目录
1、XML概念
2、XML语法
2.1、基本语法
2.2、组成部分
2.2.1、文档声明
2.2.2、指令(了解)
2.2.3、标签
2.2.4、属性
2.2.5、文本
2.2.6、约束
3、解析XML
3、Jsoup的使用
3.1、Jsoup快速入门
3.2、Jsoup常见对象
3.2.1、Jsoup对象
3.2.2、Document对象
3.2.3、Elements对象
3.2.4、Element对象
3.2.5、Node对象
3.3、快捷查询方式
3.3.1、selector:选择器
3.3.2、XPath:XML路径语言
XML(Extensible Markup Language,可扩展标记语言)。
可扩展:标签都是自定义的。如:
xml功能:存储数据,① 作为配置文件;② 在网络中传输
xml与html的区别:
-格式
属性列表:
version:版本号,必须的属性。
encoding:编码方式,告知解析引擎当前文档使用的字符集,默认值:ISO-8859-1。
standalone:是否独立,取值有① yes:不依赖其它文件;② no:依赖其它文件。
如:
指令:结合css来控制标签样式。
标签名称自定义,规则:
id属性值唯一。
CDATA区:在该区域中的数据会被原样展示。
-格式
约束:规定xml文档的书写规则。
作为框架的使用者(程序员):
分类:
DTD:
引入dtd文档到xml文档中:① 内部dtd:将约束规则定义在xml文档中;② 外部dtd:将约束的归咋定义在外部的文件中。本地:;网络:。
]>
tom
18
male
Schema:
tom
18
male
mike
18
male
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:
解析xml的方式:
xml常见的解析器:
1、导入jar包:jsoup-1.11.2.jar
2、获取Document对象
3、获取对应的标签(Element对象)
4、获取数据
package 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;
/**
* Jsoup快速入门
*/
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
//2、获取Document对象,根据xml文档来获取
//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);
}
}
Jsoup:工具类,可以解析html或xml文档,返回Document对象。
-parse:解析html或xml文档,返回Document
Document parse(File in, String charsetName);//解析xml或html文件的。
Document parse(String in):解析xml或html字符串。
Document parse(URL url, int timeoutMillis);//通过网络路径获取指定的html或xml 的文档对象。
package xml.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
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 {
//方式1:
//2、获取Document对象,根据xml文档来获取
//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 document1 = Jsoup.parse(new File(path), "utf-8");
//方式2:
//parse(String html):解析xml或html字符串
String str = "\n" +
"\n" +
" \n" +
" \t\n" +
" \t\ttom \n" +
" \t\t18 \n" +
" \t\tmale \n" +
" \t \n" +
"\n" +
"\t\n" +
"\t\tmike \n" +
"\t\t18 \n" +
"\t\tfemale \n" +
"\t \n" +
"\t\t \n" +
" ";
Document document2 = Jsoup.parse(str);
//System.out.println(document2);
//方式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://www.baidu.com");
Document document = Jsoup.parse(url, 10000);
System.out.println(document);
}
}
Document:文档对象,代表内存中的dom树。
-获取Elements对象集合
Elements getElementsByTag(String tagName);//根据标签名称获取元素对象集合
Elements getElementsByAttribute(String key);//根据属性名称获取元素对象集合
Elements 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
-获取Element对象
Element getElementById(String id);//根据id属性值获取唯一的element对象
package 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;
/**
* Document/Element对象功能
*/
public class JsoupDemo3 {
public static void main(String[] args) throws IOException {
//1、获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//2、获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//3、获取元素对象
//3.1、获取所有student对象
Elements elements = document.getElementsByTag("student");
System.out.println(elements);
System.out.println("------------");
//3.2、获取属性名为id的元素对象们
Elements elements1 = document.getElementsByAttribute("id");
System.out.println(elements1);
System.out.println("------------");
//3.3、获取number属性值为0001的元素对象
Elements elements2 = document.getElementsByAttributeValue("number", "0001");
System.out.println(elements2);
System.out.println("------------");
//3.4、获取id属性值为123的元素对象
Element elementById = document.getElementById("123");
System.out.println(elementById);
}
[点击并拖拽以移动]
Elements:元素Element对象的集合,可以当作ArrayList
Element:元素对象。
-获取子元素对象
Elements getElementsByTag(String tagName);//根据标签名称获取元素对象集合
Elements getElementsByAttribute(String key);//根据属性名称获取元素对象集合
Elements 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
-获取属性值
String attr(String key);//根据属性名称获取属性值
-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)
package 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;
public class JsoupDemo4 {
public static void main(String[] args) throws IOException {
//1、获取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//2、获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
/**
* -获取子元素对象
* Elements getElementsByTag(String tagName);//根据标签名称获取元素对象集合
* Elements getElementsByAttribute(String key);//根据属性名称获取元素对象集合
* Elements 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
*
* -获取属性值
* String attr(String key);//根据属性名称获取属性值
*
* -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
*/
//通过Document对象获取所有的name标签
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());
System.out.println("---------------");
//获取student对象的属性值
String number = element_student.attr("nUmBer");//不区分大小写
System.out.println(number);
System.out.println("---------------");
//获取文本内容
String text1 = ele_name.text();//获取所有子标签的所有纯文本内容
String html = ele_name.html();//获取标签体的所有内容(包括子标签的标签和文本内容)
System.out.println(text1);
System.out.println(html);
}
}
Node:结点对象,是Document和Element的父类。
使用的方法:
Elements select(String cssQuery);
cssQuery语法:参考Selector类中定义的语法。
package xml.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
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 = JsoupDemo1.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
Elements elements1 = document.select("name");
System.out.println(elements1);
System.out.println("--------------------");
//4、查询id值为123的元素
Elements elements2 = document.select("#123");
System.out.println(elements2);
System.out.println("--------------------");
//5、获取number属性值为0001的student标签的age子标签
//5.1、获取number属性值为0001的student标签
Elements elements3 = document.select("student[number='0001']");
System.out.println(elements3);
System.out.println("--------------------");
//5.2、获取子标签
Elements elements4 = document.select("student[number='0001'] > age");
System.out.println(elements4);
System.out.println("--------------------");
}
}
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。
注意:
package 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 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 = JsoupDemo1.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对象来创建JXDocument对象
JXDocument jxDocument = new JXDocument(document);
//4、结合xpath语法查询
//4.1、查询所有的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123
List jxNodes4 = jxDocument.selN("//student/name[@id='123']");
for(JXNode jxNode : jxNodes4) {
System.out.println(jxNode);
}
System.out.println("-----------------");
}
}