java web-4.3xml解析

女爷i 2023-07-12 11:39 13阅读 0赞

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

## xml\_解析\_解析方式 ##

方式：  
1.DOM：将标记语言文档一次性加载进内存，在内存中形成一棵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\_解析\_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。

## xml\_解析\_Jsoup\_快速入门 ##

使用步骤：  
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  
示例：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70]

## xml\_解析\_Jsoup\_Jsoup对象 ##

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  
①parse（File in，String charsetName）：解析xml或html文件的  
②parse（String html）：解析xml或html字符串  
③parse（URL url,int timeoutMillis）：通过网络路径获取指定的html或xml的文档对象  
示例：

public static void main(String[] args) throws IOException { 
    
            String path = demo2.class.getClassLoader().getResource("student.xml").getPath();
            Document document = Jsoup.parse(new File(path), "utf-8");
    
            System.out.println(document);
    
            String str ="<!DOCTYPE students SYSTEM \"student.dtd\">\n" +
                    "<html>\n" +
                    " <head></head>\n" +
                    " <body>\n" +
                    " <students> \n" +
                    " <student number=\"a001\"> \n" +
                    " <name>\n" +
                    " zhangsan\n" +
                    " </name> \n" +
                    " <age>\n" +
                    " 18\n" +
                    " </age> \n" +
                    " <sex>\n" +
                    " male\n" +
                    " </sex> \n" +
                    " </student> \n" +
                    " <student number=\"a002\"> \n" +
                    " <name>\n" +
                    " lisi\n" +
                    " </name> \n" +
                    " <age>\n" +
                    " 20\n" +
                    " </age> \n" +
                    " <sex>\n" +
                    " female\n" +
                    " </sex> \n" +
                    " </student> \n" +
                    " </students>\n" +
                    " </body>\n" +
                    "</html>\n" +
                    "\n" +
                    "Process finished with exit code 0\n";
    
            Document document1 = Jsoup.parse(str);
            System.out.println(document1);
    
            URL url = new URL("https://www.baidu.com");
    
            Document document2 = Jsoup.parse(url, 1000000000);
            System.out.println(document2);
    
        }

## 2.Document：文档对象，代表内存中的dom树 ##

（1）.获取Element对象  
①getElementsByTag（String tagName）：根据标签名称获取元素对象集合  
②getElementsByAttribute（String key）：根据属性名称获取元素对象集合  
③getElementsByAttributeValue（String key，String value）：根据对应的属性名和属性值获取元素对象  
④getElementById（String id）：根据id属性值获取唯一的element对象  
示例：

public static void main(String[] args) throws IOException { 
    
            String path = demo3.class.getClassLoader().getResource("student.xml").getPath();
            Document document = Jsoup.parse(new File(path), "utf-8");
    
            //获取所有student对象
            Elements elements = document.getElementsByTag("student");
            System.out.println(elements);
    
            System.out.println("===========");
    
            //获取number属性为a001的对象
            Elements elements1 = document.getElementsByAttributeValue("number", "a001");
            System.out.println(elements1);
    
            System.out.println("===========");
            
        }
    }

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  
①getElementsByTag（String tagName）：根据标签名称获取元素对象集合  
②getElementsByAttribute（String key）：根据属性名称获取元素对象集合  
③getElementsByAttributeValue（String key，String value）：根据对应的属性名和属性值获取元素对象  
④getElementById（String id）：根据id属性值获取唯一的element对象  
（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（包括子标签的标签和文本内容）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 2]  
5.Node：节点对象  
是Document和Element的父类

**快捷的查询方式：  
1.selector：选择器  
2.XPath：**

## xml\_解析\_Jsoup\_根据选择器查询 ##

使用方法：Elements select（String cssQuery）  
语法：参考selector类中定义的语法  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 4]

## xml\_解析\_Jsoup\_根据Xpath查询 ##

XPath即为XML路径语言，他是一种用来确定XML（标准通用标记语言的）  
使用JSoup的Xpath需要额外导入jar包。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 5]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 6]  
查询w3cschool参考手册使用xpath语法完成查询

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200324194728997.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200325074837178.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200325074942648.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200325080606240.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/2020032508063161.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20200326073439282.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20200326073512474.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTc5NTA0OQ==,size_16,color_FFFFFF,t_70