这次来跟记录下java下如何操作xml文件。其实用过python去爬虫的话，那么应该很容易上手。java中有一个库dom4j就跟python中的lxml类似。
这里要重点强调下，在使用dom4j库的时候，其实它还有一个依赖包，就是jaxen。不添加的可是会报错的。（dom4j和jaxen的下载链接都整理好了在底部）
这里主要就是讲讲怎么用dom4j来读取的xml文件（可以直接从网络上加载，或者本地）
//这个是官网上copy的，直接从加载文件
public class Foo { public Document parse(URL url) throws DocumentException { SAXReader reader = new SAXReader(); Document document = reader.read(url); return document; } } //这个是加载本地的xml
public static Document parse(String path){ SAXReader reader = new SAXReader(); Document document = null; try { document = reader.read(“你的xml文件路径”); } catch (DocumentException e) { // TODO Auto-generated catch block
e.printStackTrace(); } return document; }
现在得到的这个Document类，就是一个存储着根据xml解析好的文本了，你想怎么折腾就从这儿开始吧。
<?xml version="1.0" encoding="UTF-8"?>
<note>
<to>George</to>
<from>John</from>
<heading name="test">Reminder</heading>
<body>Don't forget the meeting!</body>
<body type="test2">Don't forget the meeting2!</body>
</note>
现在举个小例子。xml文件在上面给出了
public static void testDom4j(Document data){ //1: 读取to里面的data Element lElement1 = (Element) file.selectSingleNode("/note/to"); String toValue = IElement1.getStringValue(); //dom4j中每个element就是对应的是一个node。 //2:读取heading中name的属性 Element lElement2 = (Element) file.selectObject("/note/heading"); String headingNameValue = IElement2.attributeValue("name") //3根据Node的属性选择，从body中选择type="test2"那个 Element lElement3 = (Element) file.selectObject("/note/heading[@type='test2' "); String bodValue= IElement3.getStringValue();
}
这三种应该是比较常用的了，当然还有其他API没提到。不过都类似的啦。大家可以上官网看看
就写到这儿了。有什么要补充的下次再加吧。（主要太懒，撤~~）
om4j:
jaxen的下载地址：
http://maven.ibiblio.org/maven2/jaxen/jaxen/1.1.1/