##XML文档解析,将文档中的数据读取到内存中去
* 操作xml文档
1.解析(读取):将文档中的数据读取到内存中去
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:将标记语言文档一次性加载进内存,在内存中形成一颗dom树
* 优点:操作比较方便,可以对文档进行CRUD的所有操作
* 缺点:消耗内存
2.SAX:逐行读取,基于事件驱动的思想
* 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
2.DOM4J:一款很好的解析器
3.JSOUP:是一款Java的HTML解析器,可直接解析某个URL地址。
4.PULL:Android操作系统内置的解释器,sax方式
*入门
1.导入相关的jar包
2.获取Document对象
3.获取对应的标签Element对象
4.获取数据
public class jsoupDemo1 {
public static void main(String[] args) throws IOException {
//获取Document对象,根据xml文档获取
//获取路径
String path=jsoupDemo1.class.getClassLoader().getResource("xxml.xml").getPath();
//解析XmL文档加载文档进内存
Document document= Jsoup.parse(new File(path),"utf-8");
//获取元素对象
Elements elements=document.getElementsByTag("name");
System.out.println(elements.size());
//获取第一个name的Element对象
Element element=elements.get(0);
String name=element.text();
System.out.println(name);
}
}
##对象的使用
* Jsoup:工具类,可以解析HTML或XML文档,返回Document
* Parse:解析html文档,返回Document
* public class jsoupDemo1 {
public static void main(String[] args) throws IOException {
String path=jsoupDemo1.class.getClassLoader().getResource(“xxml.xml”).getPath();
/* Document document= Jsoup.parse(new File(path),"utf-8");
System.out.println(document);*/
/* String str="<?xml version=\"1.0\" encoding=\"utf-8\" ?>\n" +
"<?xml-stylesheet type=\"text/css\" href=\"a.css\"?>\n" +
"<users>\n" +
" <user id='1'>\n" +
" <name >张三</name>\n" +
" <age>23</age>\n" +
" <gender>男</gender>\n" +
" </user>\n" +
" <user id='2'>\n" +
" <name>李四</name>\n" +
" <age>23</age>\n" +
" <gender>女</gender>\n" +
" </user>\n" +
"</users>";
Document document= Jsoup.parse(str);
System.out.println(document);*/
URL url=new URL("https://wenku.baidu.com/view/089211b565ce0508763213e8.html");
Document document = Jsoup.parse(url, 10000);
System.out.println(document);
}
}
* Document:文档对象。代表内存中的dom树
1.获取Element对象
*getElementById(String id):根据id属性值获取唯一的element对象的值
*getElementsByTag(String tagName):根据标签名获取元素对象集合
*getElementsByAttribute(String name)根据属性名称类获取元素对象结合
*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
* Elements:元素Element对象的集合,可以当作ArrayList<Element>来使用
* 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对象的值
*getElementsByTag(String tagName):根据标签名获取元素对象集合
*getElementsByAttribute(String name)根据属性名称类获取元素对象结合
*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
* String text():获取文本内容
* String html():获取标签体的所有内容(包括子标签标签和文本内容)
* Node:节点对象
* 是Document和Element的父类
#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
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集)文档中部分位置的语言
使用Jsoup的Xpath需要额外导入jar包
查询参考手册
package jsoup;
import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
import cn.wanghaomiao.xpath.model.JXDocument;
import cn.wanghaomiao.xpath.model.JXNode;
import 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;
import java.net.URL;
import java.util.List;
public class jsoupDemo1 {
public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
String path=jsoupDemo1.class.getClassLoader().getResource("xxml.xml").getPath();
Document document= Jsoup.parse(new File(path),"UTF-8");
//根据document创建JXDocument对象
JXDocument jxDocument=new JXDocument(document);
/* List<JXNode> jxNodes = jxDocument.selN("//user");
for (JXNode jxNode: jxNodes
) {
System.out.println(jxNode);
}*/
List<JXNode> jxNodes = jxDocument.selN("//user/name");
for (JXNode jxNode: jxNodes
) {
System.out.println(jxNode);
}
}
}