XML解析器Jsoup的使用

#xml解析简介

* 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

        * 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。

      

Jsoup的简单使用

#：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。

步骤：

​​​​​idel导入jar包,add as library...

1. 获取document对象
2. 获取相应的标签Element对象
3. 获取数据  

#使用

例：

• 代码：

1. 获取 .xml 的path

          JsoupXxx.class.getClassLoader().getResource("xx.xml").getPath();

     2.解析xml文档，加载文档进内存，获取dom树--->Document

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

      3.获取元素对象Element

           Elements elements = document.getElementsByTag("name");
      4.获取第一个name的Element对象

       Element element = elements.get(0);

       5.获取数据

         String name = element.text();

                
* 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
                    * parse​(File in, String charsetName)：解析xml或html文件的。
                    * parse​(String html)：解析xml或html字符串
                    * parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象
    2. Document：文档对象。代表内存中的dom树
                * 获取Element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
    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
                    * 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():获取文本内容
                    * String html():获取标签体的所有内容(包括字标签的字符串内容)
  5. Node：节点对象
                * 是Document和Element的父类