XML 解析

Posted 2022-12-11 niujifei

一、解析概念

　　解析：操作 xml 文档，将文档找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，持久化数据。

二、解析xml方式

　　1、DOM

　　　　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（一般在服务器端）

　　　　优点：操作方便，可以对文档进行 CRUD 的所有操作

　　　　缺点：占用内存

　　2、SAX

　　　　SAX：逐行读取，基于事件驱动的。（一般在移动端）

　　　　优点：不占内存

　　　　缺点：只能读取，不能增删改

三、xml 常见的解析器

　　1、JAXP

　　　　JAXP：Sun公司提供的解析器，支持 dom 和 sax 两种思想

　　2、DOM4J

　　　　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

　　　　PULL：android 操作系统内置的解析器，sax 方式的。

四、使用Jsoup解析

　　1、使用步骤

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

　　　（1）导入包

　　　　

 　　　（2）代码实现

 1 import org.jsoup.Jsoup;
 2 import org.jsoup.nodes.Document;
 3 import org.jsoup.nodes.Element;
 4 import org.jsoup.select.Elements;
 5 import java.io.File;
 6 import java.io.IOException;
 7 
 8 public class JsoupDemo1 
 9     public static void main(String[] args) throws IOException 
10         // 2.获取 document 对象，根据xml文档获取
11         // 2.1 获取文件path
12         String path = JsoupDemo1.class.getClassLoader().getResource("a.xml").getPath();
13         //2.2  解析xml文档，加载文档进内存，获取 dom树 --->Document
14 
15         Document dom = Jsoup.parse(new File(path), "utf-8");
16 
17         // 3. 获取元素对象
18         Elements eles = dom.getElementsByTag("name");
19 
20         System.out.println(eles.size());
21         Element element = eles.get(0);
22         System.out.println(element);
23 
24     
25 

五、Jsoup 对象的使用

　　1、Jsoup

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

　　　　常用方法：

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

　　　　Document：文档对象，代表内存中的 dom 树。

　　　　获取 Element 对象的方法：

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

　　　　Elements：元素Element 对象的集合，可以当做 ArrayList<Element> 来使用

　　4、Element

　　　　Element：元素对象

　　　　（1）获取子元素对象的方法：

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

　　　　　（2）获取属性值的方法:

String attr(String key)：根据属性名称获取属性值

　　　　 （3）获取文本内容:

String text():获取所有子标签的纯文本内容
String html():获取标签体的所有内容(包括子标签和标签里面的内容的字符串内容)

　　5、Node

　　　　Node：节点对象，是 Document 和 Element 的父类

六、Jsoup 的快捷查询方式

　　1、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，参考Java API。

　　　　Demo：

 1 import org.jsoup.Jsoup;
 2 import org.jsoup.nodes.Document;
 3 import org.jsoup.nodes.Element;
 4 import org.jsoup.select.Elements;
 5 
 6 import java.io.File;
 7 import java.io.IOException;
 8 
 9 /**
10  *选择器查询
11  */
12 public class JsoupDemo 
13     public static void main(String[] args) throws IOException 
14         //1.获取student.xml的path
15         String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
16         //2.获取Document对象
17         Document document = Jsoup.parse(new File(path), "utf-8");
18 
19         //3.查询name标签
20 
21         Elements elements = document.select("name");
22         System.out.println(elements);
23         System.out.println("=----------------");
24         //4.查询id值为java的元素
25         Elements elements1 = document.select("#java");
26         System.out.println(elements1);
27         System.out.println("----------------");
28         //5.获取student标签并且number属性值为java_0001的age子标签
29         //5.1.获取student标签并且number属性值为java_0001
30         Elements elements2 = document.select("student[number=\\"java_0001\\"]");
31         System.out.println(elements2);
32         System.out.println("----------------");
33 
34         //5.2获取student标签并且number属性值为java_0001的age子标签
35         Elements elements3 = document.select("student[number=\\"java_0001\\"] > age");
36         System.out.println(elements3);
37 
38     
39 
40 

 

　　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级）文档中某部分位置的语言

　　　　步骤：

　　　　（1）使用 Jsoup 的 Xpath 需要额外导入 jar 包。

　　　　（2）使用 xpath 的语法完成查询。XPath 语法。

　　　　Demo：

 1 import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
 2 import cn.wanghaomiao.xpath.model.JXDocument;
 3 import cn.wanghaomiao.xpath.model.JXNode;
 4 import org.jsoup.Jsoup;
 5 import org.jsoup.nodes.Document;
 6 import org.jsoup.select.Elements;
 7 import java.io.File;
 8 import java.io.IOException;
 9 import java.util.List;
10 
11 /**
12  *XPath查询
13  */
14 public class JsoupDemo6 
15     public static void main(String[] args) throws IOException, XpathSyntaxErrorException 
16         //1.获取student.xml的path
17         String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
18         //2.获取Document对象
19         Document document = Jsoup.parse(new File(path), "utf-8");
20 
21         //3.根据document对象，创建JXDocument对象
22         JXDocument jxDocument = new JXDocument(document);
23 
24         //4.结合xpath语法查询
25         //4.1查询所有student标签
26         List<JXNode> jxNodes = jxDocument.selN("//student");
27         for (JXNode jxNode : jxNodes) 
28             System.out.println(jxNode);
29         
30 
31         System.out.println("--------------------");
32 
33         //4.2查询所有student标签下的name标签
34         List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
35         for (JXNode jxNode : jxNodes2) 
36             System.out.println(jxNode);
37         
38 
39         System.out.println("--------------------");
40 
41         //4.3查询student标签下带有id属性的name标签
42         List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
43         for (JXNode jxNode : jxNodes3) 
44             System.out.println(jxNode);
45         
46         System.out.println("--------------------");
47         //4.4查询student标签下带有id属性的name标签 并且id属性值为java
48 
49         List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id=‘java‘]");
50         for (JXNode jxNode : jxNodes4) 
51             System.out.println(jxNode);
52         
53     
54 
55