XML学习笔记02【xml_解析】

红太狼 2022-10-29 07:55 14阅读 0赞

>  *  **[Java后端 学习路线 笔记汇总表【黑马程序员】][Java_ _]**
> 
> 1.  [XML学习笔记01【xml\_基础、xml\_约束】][XML_01_xml_xml]【day01】
> 2.  [XML学习笔记02【xml\_解析】][XML_02_xml]【day01】

**目录**

03 xml\_解析

xml\_解析\_解析方式

xml\_解析\_常见的解析器

xml\_解析\_Jsoup\_快速入门

xml\_解析\_Jsoup\_Jsoup对象

xml\_解析\_Jsoup\_Document对象

xml\_解析\_Jsoup\_Element对象

xml\_解析\_Jsoup\_根据选择器查询

xml\_解析\_Jsoup\_根据Xpath查询

--------------------

# 03 xml\_解析 #

## xml\_解析\_解析方式 ##

> 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\_解析\_常见的解析器 ##

> \* 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：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。

## xml\_解析\_Jsoup\_快速入门 ##

> \* 快速入门：  
>     \* 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：...

> ![20210210155022841.png][]  ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70][]

> ![20210210155420582.png][]
> 
> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 1][]
> 
> ![2021021015563915.png][]

> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 2][]  ![20210210155948138.png][]

## 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  
>                 \* 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。  
>     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  
>     5. Node：节点对象

> ![20210210160421361.png][]  ![20210210160641865.png][]
> 
> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 3][]
> 
> ![20210210160756744.png][]
> 
> ![20210210161321421.png][]

> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 4][]  ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 5][]
> 
> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 6][]

package cn.itcast.xml.jsoup;
    
    import org.jsoup.Jsoup;
    import org.jsoup.nodes.Document;
    import org.jsoup.nodes.Element;
    import org.jsoup.select.Elements;
    
    import java.io.File;
    import java.io.IOException;
    import java.net.URL;
    
    /**
     * Jsoup对象功能
     */
    public class JsoupDemo2 {
        public static void main(String[] args) throws IOException {
            //2.1获取student.xml的path
            String path = JsoupDemo2.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");
            System.out.println(document);*/
    
            //2.parse(String html)：解析xml或html字符串
           /* String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" +
                    "\n" +
                    "<students>\n" +
                    "\t<student number=\"heima_0001\">\n" +
                    "\t\t<name>tom</name>\n" +
                    "\t\t<age>18</age>\n" +
                    "\t\t<sex>male</sex>\n" +
                    "\t</student>\n" +
                    "\t<student number=\"heima_0002\">\n" +
                    "\t\t<name>jack</name>\n" +
                    "\t\t<age>18</age>\n" +
                    "\t\t<sex>female</sex>\n" +
                    "\t</student>\n" +
                    "\n" +
                    "</students>";
            Document document = Jsoup.parse(str);
            System.out.println(document);*/
    
            //3.parse(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象
            URL url = new URL("https://baike.baidu.com/item/jsoup/9012509?fr=aladdin");//代表网络中的一个资源路径
            Document document = Jsoup.parse(url, 10000);
            System.out.println(document);
        }
    }

## xml\_解析\_Jsoup\_Document对象 ##

> \* 对象的使用：  
>     1. Jsoup：工具类，可以解析html或xml文档，返回Document。  
>     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  
>     5. Node：节点对象

> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 7][]
> 
> ![20210210162620428.png][]  ![20210210162635769.png][]

## xml\_解析\_Jsoup\_Element对象 ##

> \* 对象的使用：  
>     1. Jsoup：工具类，可以解析html或xml文档，返回Document。  
>     2. Document：文档对象。代表内存中的dom树  
>     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(包括子标签的字符串内容)
> 
>     5. Node：节点对象  
>             \* 是Document和Element的父类

> ![20210210163701183.png][]  ![2021021016372077.png][]

package cn.itcast.xml.jsoup;
    
    import org.jsoup.Jsoup;
    import org.jsoup.nodes.Document;
    import org.jsoup.nodes.Element;
    import org.jsoup.select.Elements;
    
    import java.io.File;
    import java.io.IOException;
    
    /**
     * Element对象功能
     */
    public class JsoupDemo4 {
        public static void main(String[] args) throws IOException {
            //1.获取student.xml的path
            String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
            //2.获取Document对象
            Document document = Jsoup.parse(new File(path), "utf-8");
            /*
                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():获取所有字标签的纯文本内容
    					* 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)
             */
            //通过Document对象获取name标签，获取所有的name标签，可以获取到两个
            Elements elements = document.getElementsByTag("name");
            System.out.println(elements.size());
            System.out.println("----------------");
            //通过Element对象获取子标签对象
            Element element_student = document.getElementsByTag("student").get(0);
            Elements ele_name = element_student.getElementsByTag("name");
            System.out.println(ele_name.size());
    
            //获取student对象的属性值
            String number = element_student.attr("NUMBER");
            System.out.println(number);
            System.out.println("------------");
            //获取文本内容
            String text = ele_name.text();
            String html = ele_name.html();
            System.out.println(text);
            System.out.println(html);
        }
    }

## xml\_解析\_Jsoup\_根据选择器查询 ##

> \* 快捷查询方式：  
>     1. 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  
>     2. XPath

> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 8][]

package cn.itcast.xml.jsoup;
    
    import org.jsoup.Jsoup;
    import org.jsoup.nodes.Document;
    import org.jsoup.nodes.Element;
    import org.jsoup.select.Elements;
    
    import java.io.File;
    import java.io.IOException;
    
    /**
     * 选择器查询
     */
    public class JsoupDemo5 {
        public static void main(String[] args) throws IOException {
            //1.获取student.xml的path
            String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath();
            //2.获取Document对象
            Document document = Jsoup.parse(new File(path), "utf-8");
    
            //3.查询name标签
            /*
                div{
                }
             */
            Elements elements = document.select("name");
            System.out.println(elements);
            System.out.println("=----------------");
            //4.查询id值为itcast的元素
            Elements elements1 = document.select("#itcast");
            System.out.println(elements1);
            System.out.println("----------------");
            //5.获取student标签并且number属性值为heima_0001的age子标签
            //5.1.获取student标签并且number属性值为heima_0001
            Elements elements2 = document.select("student[number=\"heima_0001\"]"); // 字符串转义嵌套
            System.out.println(elements2);
            System.out.println("----------------");
    
            //5.2获取student标签并且number属性值为heima_0001的age子标签
            Elements elements3 = document.select("student[number=\"heima_0001\"] > age");
            System.out.println(elements3);
        }
    }

## xml\_解析\_Jsoup\_根据Xpath查询 ##

> \* 快捷查询方式：  
>     1. 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  
>     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：...

> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 9][]

> ![20210210165437304.png][]
> 
> ![20210210165714153.png][]

> ![20210210165538466.png][]

> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 10][]  ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 11][]

package cn.itcast.xml.jsoup;
    
    import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException;
    import cn.wanghaomiao.xpath.model.JXDocument;
    import cn.wanghaomiao.xpath.model.JXNode;
    import org.jsoup.Jsoup;
    import org.jsoup.nodes.Document;
    import org.jsoup.select.Elements;
    
    import java.io.File;
    import java.io.IOException;
    import java.util.List;
    
    /**
     * XPath查询
     */
    public class JsoupDemo6 {
        public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
            //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);
            }
        }
    }

> 加油~   开始学习JavaWeb~

[Java_ _]: https://blog.csdn.net/weixin_44949135/article/details/113773297
[XML_01_xml_xml]: https://blog.csdn.net/weixin_44949135/article/details/113780240
[XML_02_xml]: https://blog.csdn.net/weixin_44949135/article/details/113781147
[20210210155022841.png]: https://img-blog.csdnimg.cn/20210210155022841.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70]: /images/20221024/387bf1ee3e584ff4a1bd38b0cc128394.png
[20210210155420582.png]: /images/20221024/c9dff09e093649c381ad5f5159efd26f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 1]: /images/20221024/3cf083848e2e42c88d4631f38da59963.png
[2021021015563915.png]: /images/20221024/3ca86cc42480412e89965ee12b65cb8e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/2021021015593057.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ==,size_16,color_FFFFFF,t_70
[20210210155948138.png]: /images/20221024/70327eca14064c8f97059a2cf62041cc.png
[20210210160421361.png]: https://img-blog.csdnimg.cn/20210210160421361.png
[20210210160641865.png]: /images/20221024/938080feba6d4a0a9cb2990709210047.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 3]: /images/20221024/bc078ca2d40b4d1a83b01ad07c0aa3e9.png
[20210210160756744.png]: /images/20221024/5b0401a618e641908034407996ea0ae0.png
[20210210161321421.png]: /images/20221024/1499aa449f034e29b7b8581656516137.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20210210161029935.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 5]: /images/20221024/478dfb2fc28b4c559b1f142b7da2afa7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 6]: /images/20221024/b73d94783acc45f39da28e166aae0c86.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 7]: /images/20221024/91ee050d7f6f4300a5226743d7642847.png
[20210210162620428.png]: https://img-blog.csdnimg.cn/20210210162620428.png
[20210210162635769.png]: /images/20221024/a2c20881edee4130b7bb6858f9c7ff99.png
[20210210163701183.png]: https://img-blog.csdnimg.cn/20210210163701183.png
[2021021016372077.png]: /images/20221024/071ac805d22c48f78826ff7720c173f0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 8]: /images/20221024/3b95f1f9ebb744f5961f7c21d6e0ea2a.png
[XPath]: https://baike.baidu.com/item/XPath/5574064?fr=aladdin
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 9]: /images/20221024/23fc4036a72e4af2b0f145aefe9a645c.png
[20210210165437304.png]: /images/20221024/e14cfd9bde1542798a7b2231be705e2a.png
[20210210165714153.png]: /images/20221024/557ca1b1ef1449359511b9f0721b5485.png
[20210210165538466.png]: /images/20221024/2d6431238fd9478dbef89abe08566a1c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20210210170148981.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk0OTEzNQ_size_16_color_FFFFFF_t_70 11]: /images/20221024/09fd2d759ffd4559ad7d4aa57426ebd3.png