Jsoup解析Xml{详解}
原创
©著作权归作者所有：来自51CTO博客作者信息所话事人的原创作品，请联系作者获取转载授权，否则将追究法律责任
1: 概述
* 代码：
//2.1获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//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");
//3.获取元素对象 Element
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
//3.1获取第一个name的Element对象
Element element = elements.get(0);
//3.2获取数据
String name = element.text();
System.out.println(name);
* 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)
所用到的数据:
<?xml version="1.0" encoding="UTF-8"?>
<users>
<user id='1'>
<name>zhangsan</name>
<age>23</age>
<gender>male</gender>
<address>环湖中路36</address>
</user>
<user id='2'>
<name>lisi</name>
<age>24</age>
<gender>female</gender>
</user>
</users>
层次关系:
1:Document 是一个xml文件的dom树,表示一个xml文件
2:Elements 表示多个元素(ELEMENT)的集合 findElementXXX() selectot() SetN() 系列API 返回的都是一个集合
3:Element 表示一个元素,xml理解为一个闭合的标签
2: 应用场景
2.1 有类封装的 强制性解析 , 1: 类只需要三个属性, 但是xml属性多了 所以不能获取跟节点直接使用text()进行解析, 2: 按照常规遍历的方式进行解析
public class ParseFromStudent {
public static void main(String[] args) throws IOException {
String path = "E:\\GItHubRepository\\Lear-Java\\java-growing\\src\\main\\java\\xml_jsoup\\Student.xml";
Document dom = Jsoup.parse(new File(path), "UTF-8");
class Student {
String name;
int age;
String gender;
public Student(String name, int age, String gender) {
super();
this.name = name;
this.age = age;
this.gender = gender;
}
@Override
public String toString() {
return "Student [name=" + name + ", age=" + age + ", gender=" + gender + "]";
}
}
Elements element = dom.getElementsByTag("user");
ArrayList<Student> slist = new ArrayList<>();
// element.forEach(v->System.out.println(v));
Iterator<Element> it = element.iterator();
while (it.hasNext()) {
Element next = it.next();
Elements childrens = next.children();
Iterator<Element> it_child = childrens.iterator();
String name = null;
int age = 0;
String gender = null;
while (it_child.hasNext()) {
Element child_node = it_child.next();
switch (child_node.nodeName()) {
case "name":
name=child_node.text();
break;
case "age":
age=Integer.parseInt(child_node.text());
break;
case "gender":
gender=child_node.text();
break;
}
}
slist.add(new Student(name, age, gender));
}
System.out.println(slist);
}
}
有限制的用法:
public class ParseFromStudent2 {
public static void main(String[] args) throws IOException {
String path = "E:\\GItHubRepository\\Lear-Java\\java-growing\\src\\main\\java\\xml_jsoup\\Student.xml";
Document dom = Jsoup.parse(new File(path), "UTF-8");
class Student {
String name;
int age;
String gender;
public Student(String name, int age, String gender) {
super();
this.name = name;
this.age = age;
this.gender = gender;
}
@Override
public String toString() {
return "Student [name=" + name + ", age=" + age + ", gender=" + gender + "]";
}
}
ArrayList<Student> list = new ArrayList<>();
Elements element = dom.getElementsByTag("user");
Iterator<Element> it = element.iterator();
Student stu=null;
/**
* 1: 这里是有局限性的 如果我们要的数据 中间穿插几个不需要的数据,或者xml文档以后变化 了 那么我们还得需要改代码
* 2: 最好的方式就行是使用匹配的方式, 无论 xml源文件 怎么发生变化, 最初的解析版本还是能够使用的
*/
while(it.hasNext()) {
Element next = it.next();
String[] split = next.text().split(" ");
stu=new Student(split[0], Integer.parseInt(split[1]), split[2]);
list.add(stu);
}
System.out.println(list);
}
} 最好的方式:前面提到的问题,都解决了
public class ParseFromStudent3 {
public static void main(String[] args) throws IOException {
String path = "E:\\GItHubRepository\\Lear-Java\\java-growing\\src\\main\\java\\xml_jsoup\\Student.xml";
Document dom = Jsoup.parse(new File(path), "UTF-8");
class Student {
String name;
int age;
String gender;
public Student(String name, int age, String gender) {
super();
this.name = name;
this.age = age;
this.gender = gender;
}
@Override
public String toString() {
return "Student [name=" + name + ", age=" + age + ", gender=" + gender + "]";
}
}
ArrayList<Student> list = new ArrayList<>();
Elements element = dom.getElementsByTag("user");
Iterator<Element> it = element.iterator();
Student stu=null;
/**
* 使用selector 语法
*/
while(it.hasNext()) {
Element next = it.next();
Elements name = next.select("name");
Elements age = next.select("age");
Elements gender = next.select("gender");
stu=new Student(name.text(), Integer.parseInt(age.text()), gender.text());
list.add(stu);
}
System.out.println(list);
BigInteger bigi = new BigInteger("1");
for(int i=1;i<=100;i++){
bigi=bigi.multiply(new BigInteger(i+""));
}
System.out.println(bigi);
}
} 3: Xpath 应用
2. XPath：XPath即为XML路径语言，它是一种用来确定XML（标准通用标记语言的子集）文档中某部分位置的语言
* 使用Jsoup的Xpath需要额外导入jar包。
* 查询w3cshool参考手册，使用xpath的语法完成查询
* 代码：
//1.获取student.xml的path
String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
//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<JXNode> 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<JXNode> 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<JXNode> 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<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4) {
System.out.println(jxNode);
}
