java jsoup xml_Java第四十一天，XML系列（三），解析XML（二）—— Jsoup

一、步骤

导入 jar 包

获取 Document 对象

获取对应的标签(Element)

获取标签数据

二、用到的类

Jsoup：工具类，可以解析html或xml文档，返回 Document

Document：文档对象。代表内存中的dom树

Elements：元秦E1ement对象的集合。可以当做 ArrayList< Element>来使用

Node：节点对象

三、实战

1. student.xsd 约束文件

xmlns:xsd="http://www.w3.org/2001/XMLSchema"

targetNamespace="http://www.lanyue.cn/xml" elementFormDefault="qualified">

2. student.xml 文件

xmlns="http://www.lanyue.cn/xml"

xsi:schemaLocation="http://www.lanyue.cn/xml student.xsd"

>

小红

18

male

小明

18

female

3.jar离线包

https://download.csdn.net/download/ITlanyue/12710441

4.测试入口类

(1)入门

package cn.lanyue.xml.jsoup;

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;

public class JsoupDemo1 {

public static void main(String[] args) throws IOException {

//2.获取Document对象，根据xml文档获取

//2.1获取student.xml的path

String path = "G:\\火狐下载\\day32_xml\\src\\resources\\student.xml";

//2.2解析xml文档，加载文档进内存，获取dom树--->Document

// 字符集必须和文件编码格式一致

Document document = Jsoup.parse(new File(path), "utf-8");

//3.获取元素对象 Element 的 name 标签

Elements elements = document.getElementsByTag("name");

for(Element e: elements){

System.out.println(e.text());

}

}

}

(2)Jsoup parse 构造函数

package cn.lanyue.xml.jsoup;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import java.io.File;

import java.io.IOException;

import java.net.URL;

/**

* parse 的构造方法

*/

public class JsoupDemo2 {

public static void main(String[] args) throws IOException {

// 2.1获取student.xml的path

String path = "G:\\火狐下载\\day32_xml\\src\\resources\\student.xml";

// 2.2解析xml文档，加载文档进内存，获取dom树--->Document

Document document = Jsoup.parse(new File(path), "utf-8");

System.out.println(document);

// 2.parse​(String html)：参数为html或xml文档的内容

//

// 3.parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象

URL url = new URL("https://www.baidu.com");

// 参数为超时时间

Document documentUrl = Jsoup.parse(url, 10000);

System.out.println(documentUrl);

}

}

(3)Document /Element 对象的使用

package cn.lanyue.xml.jsoup;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.select.Elements;

import java.io.File;

import java.io.IOException;

/**

* Document/Element对象功能

*/

public class JsoupDemo3 {

public static void main(String[] args) throws IOException {

//1.获取student.xml的path

String path = "G:\\火狐下载\\day32_xml\\src\\resources\\student.xml";

//2.获取Document对象

Document document = Jsoup.parse(new File(path), "utf-8");

//3.获取元素对象了。

//3.1获取所有student对象

Elements elements = document.getElementsByTag("student");

System.out.println(elements);

System.out.println("-----------");

//3.2 获取属性名为id的元素对象们

Elements elements1 = document.getElementsByAttribute("number");

System.out.println(elements1);

System.out.println("-----------");

//3.2获取 number属性值为heima_0001的元素对象

Elements elements2 = document.getElementsByAttributeValue("number", "0001");

System.out.println(elements2);

}

}

(4)Document详细属性

package cn.lanyue.xml.jsoup;

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;

/**

* 获取Document对象的各种属性值

*/

public class JsoupDemo4 {

public static void main(String[] args) throws IOException {

//1.获取student.xml的path

String path = "G:\\火狐下载\\day32_xml\\src\\resources\\student.xml";

//2.获取Document对象

Document document = Jsoup.parse(new File(path), "utf-8");

/*

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():获取所有字标签的纯文本内容

* String html():获取标签体的所有内容(包括子标签的标签和文本内容)

*/

//通过Document对象获取name标签，获取所有的name标签，可以获取到两个

Elements elements = document.getElementsByTag("name");

System.out.println(elements.size());

System.out.println("-----------");

//通过Element对象获取子标签对象

Element element_student = document.getElementsByTag("student").get(0);

Elements ele_name = element_student.getElementsByTag("name");

System.out.println(ele_name.size());

//获取student对象的属性值

String number = element_student.attr("NUMBER");

System.out.println(number);

System.out.println("-----------");

//获取文本内容

String text = ele_name.text();

String html = ele_name.html();

System.out.println(text);

System.out.println(html);

}

}

5.选择器查询

package cn.lanyue.xml.jsoup;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.select.Elements;

import java.io.File;

import java.io.IOException;

/**

* 选择器查询

*/

public class JsoupDemo5 {

public static void main(String[] args) throws IOException {

//1.获取student.xml的path

String path = "G:\\火狐下载\\day32_xml\\src\\resources\\student.xml";

//2.获取Document对象

Document document = Jsoup.parse(new File(path), "utf-8");

//3.查询name标签

Elements elements = document.select("name");

System.out.println(elements);

System.out.println("=----------------");

//4.查询id值为的元素

Elements elements1 = document.select("#0001");

System.out.println(elements1);

System.out.println("----------------");

//5.获取student标签并且number属性值为0001的age子标签

//5.1.获取student标签并且number属性值为0001

Elements elements2 = document.select("student[number=\"0001\"]");

System.out.println(elements2);

System.out.println("----------------");

//5.2获取student标签并且number属性值为0001的age子标签

Elements elements3 = document.select("student[number=\"0001\"] > age");

System.out.println(elements3);

}

}

6.Xpath查询

package cn.lanyue.xml.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 java.io.File;

import java.io.IOException;

import java.util.List;

/**

*XPath查询

*/

public class JsoupDemo6 {

public static void main(String[] args) throws IOException, XpathSyntaxErrorException {

//1.获取student.xml的path

String path = "G:\\火狐下载\\day32_xml\\src\\resources\\student.xml";

//2.获取Document对象

Document document = Jsoup.parse(new File(path), "utf-8");

//3.根据document对象，创建JXDocument对象

JXDocument jxDocument = new JXDocument(document);

//4.结合xpath语法查询

//4.1查询所有student标签

List jxNodes = jxDocument.selN("//student");

for (JXNode jxNode : jxNodes) {

System.out.println(jxNode);

}

System.out.println("--------------------");

//4.2查询所有student标签下的name标签

List jxNodes2 = jxDocument.selN("//student/name");

for (JXNode jxNode : jxNodes2) {

System.out.println(jxNode);

}

System.out.println("--------------------");

//4.3查询student标签下带有id属性的name标签

List jxNodes3 = jxDocument.selN("//student/name[@id]");

for (JXNode jxNode : jxNodes3) {

System.out.println(jxNode);

}

System.out.println("--------------------");

//4.4查询student标签下带有id属性的name标签 并且id属性值为itcast

List jxNodes4 = jxDocument.selN("//student/name[@id='0001']");

for (JXNode jxNode : jxNodes4) {

System.out.println(jxNode);

}

}

}