JavaScript 中 xml 的解析（jsoup 解析器）

目录

一、概述

二、dom 和 sax 解析对比

三、解析器

四、Jsoup 解析器

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

5、快捷查询

---

一、概述

xml 的解析就是操作 xml 文档，将文档内容读取到内存中，解析的方法两种

1. dom：将标记语言文档一次性加载到内存，在内存中形成一颗 dom 树
2. sax：逐行解析

二、dom 和 sax 解析对比

dom 解析：

• 根据 xml 的层级结构在内存中分配一个树形结构，把 xml 的标签，属性和文本都封装成对象
• 优点：很方便实现增、删、改操作
• 缺点：消耗内存，会造成内存溢出

sax 解析：

• 采用事件驱动，边读边解析
  • 从上到下，一行一行的解析，解析到某个对象就返回对象名称
• 优点：不占内存，方便实现查询操作
• 缺点：只能读取，不能实现增、删、改操作

三、解析器

不同的公司和组织提供了针对 dom 和 sax 方式的解析器，都是通过 api 方式提供的，主要有：

• sun 公司提供的针对 dom 和 sax 解析器：Jaxp
• dom4j 组织提供的针对 dom 和 sax 解析器：dom4j（开发中用的最多）
• jdom 组织提供的针对 dom 和sax 解析器：Jdom
• Java的HTML解析器，可以直接解析URL地址、HTML 文本内容：Jsoup

四、Jsoup 解析器

1、导入 jar 包

导入 jsoup-1.12.1.jar 包

链接：https://pan.baidu.com/s/1wz8NKy2xgqTV5lzc4CbaQQ 
提取码：rwwo 

2、获取 Document 对象

• parse()方法：解析 HTML 或 xml 文档，返回 Document 对象
  • parse(File in，String charsetName)：解析 xml 或 HTML 文件
  • 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 文档对象

3、获取对应的标签 Element 对象

• getElementById(String id)：根据id属性值获取唯一的element对象
• getElementByTag(String tagName)：根据标签名称获取元素对象集合
• getElementByAttribute(String key)：根据属性名称获取元素对象集合
• getElementByAttributeValue(String key，String value)：根据对应的属性名称和属性值获取元素对象集合

4、获取数据

public static void main(String[] args) throws IOException {
    //1.获取Document对象
    String path = jsoup.class.getClassLoader().getResource("person.xml").getPath();
    Document document = Jsoup.parse(new File(path),"utf-8");

    //2.获取元素Element对象
    Elements elements = document.getElementsByTag("name");
    System.out.println(elements);
    System.out.println("******************");

    //3.获取第一个name的Element对象
    Element element = elements.get(0);
    System.out.println(element.text());
    System.out.println("******************");

    //4.获取属性名为pid的元素对象
     Elements elements1 = document.getElementsByAttribute("id");
     System.out.println(elements1);
     System.out.println("******************");

     //5.获取number属性值为15450132的元素对象
     Elements elements2 = document.getElementsByAttributeValue("number","15450132");
     System.out.println(elements2);
     System.out.println("******************");
     //根据id属性获取element对象
     Element element1 = document.getElementById("一颗星");
     System.out.println(element1);
}

5、快捷查询

【1】selector：选择器

使用上面的查询需要先查询到上一级元素才能往下查询，工作量比较大，jsoup 就提供了一种快捷查询的方法，即使用 selector 选择器

• Elements select(String cssQuery)

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

    //查询id值为pid的元素
    Elements elements1 = document.select("#一颗星");
    System.out.println(elements1);
    System.out.println("***********");

    //获取指定标签下的指定标签
    //先获取指定标签
    //Elements elements2 = document.select("p1[id="pid"]");
    //再获取指定标签下的标签
    Elements elements2 = document.select("p1[id=\"pid\"] > age");
    System.out.println(elements2);
}

【2】XPath

快捷查询还有一种 xpath 方法查询，这个在下一篇 dom4j 解析器叙述