XML之——解析

概念

操作xml文档,将文档中的数据读取道内存中

面试题——解析xml方式(思想)

DOM:将标记语言文档一次性加载进内存,形成一个dom树

  • 优点:操作方便,可以对文档进行CRUD(增删改查)的任何操作
  • 缺点:比较消耗内存

SAX:逐行读取,基于事件驱动的

ps:读取一行释放一行,所以是基于事件驱动,例如读取到title我应该怎么样···等

  • 优点:不占内存
  • 缺点:只能读,不能改(增删改)

总结:在移动端使用SAX思想,在服务端使用DOM思想

xml常见解析器

  • JAXP:sun公司提供的解析器,支持dom和sax两种思想,但是性能不高,所以一般不用
  • DOM4J:一款非常优秀的解析器
  • jsoup:它是用来解析html的,但是因为特别好用,就也来解析xml了
  • PULL:Android操作系统内置解析器,它是sax方式的

jsoup解析器的使用

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

  • 代码示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
//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);
  • xml文件内容
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
<?xml version="1.0" encoding="UTF-8" ?>

<students>
<student number="a_0001">
<name id="a">
<xing></xing>
<ming></ming>
</name>
<age>18</age>
<sex>male</sex>
</student>
<student number="a_0002">
<name>jack</name>
<age>18</age>
<sex>female</sex>
</student>

</students>

对象的使用

  • Jsoup:工具类,可以解析html或者xml文档,返回document
    • parse解析方法:一、提供文件路径与字符编码 二、直接提供字符串 三、通过网络路径解析,需要提供Url对象与超时时间
  • Document:文档对象,地表内存中的dom树
    • 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:元素Element对象的集合,可以当作Arraylist<Element>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
      • String html():获取标签体的所有内容(包括字标签的字符串内容)
  • Node:节点对象
    • 是Document和Element的父类

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
    • 代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
//1.获取student.xml的path
String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath();
//2.获取Document对象
Document document = Jsoup.parse(new File(path), "utf-8");
//通过Document对象获取name标签,获取所有的name标签,可以获取到两个
Elements elements = document.getElementsByTag("name");
System.out.println(elements.size());
System.out.println("----------------");
//通过Element对象获取子标签对象
Element element_student = document.getElementsByTag("student").get(0);
Elements ele_name = element_student.getElementsByTag("name");
System.out.println(ele_name.size());

//获取student对象的属性值
String number = element_student.attr("NUMBER");
System.out.println(number);
System.out.println("------------");
//获取文本内容
String text = ele_name.text();
String html = ele_name.html();
System.out.println(text);
System.out.println(html);
  1. 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
    • 代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
//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);
}