java解析XML和java解析HTML

转载自：http://blog.csdn.net/javaxiaochouyu/article/details/6889140

一。dom4j  解析xml：

 

俩jar包：dom4j-1.6.1.jar 和jaxen-1.1-beta-6.jar

/**
	 * java解析xml文件各个节点信息
	 * 
	 * @author Jeelon
	 * @param string
	 *            :解析的文件名
	 */
	private static void getXmlInfo(String string) {
		SAXReader reader = new SAXReader();
		InputStream in = Thread.currentThread().getContextClassLoader()
				.getResourceAsStream(string);
		try {
			Document doc = reader.read(in);
			Element driverNameEls = (Element) doc
					.selectObject("/config/db-info/driver-name");
			Element urlEls = (Element) doc.selectObject("/config/db-info/url");
			Element userNameEls = (Element) doc
					.selectObject("/config/db-info/user-name");
			Element passwordEls = (Element) doc
					.selectObject("/config/db-info/password");

			String driverName = driverNameEls.getStringValue();
			String url = urlEls.getStringValue();
			String userName = userNameEls.getStringValue();
			String password = passwordEls.getStringValue();

			System.out.println("====================================");
			System.out.println("驱动名：" + driverName);
			System.out.println("URL地址:" + url);
			System.out.println("用户名：" + userName);
			System.out.println("密码：" + password);
			System.out.println("====================================");
		} catch (DocumentException e) {
			e.printStackTrace();
		}

	}

二。java解析HTML

需要的jar包：jsoup-1.6.0.jar

/**
	 * 提取HTML文件的文本内容
	 * 
	 * @author Jeelon
	 * @param html
	 *            提取的html文件名
	 * @return 返回提取内容String
	 */
	private static String getDocument(File html) {
		String text = "";
		try {
			// 设置编码集
			org.jsoup.nodes.Document doc = Jsoup.parse(html, "UTF-8");
			// 提取标题信息
			Elements title = doc.select("title");
			for (org.jsoup.nodes.Element link : title) {
				text += link.text() + " ";
			}
			// 提取table中的文本信息
			Elements links = doc.select("table");
			for (org.jsoup.nodes.Element link : links) {
				text += link.text() + " ";
			}
			// 提取div中的文本信息
			Elements divs = doc.select("div[class=post]");
			for (org.jsoup.nodes.Element link : divs) {
				text += link.text() + " ";
			}
		} catch (IOException e) {
			e.printStackTrace();
		}

		return text;
	}

Element element = null;
		File f = new File("a.xml");
		DocumentBuilder db = null; // documentBuilder为抽象不能直接实例化(将XML文件转换为DOM文件)
		DocumentBuilderFactory dbf = null;
		try {

			dbf = DocumentBuilderFactory.newInstance(); // 返回documentBuilderFactory对象
			db = dbf.newDocumentBuilder();// 返回db对象用documentBuilderFatory对象获得返回documentBuildr对象

			Document dt = db.parse(f); // 得到一个DOM并返回给document对象
			element = dt.getDocumentElement();// 得到一个elment根元素

			System.out.println("根元素：" + element.getNodeName()); // 获得根节点

			NodeList childNodes = element.getChildNodes(); // 获得根元素下的子节点

			for (int i = 0; i < childNodes.getLength(); i++) {// 遍历这些子节点
				Node node1 = childNodes.item(i); // childNodes.item(i);
													// 获得每个对应位置i的结点
				if ("Account".equals(node1.getNodeName())) {
					// 如果节点的名称为"Account"，则输出Account元素属性type
					System.out.println("\r\n找到一篇账号. 所属区域: "
							+ node1.getAttributes().getNamedItem("type")
									.getNodeValue() + ". ");
					NodeList nodeDetail = node1.getChildNodes(); // 获得<Accounts>下的节点
					for (int j = 0; j < nodeDetail.getLength(); j++) { // 遍历<Accounts>下的节点
						Node detail = nodeDetail.item(j); // 获得<Accounts>元素每一个节点
						if ("code".equals(detail.getNodeName())) // 输出code
							System.out
									.println("卡号: " + detail.getTextContent());
						else if ("pass".equals(detail.getNodeName())) // 输出pass
							System.out
									.println("密码: " + detail.getTextContent());
						else if ("name".equals(detail.getNodeName())) // 输出name
							System.out
									.println("姓名: " + detail.getTextContent());
						else if ("money".equals(detail.getNodeName())) // 输出money
							System.out
									.println("余额: " + detail.getTextContent());

					}
				}

			}
		} catch (Exception e) {
			System.out.println(e);
		}