Jsoup解析器

xml解析思想

XML解析即读写XML文档中的数据。框架的开发者通过XML解析读取框架使用者配置的参数信息，开发者也可以通过XML解析读取网络传来的数据。XML有如下解析思想：
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，一般用于手机APP开发中读取XML
• 缺点：只能读取，不能增删改

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
• DOM4J：一款非常优秀的解析器
• Jsoup：Jsoup是一款Java的HTML解析器，支持DOM思想。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，支持SAX思想

Jsoup快速入门

1. 导入jar包
2. 加载XML文档进内存，获取DOM树对象Document
3. 获取对应的标签Element对象
4. 获取数据 ```java import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements;

import java.io.File; import java.io.IOException;

public class Demo1 { //获取xml中的所有学生姓名 public static void main(String[] args) throws IOException { /*

    * 加载xml文档进内存，获取dom数对象Document
    * 获取类加载器
    * */
    ClassLoader classLoader = Demo1.class.getClassLoader();
    //使用类加载器找到xml文档路径
    String path = classLoader.getResource("xsd/student.xml").getPath();
    //加载xml文档进内存，并转成Document对象
    Document document=Jsoup.parse(new File(path),"utf-8");
    //获取对象的标签Element对象
    Elements name =document.getElementsByTag("name");
    //获取数据
    for(Element element:name){
        String text = element.text();
        System.out.println(text);
    }
}

}

![image.png](https://cdn.nlark.com/yuque/0/2022/png/25812280/1655907001814-ca9f88f2-0f0f-4611-b8e3-375630cb88fa.png#clientId=u87ddcd12-d35c-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=319&id=ub040040a&margin=%5Bobject%20Object%5D&name=image.png&originHeight=544&originWidth=740&originalType=binary&ratio=1&rotation=0&showTitle=false&size=260071&status=done&style=none&taskId=ud3fcfc06-ce4d-48e3-8fe0-319c54c9a31&title=&width=434)<br />Jsoup：可以解析xml或html，形成dom树对象。

- static Document parse(File in, String charsetName)：解析本地文件
- static Document parse(String html)：解析html或xml字符串
- static Document parse(URL url, int timeoutMillis)：解析网页源文件
```java
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

import java.io.IOException;
import java.net.URL;

public class Demo2 {
    public static void main(String[] args) throws IOException {
        //解析本地xml文件
//        String path = Demo2.class.getClassLoader().getResource("xsd/student.xml").getPath();
//        Document document = Jsoup.parse(new File(path),"utf-8");
//        System.out.println(document);
//        System.out.println("---------------------");

        //解析字符串
        Document document1 = Jsoup.parse("<!ELEMENT students (student*) >\n" +
                "<!ELEMENT student (name,age,sex)>\n" +
                "<!ELEMENT name (#PCDATA)>\n" +
                "<!ELEMENT age (#PCDATA)>\n" +
                "<!ELEMENT sex (#PCDATA)>\n" +
                "<!ATTLIST student number ID #REQUIRED>");
        System.out.println(document1);

        //解析网络资源
        Document document2 = Jsoup.parse(new URL("https://www.baidu.com"),2000);
        System.out.println(document2);
    }
}

Document对象

Document：xml的dom树对象
常用方法：

1. Element getElementById(String id)：根据id获取元素
2. Elements getElementsByTag(String tagName)：根据标签名获取元素
3. Elements getElementsByAttribute(String key)：根据属性获取元素
4. Elements getElementsByAttributeValue(String key,String value)：根据属性名=属性值获取元素。
5. Elements select(Sting cssQuery)：根据选择器选取元素。

Element对象

Element: 元素对象
常用方法：

1. String text()：获取元素包含的纯文本。
2. String html()：获取元素包含的带标签的文本。
3. String attr(String attributeKey)：获取元素的属性值。

XPath解析

XPath即为XML路径语言，它是一种用来确定标记语言文档中某部分位置的语言。
使用方法：

1. 导入 Xpath 的jar包
2. 获取 Document 对象
3. 将 Document 对象转为 JXDocument 对象
4. JXDocument 调用 selN(String xpath) ，获取 List 对象。
5. 遍历 List ，调用 JXNode 的 getElement() ，转为 Element 对象。
6. 处理 Element 对象。