解析:操作xml文档,将文档中的数据读取到内存中
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
xml_解析_解析方式
方式:
1.DOM:将标记语言文档一次性加载进内存,在内存中形成一棵dom树
优点:操作方便,可以对文档进行CRUD的所有操作
缺点:占内存
2.SAX:逐行读取,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_解析_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:一款非常优秀的解析器
3.Jsoup:jsoup是一款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。
4.PULL:Android操作系统内置的解析器,sax方式的。
xml_解析_Jsoup_快速入门
使用步骤:
1.导入jar包
2.获取Document对象
3.获取对应的标签Element对象
4.获取数据
示例:
xml_解析_Jsoup_Jsoup对象
对象的使用:
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
①parse(File in,String charsetName):解析xml或html文件的
②parse(String html):解析xml或html字符串
③parse(URL url,int timeoutMillis):通过网络路径获取指定的html或xml的文档对象
示例:
public static void main(String[] args) throws IOException {
String path = demo2.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
System.out.println(document);
String str ="<!--?xml version='1.0' encoding=\"UTF-8\"?--><!DOCTYPE students SYSTEM \"student.dtd\">\n" +
"<html>\n" +
" <head></head>\n" +
" <body>\n" +
" <students> \n" +
" <student number=\"a001\"> \n" +
" <name>\n" +
" zhangsan\n" +
" </name> \n" +
" <age>\n" +
" 18\n" +
" </age> \n" +
" <sex>\n" +
" male\n" +
" </sex> \n" +
" </student> \n" +
" <student number=\"a002\"> \n" +
" <name>\n" +
" lisi\n" +
" </name> \n" +
" <age>\n" +
" 20\n" +
" </age> \n" +
" <sex>\n" +
" female\n" +
" </sex> \n" +
" </student> \n" +
" </students>\n" +
" </body>\n" +
"</html>\n" +
"\n" +
"Process finished with exit code 0\n";
Document document1 = Jsoup.parse(str);
System.out.println(document1);
URL url = new URL("https://www.baidu.com");
Document document2 = Jsoup.parse(url, 1000000000);
System.out.println(document2);
}
2.Document:文档对象,代表内存中的dom树
(1).获取Element对象
①getElementsByTag(String tagName):根据标签名称获取元素对象集合
②getElementsByAttribute(String key):根据属性名称获取元素对象集合
③getElementsByAttributeValue(String key,String value):根据对应的属性名和属性值获取元素对象
④getElementById(String id):根据id属性值获取唯一的element对象
示例:
public static void main(String[] args) throws IOException {
String path = demo3.class.getClassLoader().getResource("student.xml").getPath();
Document document = Jsoup.parse(new File(path), "utf-8");
//获取所有student对象
Elements elements = document.getElementsByTag("student");
System.out.println(elements);
System.out.println("===========");
//获取number属性为a001的对象
Elements elements1 = document.getElementsByAttributeValue("number", "a001");
System.out.println(elements1);
System.out.println("===========");
}
}
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
①getElementsByTag(String tagName):根据标签名称获取元素对象集合
②getElementsByAttribute(String key):根据属性名称获取元素对象集合
③getElementsByAttributeValue(String key,String value):根据对应的属性名和属性值获取元素对象
④getElementById(String id):根据id属性值获取唯一的element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
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)
5.Node:节点对象
是Document和Element的父类
快捷的查询方式:
1.selector:选择器
2.XPath:
xml_解析_Jsoup_根据选择器查询
使用方法:Elements select(String cssQuery)
语法:参考selector类中定义的语法
xml_解析_Jsoup_根据Xpath查询
XPath即为XML路径语言,他是一种用来确定XML(标准通用标记语言的)
使用JSoup的Xpath需要额外导入jar包。
查询w3cschool参考手册使用xpath语法完成查询