转载自http://qindongliang.iteye.com/blog/2162519
今天简单测了下使用Jsoup和Xpath解析XML的文件的方便程度,两者都可以完成解析,提取特定的元素或节点内容,但明显Jsoup更胜一筹,我们都知道Xpath是专业的xml结构化文档的查询语言,虽然语法功能强大,但是代码还是比较繁琐。虽然jsoup的出现,并不是专门用来解析XML使用的,但是使用jsoup这个轻巧的类库,我们可以完成网页抓取,HTML解析,模拟登陆等一些功能,jsoup完全仿Jquery的语法,提供了强大的操作DOM的能力,即高效又灵活,本篇,散仙仅仅通过一个简单的例子,来说明,jsoup如何以更少的代码,来完成更多的事。
解析的xml的例子如下:
- <?xml version="1.0" encoding="UTF-8"?>
- <inventory>
- <book year="2000">
- <title>Snow Crash</title>
- <author>Neal Stephenson</author>
- <publisher>Spectra</publisher>
- <isbn>0553380958</isbn>
- <price>14.95</price>
- </book>
- <book year="2005">
- <title>Burning Tower</title>
- <author>Larry Niven</author>
- <publisher>Pocket</publisher>
- <isbn>0743416910</isbn>
- <price>5.99</price>
- </book>
- <person year="2014">
- <title>你好</title>
- <author>星际旅行</author>
- <publisher>工业出版社</publisher>
- <isbn>2555555555</isbn>
- <price>53.5</price>
- </person>
- <book year="1995">
- <title>Zodiac</title>
- <author>Neal Stephenson</author>
- <publisher>Spectra</publisher>
- <isbn>0553573862</isbn>
- <price>57.50</price>
- </book>
- </inventory>
测试功能如下:打印book下的标题和价格,先看下xpath的写法:
- package com.testxpath;
- import javax.xml.parsers.DocumentBuilder;
- import javax.xml.parsers.DocumentBuilderFactory;
- import javax.xml.xpath.XPath;
- import javax.xml.xpath.XPathConstants;
- import javax.xml.xpath.XPathExpression;
- import javax.xml.xpath.XPathFactory;
- import org.w3c.dom.Document;
- import org.w3c.dom.Node;
- import org.w3c.dom.NodeList;
- public class XpathDemo {
- public static void main(String[] args) throws Exception{
- //Jaxp解析文档
- DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance();
- factory.setNamespaceAware(true);
- DocumentBuilder builder=factory.newDocumentBuilder();
- Document doc=builder.parse("a.xml");
- XPathFactory xft=XPathFactory.newInstance();
- XPath xpath=xft.newXPath();
- XPathExpression expr=xpath.compile("//book/title//text() | //book/price//text()");//某个元素下的所有元素
- Object result=expr.evaluate(doc, XPathConstants.NODESET);
- NodeList nodes=(NodeList)result;
- for(int i=0;i<nodes.getLength();i++){
- Node item = nodes.item(i);
- System.out.println(" 节点名: "+item.getNodeName()+" 节点值: "+item.getNodeValue());
- }
- }
- }
再看下jsoup的写法:
- package com.testxpath;
- import java.io.File;
- import org.jsoup.Jsoup;
- import org.jsoup.nodes.Document;
- import org.jsoup.nodes.Element;
- import org.jsoup.select.Elements;
- public class JsoupDemo {
- public static void main(String[] args) throws Exception{
- // Document d=Jsoup.parse("a.xml");//无效
- Document d=Jsoup.parse(new File("a.xml"),"UTF-8");//必须使用这种方式解析
- for(Element el:d.select("book")){
- System.out.println("标题:"+el.select("title").text()+" 价格: "+el.select("price").text());
- }
- }
- }
从上面一个简单的功能,就能看出jsoup的简单,快捷,强大之处了,而且操作的元素非常规整,而Xpath则比较乱,虽然可以拿到具体的文本,但是不规整,想把相关的元素的放在一行打印显示,还需要做一些工作。
当然xpath和jsoup的功能,远远不如此,xpath在过滤关面,有很多用法,非常强大,但是节点的准确定位,遍历查询方面,比较弱,而jsoup则使用CSS Query的用法,非常贴切,只要你会用jquery,css,基本使用jsoup都是手到擒来的事,此外,jsoup的强大之处还在网页解析和抽取,有兴趣的朋友,可以了解一下,散仙在这里就不多涉及了.