Jsoup解析Xml{詳解}

1:  概述

* 代碼：
//2.1獲取student.xml的path
String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
//2.2解析xml文檔，加載文檔進內存，獲取dom樹--->Document
Document document = Jsoup.parse(new File(path), "utf-8");
//3.獲取元素對象 Element
Elements elements = document.getElementsByTag("name");

System.out.println(elements.size());
//3.1獲取第一個name的Element對象
Element element = elements.get(0);
//3.2獲取數據
String name = element.text();
System.out.println(name);

 

* 對象的使用：
1. Jsoup：工具類，可以解析html或xml文檔，返回Document

• * parse：解析html或xml文檔，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)：通過網絡路徑獲取指定的html或xml的文檔對象

2. Document：文檔對象。代表內存中的dom樹
* 獲取Element對象

• * getElementById​(String id)：根據id屬性值獲取唯一的element對象
• * getElementsByTag​(String tagName)：根據標簽名稱獲取元素對象集合
• * getElementsByAttribute​(String key)：根據屬性名稱獲取元素對象集合
• * getElementsByAttributeValue​(String key, String value)：根據對應的屬性名和屬性值獲取元素對象集合
• 3. Elements：元素Element對象的集合。可以當做 ArrayList<Element>來使用

4. Element：元素對象
1. 獲取子元素對象

• * getElementById​(String id)：根據id屬性值獲取唯一的element對象
• * getElementsByTag​(String tagName)：根據標簽名稱獲取元素對象集合
• * getElementsByAttribute​(String key)：根據屬性名稱獲取元素對象集合
• * getElementsByAttributeValue​(String key, String value)：根據對應的屬性名和屬性值獲取元素對象集合

2. 獲取屬性值

• * String attr(String key)：根據屬性名稱獲取屬性值

3. 獲取文本內容

• * String text():獲取文本內容
• * String html():獲取標簽體的所有內容(包括字標簽的字符串內容)

所用到的數據:

<?xml version="1.0" encoding="UTF-8"?>
<users>
    <user id='1'>
        <name>zhangsan</name>
        <age>23</age>
        <gender>male</gender>
        <address>環湖中路36</address>
    </user>

    <user id='2'>
        <name>lisi</name>
        <age>24</age>
        <gender>female</gender>
    </user>
</users>

  層次關系:

1:Document 是一個xml文件的dom樹,表示一個xml文件

2:Elements 表示多個元素(ELEMENT)的集合  findElementXXX() selectot() SetN() 系列API 返回的都是一個集合

3:Element  表示一個元素,xml理解為一個閉合的標簽

 

 2: 應用場景

　　2.1 有類封裝的 強制性解析 , 1: 類只需要三個屬性, 但是xml屬性多了 所以不能獲取跟節點直接使用text()進行解析, 2: 按照常規遍歷的方式進行解析

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<Student> slist = new ArrayList<>();
        // element.forEach(v->System.out.println(v));
        Iterator<Element> it = element.iterator();
        while (it.hasNext()) {
            Element next = it.next();
            Elements childrens = next.children();
            Iterator<Element> 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<Student> list = new ArrayList<>();
        Elements element = dom.getElementsByTag("user");
        Iterator<Element> it = element.iterator();
        Student stu=null;
        /**
         * 1: 這里是有局限性的 如果我們要的數據 中間穿插幾個不需要的數據,或者xml文檔以后變化 了 那么我們還得需要改代碼
         * 2: 最好的方式就行是使用匹配的方式, 無論 xml源文件 怎么發生變化, 最初的解析版本還是能夠使用的
         */
        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:前面提到的問題,都解決了

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<Student> list = new ArrayList<>();
        Elements element = dom.getElementsByTag("user");
        Iterator<Element> it = element.iterator();
        Student stu=null;
        /**
         *  使用selector 語法
         */
        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 應用

2. XPath：XPath即為XML路徑語言，它是一種用來確定XML（標准通用標記語言的子集）文檔中某部分位置的語言
            * 使用Jsoup的Xpath需要額外導入jar包。
            * 查詢w3cshool參考手冊，使用xpath的語法完成查詢
            * 代碼：
                //1.獲取student.xml的path
                String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
                //2.獲取Document對象
                Document document = Jsoup.parse(new File(path), "utf-8");
        
                //3.根據document對象，創建JXDocument對象
                JXDocument jxDocument = new JXDocument(document);
        
                //4.結合xpath語法查詢
                //4.1查詢所有student標簽
                List<JXNode> jxNodes = jxDocument.selN("//student");
                for (JXNode jxNode : jxNodes) {
                    System.out.println(jxNode);
                }
        
                System.out.println("--------------------");
        
                //4.2查詢所有student標簽下的name標簽
                List<JXNode> jxNodes2 = jxDocument.selN("//student/name");
                for (JXNode jxNode : jxNodes2) {
                    System.out.println(jxNode);
                }
        
                System.out.println("--------------------");
        
                //4.3查詢student標簽下帶有id屬性的name標簽
                List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]");
                for (JXNode jxNode : jxNodes3) {
                    System.out.println(jxNode);
                }
                System.out.println("--------------------");
                //4.4查詢student標簽下帶有id屬性的name標簽 並且id屬性值為itcast
        
                List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
                for (JXNode jxNode : jxNodes4) {
                    System.out.println(jxNode);
                }