java读取xml文件以及Jsoup解析

xml基本介绍

xml基本语法：
1.xml文档的后缀名为.xml
2.xml第一行必须定义为文档声明
3.xml文档有且仅有一个根标签
4.属性值必须使用引号（单双都可以）引起来
5.标签必须正确关闭
6.xml标签名区分大小写
组成部分
1.文档声明格式：<?xml 属性列表 ?>
       version：版本号（必须）； encoding：编码格式； standalone：是否独立取值：yes,no
2.标签：名称自定义，并且按照规则
3.属性：id属性值唯一
4.文本：CDATA区：在该区域中的数据会被原样展示，格式：<![CDATA[ 数据 ]]>
约束：规定xml文档的书写规则
dtd:简单的约束技术
schema：复杂的约束技术
DTD:内部dtd:将约束规则定义在xml文档中；外部dtd:将约束定义在外部dtd文件中
   外部dtd:本地：<! DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
       网络：<! DOCTYPE 根标签名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

java解析xml文件的几种方法

解析xml有两种形式，其分别为：

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(增删改查)的所有操作
- 缺点：占内存
SAX:逐行读取，基于事件驱动
- 优点：不占内存
- 缺点：只能读取

以下面这个简单的xml文件的解析为例，具体内容参考https://www.w3school.com.cn/xmldom/dom_parser.asp

<?xml version="1.0" encoding="UTF-8"?>
<peoples>
    <people number="1">
        <name id="zs">张三</name>
        <age>12</age>
    </people>
    <people>
        <name>李四</name>
        <age>15</age>
    </people>
</peoples>

第一种，使用DOM对xml进行解析

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;

import java.io.File;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

public class testXml {
    public static void main(String[] args) {
        try{
            File xml = new File("test/test.xml");
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            DocumentBuilder builder = factory.newDocumentBuilder();
            Document doc = builder.parse(xml);
            NodeList list = doc.getElementsByTagName("people");
            for(int i=0;i<list.getLength();i++){
                Element e = (Element)list.item(i);
                System.out.println("姓名："+e.getElementsByTagName("name").item(0).getFirstChild().getNodeValue()
                        +"年龄："+e.getElementsByTagName("age").item(0).getFirstChild().getNodeValue());
            }
        }catch (Exception e){
            e.printStackTrace();
        }
    }
}

第二种形式，DOM4J进行解析

import java.io.*;
import java.util.*;
import org.dom4j.*;
import org.dom4j.io.*;

public class testDOM4J {
    public static void main(String[] args) {
        try{
            File f = new File("test/test.xml");
            SAXReader reader = new SAXReader();
            Document doc = reader.read(f);
            Element root = doc.getRootElement();
            Element n;
            for (Iterator i=root.elementIterator("people");i.hasNext();) {
                n = (Element) i.next();
                System.out.println("姓名："+n.elementText("name")+" 年龄："+n.elementText("age"));
            }
        }catch(Exception e){
            e.printStackTrace();
        }
    }
}

第三种形式，JDOM进行解析

import java.util.*;
import org.jdom2.*;
import org.jdom2.input.*;


import java.io.File;

public class testJDOM {
    public static void main(String[] args) {
        try{
            File f = new File("test/test.xml");
            SAXBuilder builder = new SAXBuilder();
            Document doc = builder.build(f);
            Element e = doc.getRootElement();
            List li = e.getChildren();
            Element temp;
            for(int i=0;i<li.size();i++){
                temp = (Element) li.get(i);
                System.out.println("姓名："+temp.getChild("name").getText()+" 年龄："+temp.getChild("age").getText());
            }

        }catch (Exception e){
            e.printStackTrace();
        }
    }
}

Jsoup是一款Java 的HTML解析器，可直接解析某个URL地址、HTML、XML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。

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;

public class testJsoup {
    public static void main(String[] args) {
        try{
            //1.获取xml解析文件的路径
            File f = new File("test/test.xml");
            //2.解析xml文档，加载文档进内存，获取Jsoup 的document对象
            Document document = Jsoup.parse(f,"UTF-8");
            //解析xml
            Elements elements = document.getElementsByTag("name");
            for(int i=0;i<elements.size();i++){
                System.out.println("姓名："+elements.get(i).text());
            }

        }catch (Exception e){
            e.printStackTrace();
        }

    }
}

其中：

parse方法：解析xml或html对象。

Document ：文档对象。代表内存中的dom树。

获取Element对象：1.根据标签名获取对象集合 public Elements getElementsByTag(String tagName)。

　　　　　　　　　2.根据属性名称获取对象集合 public Elements getElementsByAttribute(String key)。

　　　　　　　　　3.根据对应的属性名和值获取元素对象集合 public Elements getElementsByAttributeValue(String key, String value)

　　　　　　　　　4.根据ID属性获取唯一的element public Element getElementById(String id)

Elements ：Element对象的集合。可以当作ArrayList来使用

Element ：元素对象

　　*获取子元素对象

　　*获取属性值 String attr(String key)

　　*获取文本内容 String text()

Node ：节点对象 Document和Element的父类

快速查询方式

1.selector选择器: 使用的方法：Elements select(String cssQuery)

2.XPath。使用Jsoup的xpath需要额外导入jar包。具体可以查询w3cschool参考手册

两种方法的示例代码

1.selector选择器

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;

public class testJsoup {
    public static void main(String[] args) {
        try{
            //1.获取xml解析文件的路径
            File f = new File("test/test.xml");
            //2.解析xml文档，加载文档进内存，获取Jsoup 的document对象
            Document document = Jsoup.parse(f,"UTF-8");
            //使用选择器进行查询,查询name标签
            Elements elements = document.select("name");
            System.out.println(elements.get(0).text());
            //根据id进行查询
            Elements id = document.select("#zs");
            System.out.println(id.get(0).text());
            //根据值查找
            Elements select = document.select("people[number=\"1\"]");
            System.out.println(select.text());
            //查找people中number等于1中的age子标签
            Elements select1 = document.select("people[number=\"1\"]>age");
            System.out.println(select1.text());

        }catch (Exception e){
            e.printStackTrace();
        }

    }
}

2.XPATH

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;


import java.io.File;

public class testJsoupXpath {
    public static void main(String[] args) {
        try{
            //1.获取xml解析文件的路径
            File f = new File("test/test.xml");
            //2.解析xml文档，加载文档进内存，获取Jsoup 的document对象
            Document document = Jsoup.parse(f,"UTF-8");
            //剧创建JXDocumnet对象
            JXDocument jxDocument=new JXDocument(document);
            //结合xpath语法查询
            List<JXNode> jxNodes = jxDocument.selN("//people");
            System.out.println(jxNodes);

            List<JXNode> jxNode = jxDocument.selN("//people[@number='1']");
            System.out.println(jxNode);

        }catch (Exception e){
            e.printStackTrace();
        }

    }
}

java读取xml文件以及Jsoup解析

快速查询方式

猜你喜欢