xml---xml的解析、快速查找数据selector和Xpath

xml—xml的解析

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:将标记语言一次性加载进内存，在内存中形成一个domshu

   ​ 优点：操作方便，可以对文档进行CRUD的所有操作

   ​ 缺点：dom树占内存

2. SAX:逐行读取(读一行释放一行)，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(了解)
2. DOM4J：一款非常优秀的解析器（dom思想）
3. Jsoup:html解析器，也可以解析xml（dom思想）
4. PULL:Android操作系统内置的解析器，sax方式

Jsoup解析器：

• 使用步骤：

  1. 导入jar包https://pan.baidu.com/s/1cFqxLwusz6toeLfCtu6jKQ
     提取码：b5zu
  2. 获取Document对象
  3. 获取对象的标签Element对象
  4. 获取数据

  mport 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 {
          //1.获取Document对象 根据xml文档获取
          //1.1获取student.xml的path
          String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
          //1.2解析xml文档 加载文档进内存 获取dom树,字符集要和xml文档的字符集一致
          Document document = Jsoup.parse(new File(path), "utf-8");
          //2.获取元素对象Element,根据标签名字获取，Elements是ArrayList的子类，可以当作集合来处理
          Elements elements = document.getElementsByTag("name");
          for (Element element : elements) {
              //text方法获取数据
              System.out.println(element.text());
          }
      }
  }
  
  

对象的使用

1. Jsoup：工具类，可以解析html和xml文档，返回Document

   • parse:解析html或xml文档，返回Document

     • parse(File in,String charsetName):解析html或xml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

     import org.jsoup.Jsoup;
     import org.jsoup.nodes.Document;
     import java.net.URL;
     
     public class Demo2 {
         public static void main(String[] args) throws Exception {
             URL url = new URL("https://mp.csdn.net/postlist/list/all?undefined=all&keyword=%E5%8D%95%E4%BE%8B");
             //url 、超时时间
             Document document = Jsoup.parse(url, 10000);
             System.out.println(document);
         }
     }
     
     

2. Document :文档对象，代表内存中的dom树

   • 获取Element对象
     • getElementsByTag(Stirng tagName):根据标签名称获取元素对象集合
     • getElementsByAttribute(String key):根据属性名获取元素对象集合
     • getElementsByAttributeValue(String key,String value):根据属性名和属性值来获取元素对象集合
     • getElementById(String id):根据id属性值获取元素对象

3. Elements:元素Element对象的集合，可以当作ArrayList使用

4. Element：元素对象

   1. 获取子元素对象

      • getElementsByTag(Stirng tagName):根据标签名称获取元素对象集合
      • getElementsByAttribute(String key):根据属性名获取元素对象集合
      • getElementsByAttributeValue(String key,String value):根据属性名和属性值来获取元素对象集合
      • getElementById(String id):根据id属性值获取元素对象

   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(包括子标签纯文本内容)

      String html():获取标签体的所有内容(包括子标签的内容)

5. Node:节点对象；是Document和Element的父类

快捷查找数据的方式

1. selector:选择器

   查找API链接：

   https://pan.baidu.com/s/1QoAydebIpDaTnqcY6c6Dfg
   提取码：pknj

   • 使用的方法： Elements select(String cssQuery)

     • 语法：API

     mport org.jsoup.Jsoup;
     import org.jsoup.nodes.Document;
     import org.jsoup.select.Elements;
     
     import java.io.File;
     
     //选择器查询
     public class Demo5 {
         public static void main(String[] args) throws Exception{
             String path = Demo5.class.getClassLoader().getResource("student.xml").getPath();
             Document document = Jsoup.parse(new File(path), "utf-8");
             //Document继承Elements,所以可以使用Document查询
             //查询name标签
             Elements name = document.select("name");
             System.out.println(name);
             System.out.println("---------------");
             //查询id值为itcast_0001的元素
             Elements select = document.select("#itcast_0001");
             System.out.println(select);
             //获取student标签并且number值是itcast_0002的age标签
             System.out.println("-----------------");
             Elements select1 = document.select("student[number='itcast_0002'] > age");
             System.out.println(select1);
         }
     }
     

2. XPath: 是xml路径语言，他是一种用来确定xml文档中某部分位置的语言(语法参考w3cschool)

   使用Jsoup的Xpath需要额外导入jar包

   ​ https://pan.baidu.com/s/152s9rBzO35EFpveB9ajUrQ
   ​ 提取码：2ya5

import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

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

public class Demo6 {
    public static void main(String[] args) throws Exception{
        String path = Demo6.class.getClassLoader().getResource("student.xml").getPath();
        Document document = Jsoup.parse(new File(path), "utf-8");
        //根据document对象 创建JXDocument对象
        JXDocument jxDocument = new JXDocument(document);
        //结合xpath语法查询，语法查找于w3cschool,元素所有的student标签
        List<JXNode> jxNodes = jxDocument.selN("//student");
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
        }
        System.out.println("--------------------------------");
        //查询所有student标签下的name标签
        List<JXNode> jxNodes1 = jxDocument.selN("//student/name");
        for (JXNode jxNode : jxNodes1) {
            System.out.println(jxNode);
        }
        System.out.println("---------------");
        //查询student标签下带有id的name的标签
        List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id]");
        for (JXNode jxNode : jxNodes2) {
            System.out.println(jxNode);
        }
        System.out.println("=================================");
        //查询student标签下带有id的name的标签,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);
        }
    }
}