Jsoup解析器

1.快速入门

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
public class demo1 {
    public static void main(String[] args) {
        //获取Document对象，根据xml文档获取
        //1.获取student.xml的path
        String path = demo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.解析xml文档，加载文档进内存，获取dom树
        try {
            Document document = Jsoup.parse(new File(path),"utf-8");
            //3.获取元素对象 name,返回值类型Elements继承了ArrayList,是一个集合
            Elements elements = document.getElementsByTag("name");
            System.out.println(elements.size());
            Elements elementstu = document.getElementsByTag("student");
            System.out.println(elementstu.size());
            //获取第一个name的element对象
            Element element = elements.get(0);
            //获取数据
            String name = element.text();
            System.out.println(name);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

2.对象

  1. Jsoup：工具类，可以解析html和xml文档，返回Document

    • parse(File in,String charsetName)：解析xml或html文件
    • parse(String str)：解析xml或html字符串
    • parse(URL url,int timeoutMillis)：通过网络路径获取指定的xml或html文档

  2. Document：文档对象，代表文档中的dom树

    • getElementById(String id)：根据id属性值获取唯一元素对象

    • getElementsByTag(String tagName)：根据元素标签名称获取元素对象集合

    • getElementsByAttribute(String key)：根据元素属性名称获取元素对象集合

    • getElementsByAttribute(String key，String value)：根据属性名和属性值获取元素对象集合

  3. Elements：元素Element对象的集合

    • 获取子元素对象

  4. Element：元素对象

    • 获取属性值
      • String attr(String key)
    • 获取文本内容
      • String text()：获取文本内容
      • html()：获取标签体的所有内容，包括子标签

  5. Node：节点对象

    • 是Document和Element的父类

3.查询方式

  • selector：选择器

    • Elements select(String cssQuery)
    • Jsoup文档中参考selector类中定义的语法
    1
    Elements select = document.select("student[number='stu1'] > age");

  • XPath：

    • XML路径语言，确定XML文档中某部分位置的语言
    • 导入jar包
    • 根据document对象，创建JXDocument对象
    • 查询w3cshool参考手册，使用xpath的羽凡完成查询
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
public class demo3 {
    public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        String path = demo3.class.getClassLoader().getResource("student.xml").getPath();
        Document document = Jsoup.parse(new File(path), "gbk");
        //根据document对象，创建JXDocument
        JXDocument jxDocument = new JXDocument(document);
        //结合XPath语法查询
        //查询所有的student标签
        List<JXNode> jxNodes = jxDocument.selN("//student");
      
        //查询student下所有的name标签
        List<JXNode> nodes = jxDocument.selN("//student/name");
       
        //查询student下有id属性的name标签
        List<JXNode> jxNodes1 = jxDocument.selN("//student/name[@id]");
      
        //查询student下有id属性的name标签id属性值为name1
        List<JXNode> jxNodes2 = jxDocument.selN("//student/name[@id='name1']");
       
    }
}