html或xml的文档对象
        URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络种的一个资源
        Document document = Jsoup.parse(url,5000);
        System.out.println(document);
    }
}

运行结果（百度百科标签太多，就不全截屏了）：

Demo3

package jsoup;

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

import java.io.File;
import java.io.IOException;
import java.net.URL;

public class JsoupDemo3 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象
        //3.1获取所有student对象
        Elements elements = document.getElementsByTag("student");
        System.out.println(elements);
        System.out.println("-------------------");

        //3.2获取属性名为id的元素对象
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);
        System.out.println("-------------------");

        //3.3获取属性值为heima_0001的元素对象
        Elements elementsByAttributeValue = document.getElementsByAttributeValue("number", "siyi_0001");
        System.out.println(elementsByAttributeValue);

        System.out.println("-------------------");
        Element elementById = document.getElementById("1");
        System.out.println(elementById);
    }
}

运行结果：

Demo4

package jsoup;

import org.jsoup.Jsoup;
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 JsoupDemo4 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //通过document对象获取name标签，获取所有的name标签
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements.size());
        System.out.println("------------");

        Element ele_student = document.getElementsByTag("student").get(0);
        Elements ele_name = ele_student.getElementsByTag("name");
        System.out.println(ele_name.size());
        System.out.println("------------");

        //获取student对象的属性值
        String number = ele_student.attr("number");
        System.out.println(number);
        System.out.println("------------");
        
        //获取文本内容
        String text = ele_name.text();
        String html = ele_name.html();
        System.out.println(text);
        System.out.println(html);
    }
}

运行结果：

Demo5

package jsoup;

import org.jsoup.Jsoup;
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 JsoupDemo5 {
    public static void main(String[] args) throws IOException {
        //1.获取student.xml的path
        String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.查询name标签
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("--------");

        //4.查询id值为1的元素
        Elements elements1 = document.select("#1");
        System.out.println(elements1);
        System.out.println("--------");

        //5.获取student标签并且number属性值为siyi_0001的age子标签
        //5.1获取student标签并且number属性值为siyi_0001
        Elements elements2 = document.select("student[number='siyi_0001']");
        System.out.println(elements2);
        System.out.println("--------");

        //5.2获取student标签并且number属性值为siyi_0001的age子标签
        Elements elements3 = document.select("student[number='siyi_0001']>age");
        System.out.println(elements3);
    }
}

运行结果：

Demo6

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 org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;
import java.util.List;

public class JsoupDemo6 {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //1.获取student.xml的path
        String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
        //2.获取Document对象
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.根据document对象，创建JXDocument对象
        JXDocument jxDocument = new JXDocument(document);
        //结合Xpath语法查询
        //4.1查询所有的student标签
        List<JXNode> jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes){
            System.out.println(jxNode);
        }
        System.out.println("--------");

        //4.2查询
        List<JXNode> jxNodes1 = jxDocument.selN("//student/name");
        for (JXNode jxNode:jxNodes1) {
            System.out.println(jxNode);
        }
        System.out.println("--------");

        //4.3查询student标签下带有id属性的name标签
        List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode:jxNodes2) {
            System.out.println(jxNode);
        }
        System.out.println("--------");

        //4.4查询student标签下带有id属性的name标签 并且id属性值为1
        List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id='1']");
        for (JXNode jxNode:jxNodes3) {
            System.out.println(jxNode);
        }
    }
}

运行结果：

私忆一秒钟

发布了361 篇原创文章 · 获赞 127 · 访问量 3万+

私信关注

【XML】java解析XML（通过Jsoup实现）

【XML】java解析XML（通过Jsoup实现）

1. 解析

2. Jsoup

猜你喜欢