Dom4j
XML解析
解析概述
当将数据存储在XML后,我们就希望通过程序获取XML的内容。如果我们使用Java基础所学的IO知识是可以完成的,不过你学要非常繁琐的操作才可以完成,且开发中会遇到不同问题(只读、读写)。人们为不同问题提供不同的解析方式,使用不同的解析器进行解析,方便开发人员操作XML。
解析方式和解析器
-
开发中比较常见的解析方式有三种,如下:
-
DOM:要求解析器把整个XML文档装载到内存,并解析成一个Document对象
a)优点:元素与元素之间保留结构关系,故可以进行增删改查操作。
b)缺点:XML文档过大,可能出现内存溢出
-
SAX:是一种速度更快,更有效的方法。她逐行扫描文档,一边扫描一边解析。并以事件驱动的方式进行具体解析,没执行一行,都触发对应的事件。(了解)
a)优点:处理速度快,可以处理大文件
b)缺点:只能读,逐行后将释放资源,解析操作繁琐。
-
PULL:Android内置的XML解析方式,类似SAX。(了解)
-
-
解析器,就是根据不同的解析方式提供具体实现。有的解析器操作过于繁琐,为了方便开发人员,有提供易于操作的解析开发包
-
常见的解析开发包
- JAXP:sun公司提供支持DOM和SAX开发包
- Dom4j:比较简单的的解析开发包(常用)
- JDom:与Dom4j类似
- Jsoup:功能强大DOM方式的XML解析开发包,尤其对HTML解析更加方便(项目中讲解)
Dom4j的基本使用
DOM解析原理及结构模型
-
解析原理
XML DOM 和 HTML DOM一样,XML DOM 将整个XML文档加载到内存,生成一个DOM树,并获得一个Document对象,通过Document对象就可以对DOM进行操作。以下面books.xml文档为例。
<?xml version="1.0" encoding="UTF-8"?> <books> <book id="0001"> <name>JavaWeb开发教程</name> <author>张孝祥</author> <sale>100.00元</sale> </book> <book id="0002"> <name>三国演义</name> <author>罗贯中</author> <sale>100.00元</sale> </book> </books>
-
结构模型
DOM中的核心概念就是节点,在XML文档中的元素、属性、文本,在DOM中都是节点!所有的节点都封装到了Document对象中。
-
引入dom4j的jar包
需要引入“jar/dom4j-1.6.1.jar” , 在IDEA中,选择项目鼠标右键—>弹出菜单–>open Module settings”–>Dependencies–>±->JARs or directories…
找到dom4j-1.6.1.jar,成功添加之后点击"OK" 即可.
-
dom4j 必须使用核心类SaxReader加载xml文档获得Document,通过Document对象获得文档的根元素,然后就可以操作了。
常用的方法
SaxReader对象
方法 | 作用 |
---|---|
new SaxReader() | 构造器 |
Document read(String url) | 加载执行xml文档 |
Document对象
方法 | 作用 |
---|---|
Element getRootElement() | 获得根元素 |
Element对象
方法 | 作用 |
---|---|
List elements([String ele] ) | 获得指定名称的所有子元素。可以不指定名称 |
Element element([String ele]) | 获得指定名称第一个子元素。可以不指定名称 |
String getName() | 获得当前元素的元素名 |
String attributeValue(String attrName) | 获得指定属性名的属性值 |
String elementText(Sting ele) | 获得指定名称子元素的文本值 |
String getText() | 获得当前元素的文本内容 |
方法演示
复制资料下的常用xml中"books.xml",内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<books>
<book id="0001">
<name>JavaWeb开发教程</name>
<author>张孝祥</author>
<sale>100.00元</sale>
</book>
<book id="0002">
<name>三国演义</name>
<author>罗贯中</author>
<sale>100.00元</sale>
</book>
</books>
注意:为了便于解析,此xml中没有添加约束
解析此文件,获取每本书的id值,以及书本名称,作者名称和价格.
public class Demo {
public static void main(String[] args) throws DocumentException {
SAXReader reader = new SAXReader();
Document document = reader.read(Demo.class.getResourceAsStream("/books.xml"));
//获取根元素 books
Element elemRoot = document.getRootElement();
//获取根元素的所有子元素 book
List<Element>list = elemRoot.elements();
//遍历集合 获取每一个book
for(Element element : list){
//获取book的id属性
String id =element.attributeValue("id");
System.out.println("id : "+ id);
//获取book下的所有子元素 name,author,sale
List<Element>listElem = element.elements();
//遍历集合 获取每一个子元素
for(Element elem : listElem){
//元素名
String name = elem.getName();
//文本值
String text = elem.getText();
System.out.println("--- " + name + " : " + text);
}
}
}
}
Dom4J结合XPath解析XML
介绍
XPath 使用路径表达式来选取HTML 文档中的元素节点或属性节点。节点是通过沿着路径 (path) 来选取的。XPath在解析HTML文档方面提供了一独树一帜的路径思想。
XPath使用步骤
步骤1:导入jar包(dom4j和jaxen-1.1-beta-6.jar)
步骤2:通过dom4j的SaxReader获取Document对象
步骤3: 利用Xpath提供的api,结合xpaht的语法完成选取XML文档元素节点进行解析操作。
document常用的api
方法 | 作用 |
---|---|
List selectNodes(“表达式”) | 获取符合表达式的元素集合 |
Element selectSingleNode(“表达式”) | 获取符合表达式的唯一元素 |
XPath语法(了解)
-
XPath表达式,就是用于选取HTML文档中节点的表达式字符串。
获取XML文档节点元素一共有如下4种XPath语法方式:
- 绝对路径表达式方式 例如: /元素/子元素/子子元素…
- 相对路径表达式方式 例如: 子元素/子子元素… 或者 ./子元素/子子元素…
- 全文搜索路径表达式方式 例如: //子元素//子子元素
- 谓语(条件筛选)方式 例如: //元素[@attr1=value]
-
获取不同节点语法
获取类型 语法代码 获取元素节点 元素名称 获取属性节点 @属性名称
绝对路径表达式(了解)
-
绝对路径介绍
格式: String xpath="/元素/子元素/子子元素…";
绝对路径是以“/”开头,一级一级描述标签的层级路径就是绝对路径,这里注意不可以跨层级
绝对路径是从根元素开始写路径的,这里开头的“/”代表HTML文档根元素,所以在绝对路径中不可以写根元素路径
-
演示需求(解析XML文档为"资料\常用xml文件\index.html")
需求:采用绝对路径获取从根节点开始逐层的html/body/div/ul/li节点列表并打印信息
相对路径表达式(了解)
-
相对路径介绍
格式: String xpath1=“子元素/子子元素…”;//获取相对当前路径元素里面的子元素的选取
String xpath2="./子元素/子子元素";//"./"代表当前元素路径位置
String xpath3="/子元素/子子元素";//功能与xpath1格式功能一样
相对路径就是相对当前节点元素位置继续查找节点,需要使用JXNode.sel(xpath)进行执行相对路径表达式。
全文搜索路径表达式
-
全文搜索路径介绍
格式: String xpath1="//子元素//子子元素";
一个“/”符号,代表逐级写路径
2个“//”符号,不用逐级写路径,可以直接选取到对应的节点,是全文搜索匹配的不需要按照逐层级
谓语(条件筛选)
-
介绍
谓语,又称为条件筛选方式,就是根据条件过滤判断进行选取节点
格式:
String xpath1="//元素[@attr1=value]";//获取元素属性attr1=value的元素 String xpath2="//元素[@attr1>value]/@attr1"//获取元素属性attr1>value的d的所有attr1的值
String xpath3="//元素[@attr1=value]/text()";//获取符合条件元素体的自有文本数据
String xpath4="//元素[@attr1=value]/html()";//获取符合条件元素体的自有html代码数据。
String xpath3="//元素[@attr1=value]/allText()";//获取符合条件元素体的所有文本数据(包含子元素里面的文本)
演示
public class DemoXpath {
public static void main(String[] args) throws Exception {
SAXReader reader = new SAXReader();
Document document = reader.read(Demo.class.getResourceAsStream("/books.xml"));
//获取所有的book元素
List<Element> list = document.selectNodes("//book");
for (Element ele: list) {
System.out.println(ele.attributeValue("id"));
}
//获取id为0002的指定book元素的子标签name的内容
Element ele = (Element)document.selectSingleNode("//book[@id='0002']/name");
System.out.println(ele.getText());
}
}