Jsoup解析Xml{详解}

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>zhangsanname>
        <age>23age>
        <gender>malegender>
        <address>环湖中路36address>
    user>

    <user id='2'>
        <name>lisiname>
        <age>24age>
        <gender>femalegender>
    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 slist = new ArrayList<>();
        // element.forEach(v->System.out.println(v));
        Iterator it = element.iterator();
        while (it.hasNext()) {
            Element next = it.next();
            Elements childrens = next.children();
            Iterator 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 list = new ArrayList<>();
        Elements element = dom.getElementsByTag("user");
        Iterator 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 list = new ArrayList<>();
        Elements element = dom.getElementsByTag("user");
        Iterator 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 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 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 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 jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
                for (JXNode jxNode : jxNodes4) {
                    System.out.println(jxNode);
                }