XML解析

6次阅读

共计 2938 个字符，预计需要花费 8 分钟才能阅读完成。

博客说明

文章所涉及的资料来自互联网整理和个人总结，意在于个人学习和经验汇总，如有什么地方侵权，请联系本人删除，谢谢！

操作 xml 文档，将文档中的数据读取到内存中

解析 (读取)：将文档中的数据读取到内存中
写入：将内存中的数据保存到 xml 文档中。持久化的存储

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
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

JAXP：sun 公司提供的解析器，支持 dom 和 sax 两种思想
DOM4J：一款非常优秀的解析器
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。
PULL：Android 操作系统内置的解析器，sax 方式的。

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
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);

      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

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
Elements：元素 Element 对象的集合。可以当做 ArrayList<Element> 来使用
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. 获取属性值
  - String attr(String key)：根据属性名称获取属性值
4. 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

selector: 选择器
- 使用的方法：Elements select(String cssQuery)
  - 语法：参考 Selector 类中定义的语法

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。

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);
        }

感谢