java入坑之Jsoup（待补充）

一、快速入门

1.1配置

    org.jsoup
    jsoup
    1.16.1

1.2解析xml

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。
* 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

1.2.1所用xml

    
        tom
        18
         male
    
    
        to
        18
        female
    

1.2.2Jsoup解析

package org.example;

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

public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
//2.获取Document对象，根据xml文档获取
//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dam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);
    }
}

1.3对象的使用

1.3.1.Jsoup对象

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

1.3.2Document对象

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

1.3.3.Element对象

.Elements：元素Element对象的集合。可以当做 ArrayList来使用
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 T
• string  html();获取标签体的所有内容(包括字标签的字符串内容

package org.example;

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

public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
//2.获取Document对象，根据xml文档获取
//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dam树--->Document
        Document document = Jsoup.parse(new File(path), "utf-8");
        Element element = document.getElementsByTag("student").get(0);
        Elements name = element.getElementsByTag("name");
        System.out.println(name.size());
    }
}

1.3.4Node对象

Node :节点对象
是Document和E lement的父类

1.4快速查询

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。 T
* 查询w3cshool参考手册，使用xpath的语法完成查询

通过选择器查询

package org.example;

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

public class JsoupDemo1 {
    public static void main(String[] args) throws IOException {
//2.获取Document对象，根据xml文档获取
//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dam树--->Document
        Document document = Jsoup.parse(new File(path), "utf-8");
        //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\"]");
        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);

    }
}