XML之——解析

发表于 更新于 分类于 阅读次数： 本文字数： 4.4k 阅读时长 ≈ 4 分钟

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>张</xing>
			<ming>三</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);
}