java jsoup xml_java读取xml文件以及Jsoup解析

xml基本介绍

xml基本语法：

1.xml文档的后缀名为.xml

2.xml第一行必须定义为文档声明

3.xml文档有且仅有一个根标签

4.属性值必须使用引号(单双都可以)引起来

5.标签必须正确关闭

6.xml标签名区分大小写

组成部分

1.文档声明 格式：<?xml 属性列表 ?>

version：版本号(必须)；  encoding：编码格式；  standalone：是否独立 取值：yes,no

2.标签：名称自定义，并且按照规则

3.属性：id属性值唯一

4.文本：CDATA区：在该区域中的数据会被原样展示，格式：

约束：规定xml文档的书写规则

dtd:简单的约束技术

schema：复杂的约束技术

DTD:内部dtd:将约束规则定义在xml文档中；外部dtd:将约束定义在外部dtd文件中

外部dtd:本地：

网络：

java解析xml文件的几种方法

解析xml有两种形式，其分别为：

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：操作方便，可以对文档进行CRUD(增删改查)的所有操作

缺点：占内存

SAX:逐行读取，基于事件驱动

优点：不占内存

缺点：只能读取

以下面这个简单的xml文件的解析为例，具体内容参考https://www.w3school.com.cn/xmldom/dom_parser.asp

张三

12

李四

15

第一种，使用DOM对xml进行解析

import org.w3c.dom.Document;

import org.w3c.dom.Element;

import org.w3c.dom.NodeList;

import java.io.File;

import javax.xml.parsers.DocumentBuilder;

import javax.xml.parsers.DocumentBuilderFactory;

public class testXml {

public static void main(String[] args) {

try{

File xml = new File("test/test.xml");

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

DocumentBuilder builder = factory.newDocumentBuilder();

Document doc = builder.parse(xml);

NodeList list = doc.getElementsByTagName("people");

for(int i=0;i

Element e = (Element)list.item(i);

System.out.println("姓名："+e.getElementsByTagName("name").item(0).getFirstChild().getNodeValue()

+"年龄："+e.getElementsByTagName("age").item(0).getFirstChild().getNodeValue());

}

}catch (Exception e){

e.printStackTrace();

}

}

}

第二种形式，DOM4J进行解析

import java.io.*;

import java.util.*;

import org.dom4j.*;

import org.dom4j.io.*;

public class testDOM4J {

public static void main(String[] args) {

try{

File f = new File("test/test.xml");

SAXReader reader = new SAXReader();

Document doc = reader.read(f);

Element root = doc.getRootElement();

Element n;

for (Iterator i=root.elementIterator("people");i.hasNext();) {

n = (Element) i.next();

System.out.println("姓名："+n.elementText("name")+" 年龄："+n.elementText("age"));

}

}catch(Exception e){

e.printStackTrace();

}

}

}

第三种形式，JDOM进行解析

import java.util.*;

import org.jdom2.*;

import org.jdom2.input.*;

import java.io.File;

public class testJDOM {

public static void main(String[] args) {

try{

File f = new File("test/test.xml");

SAXBuilder builder = new SAXBuilder();

Document doc = builder.build(f);

Element e = doc.getRootElement();

List li = e.getChildren();

Element temp;

for(int i=0;i

temp = (Element) li.get(i);

System.out.println("姓名："+temp.getChild("name").getText()+" 年龄："+temp.getChild("age").getText());

}

}catch (Exception e){

e.printStackTrace();

}

}

}

Jsoup是一款Java 的HTML解析器，可直接解析某个URL地址、HTML、XML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。

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

import java.io.File;

public class testJsoup {

public static void main(String[] args) {

try{

//1.获取xml解析文件的路径

File f = new File("test/test.xml");

//2.解析xml文档，加载文档进内存，获取Jsoup 的document对象

Document document = Jsoup.parse(f,"UTF-8");

//解析xml

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

for(int i=0;i

System.out.println("姓名："+elements.get(i).text());

}

}catch (Exception e){

e.printStackTrace();

}

}

}

其中：

parse方法：解析xml或html对象。

Document ：文档对象。代表内存中的dom树。

获取Element对象：1.根据标签名获取对象集合  public Elements getElementsByTag(String tagName)。

2.根据属性名称获取对象集合 public Elements getElementsByAttribute(String key)。

3.根据对应的属性名和值获取元素对象集合 public Elements getElementsByAttributeValue(String key, String value)

4.根据ID属性获取唯一的element public Element getElementById​(String id)

Elements ：Element对象的集合。可以当作ArrayList来使用

Element ：元素对象

*获取子元素对象

*获取属性值 String attr(String key)

*获取文本内容  String text()

Node ：节点对象 Document和Element的父类

快速查询方式

1.selector选择器: 使用的方法：Elements select(String cssQuery)

2.XPath。使用Jsoup的xpath需要额外导入jar包。具体可以查询w3cschool参考手册

两种方法的示例代码

1.selector选择器

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

import java.io.File;

public class testJsoup {

public static void main(String[] args) {

try{

//1.获取xml解析文件的路径

File f = new File("test/test.xml");

//2.解析xml文档，加载文档进内存，获取Jsoup 的document对象

Document document = Jsoup.parse(f,"UTF-8");

//使用选择器进行查询,查询name标签

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

System.out.println(elements.get(0).text());

//根据id进行查询

Elements id = document.select("#zs");

System.out.println(id.get(0).text());

//根据值查找

Elements select = document.select("people[number=\"1\"]");

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

//查找people中number等于1中的age子标签

Elements select1 = document.select("people[number=\"1\"]>age");

System.out.println(select1.text());

}catch (Exception e){

e.printStackTrace();

}

}

}

2.XPATH

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

import java.io.File;

public class testJsoupXpath {

public static void main(String[] args) {

try{

//1.获取xml解析文件的路径

File f = new File("test/test.xml");

//2.解析xml文档，加载文档进内存，获取Jsoup 的document对象

Document document = Jsoup.parse(f,"UTF-8");

//剧创建JXDocumnet对象

JXDocument jxDocument=new JXDocument(document);

//结合xpath语法查询

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

System.out.println(jxNodes);

List jxNode = jxDocument.selN("//people[@number='1']");

System.out.println(jxNode);

}catch (Exception e){

e.printStackTrace();

}

}

}