JAVA——XML文档解析

解析XML的方式：

• DOM解析：将标记型语言文档一次性加载到内存，在内存中形成dom树。
   			*优点：操作方便，可以对文档进行增删改查的所有操作
   			*缺点：占用内存较大
  

• SAX解析： 基于事件驱动，逐行读取。
   			*优点：占用内存较小
   			*缺点：只能读取，不能增删改
  

XML文档常见解析器

• JAXP：sun公司提供的解析器，支持dom和sax两种思想
  

• DOM4J：一个十分优秀的JavaXML API，具有性能优异、功能强大和极其易使用的特点
  

• Jsoup：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。
  

Jsoup解析器学习

操作步骤：

1. 导入jar包
2. 获取Document对象
3. 获取对应标签Element对象
4. 获取数据

students.xml文件内容

<?xml version="1.0" encoding="utf-8" ?>
<students>
    <student id="1" number="001">
        <name>张三</name>
        <age>18</age>
        <gender>男</gender>
    </student>
    <student id="2" number="002">
        <name>李四</name>
        <age>28</age>
        <gender>男</gender>
    </student>
</students>

		//获取students.xml的路径
        String path = JsoupDemo1.class.getClassLoader().getResource("students.xml").getPath();
        //将XML解析为文档
        Document ducument = Jsoup.parse(new File(path),"utf-8");

        //获取文档中的name标签
        Elements names = ducument.getElementsByTag("name");
        //遍历Elements数组
        for (Element name :names) {
            //打印元素的文本内容
            System.out.println(name.text());
        }

常用对象

        1. 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：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
				
		3. Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用

		4. Element：元素对象
			1. 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
			2. 获取属性值
				* 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)
				
		5. Node：节点对象
			* 是Document和Element的父类

快速查询方式：

1. selector：选择器
   

通过decument对象的select​(String cssQuery)方法进行查询 cssQuery参数参考Selector类中定义的语法

        //获取students.xml的路径
        String path = JsoupDemo5.class.getClassLoader().getResource("students.xml").getPath();
        //将XML解析为文档
        Document document = Jsoup.parse(new File(path),"utf-8");
        //通过选择器查询student标签
        Elements result = document.select("student");
        System.out.println(result.size());
        for (Element element: result) {
            System.out.println(element);
        }
        //通过id值查看此id值的标签
        result = document.select("student#1");
        System.out.println(result.size());
        for (Element element: result) {
            System.out.println(element);
        }
        System.out.println("^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^");
        //获取student标签并且number属性值为001的age子标签
        result = document.select("student[number=001] > age");
        for (Element e:result) {
            System.out.println(e);
        }

2. 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, 并且需要使用xpath的语法完成查询。

   //获取students.xml的路径
        String path = JsoupDemo6.class.getClassLoader().getResource("students.xml").getPath();
        //将XML解析为文档
        Document document = Jsoup.parse(new File(path),"utf-8");

       //根据document对象 创建JxDocument对象
        JXDocument jxDocument = new JXDocument(document);
        //选取根元素。假如路径起始于正斜杠( / )，则此路径始终代表到某元素的绝对路径
        List<JXNode> jxNodes = jxDocument.selN("/students");
        System.out.println(jxNodes.size());
        for (JXNode jxNode : jxNodes)
        {
            System.out.println(jxNode);
        }
        //选取student子元素
        jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode: jxNodes) {
            System.out.println(jxNode);
        }
        //选取student元素的子元素age
        jxNodes = jxDocument.selN("//student/age");
        for (JXNode jxNode: jxNodes) {
            System.out.println(jxNode);
        }
        //选取students下student元素id=1的student
        jxNodes = jxDocument.selN("//students/student[@id=1]");
        for (JXNode jxNode: jxNodes) {
            System.out.println(jxNode);
        }
        //选取student子元素
        jxNodes = jxDocument.selN("//@id");
        for (JXNode jxNode: jxNodes) {
            System.out.println(jxNode);
        }