JavaXML
解析xml的方式
DOM
将标记语言文档一次性加载进内存，在内存中形成一颗dom树
- 优点： 操作方便，可以对文档进行CRUD的所有操作
- 缺点： 占内存
SAX
逐行读取，基于事件驱动的
- 优点： 不占内存
- 缺点： 只能读取，不能增删改
xml常见的解析器
JAXP： sun公司提供的解析器，支持dom和sax两种思想。
DOM4J： 是一个易用的、开源的库，用于解析XML。它应用于Java平台，具有性能优异、功能强大和极其易使用的特点。Dom4j将XML视为Document对象，XML标签被Dom4j定义为Element对象。
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。
PULL： Android操作系统内置的解析器，sax方式的。
DOM4J
是一个易用的、开源的库，用于解析XML。它应用于Java平台，具有性能优异、功能强大和极其易使用的特点。Dom4j将XML视为Document对象，XML标签被Dom4j定义为Element对象。
需要JDK1.8以上
读取XML文档
/**
* 描述：通过DOM4J读取xml文件
*/
public class HrReader {
public void readXML() {
String file = "E:\\IdeaProjects\\study\\xml-study\\src\\hr.xml";
// SAXReader类是读取XML文件的核心类，用于将XML解析后以树的形式保存在内存中。
SAXReader reader = new SAXReader();
try {
Document document = reader.read(file);
// 获取XML文档的根节点，就是<hr>标签
Element rootElement = document.getRootElement();
// 用于获取指定标签的集合
List<Element> elementList = rootElement.elements("employee");
for (Element employee : elementList) {
// 用于获取element唯一子节点
Element name = employee.element("name");
// 用于获取标签中的文本
String nameText = name.getText();
System.out.print("姓名：" + nameText);
System.out.print("，年龄：" + employee.elementText("age"));
System.out.print("，工资：" + employee.elementText("salary"));
// 获取节点
Element department = employee.element("department");
String dname = department.element("dname").getText();
System.out.print("，部门：" + dname);
System.out.print("，工作地点：" + department.elementText("address"));
// 获取属性
Attribute att = employee.attribute("no");
String no = att.getText();
System.out.println("，工号：" + no);
}
} catch (DocumentException e) {
e.printStackTrace();
}
}
public static void main(String[] args) {
HrReader hrReader = new HrReader();
hrReader.readXML();
}
}更新XML文档
/**
* 描述：通过DOM4J更新xml文件
*/
public class HrWriter {
public void writeXML(){
String file = "E:\\IdeaProjects\\study\\xml-study\\src\\hr.xml";
SAXReader reader = new SAXReader();
try {
Document document = reader.read(file);
Element rootElement = document.getRootElement();
// 创建一个属于rootElement对象的employee节点
Element employee = rootElement.addElement("employee");
// 创建no属性
employee.addAttribute("no", "3311");
// 创建一个属于employee对象的name节点
Element name = employee.addElement("name");
// 设置name节点的值
name.setText("王五");
employee.addElement("age").setText("22");
employee.addElement("salary").setText("3500");
Element department = employee.addElement("department");
department.addElement("dname").setText("市场部");
department.addElement("address").setText("xx大厦-B1003");
// 创建字符输出流
Writer writer = new OutputStreamWriter(new FileOutputStream(file), "UTF-8");
// 将创建的节点写入文件中
document.write(writer);
writer.close();
} catch (Exception e) {
e.printStackTrace();
}
}
public static void main(String[] args) {
HrWriter hrWriter = new HrWriter();
hrWriter.writeXML();
}
}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。
- 导入jar包
- 获取Document对象
- 获取对应的标签Element对象
- 获取数据
//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类
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
Document类
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
Elements类
元素Element对象的集合。可以当做 ArrayList<Element> 来使用
Element类
元素对象
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
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(包括字标签的字符串内容)
Node类
节点对象，是Document和Element的父类
快捷查询方式
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
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。
- 查询w3cshool参考手册，使用xpath的语法完成查询
//1.获取student.xml的path
String path = JsoupDemo6.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，创建JXDocument对象
JXDocument jxDocument = new JXDocument(document);
//4.结合xpath语法查询
//4.1查询所有student标签
List<JXNode> 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<JXNode> 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<JXNode> 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itcast
List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id='itcast']");
for (JXNode jxNode : jxNodes4) {
System.out.println(jxNode);
}XPath 查找XML数据
XPath路径表达式是XML文档中查找数据的语言，可以极大的提高在提取数据时的开发效率。
Last updated on