JavaScript 中 xml 的解析（jsoup 解析器）

绝地灬酷狼 2021-09-20 15:34 458阅读 0赞

**目录**

一、概述

二、dom 和 sax 解析对比

三、解析器

四、Jsoup 解析器

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

5、快捷查询

--------------------

# 一、概述 #

xml 的解析就是操作 xml 文档，将文档内容读取到内存中，解析的方法两种

1.  dom：将标记语言文档一次性加载到内存，在内存中形成一颗 dom 树
2.  sax：逐行解析

# 二、dom 和 sax 解析对比 #

dom 解析：

*  根据 xml 的层级结构在内存中分配一个树形结构，把 xml 的标签，属性和文本都封装成对象
 *  优点：很方便实现增、删、改操作
 *  缺点：消耗内存，会造成内存溢出

sax 解析：

*  采用事件驱动，边读边解析
    
     *  从上到下，一行一行的解析，解析到某个对象就返回对象名称
 *  优点：不占内存，方便实现查询操作
 *  缺点：只能读取，不能实现增、删、改操作

# 三、解析器 #

不同的公司和组织提供了针对 dom 和 sax 方式的解析器，都是通过 api 方式提供的，主要有：

*  sun 公司提供的针对 dom 和 sax 解析器：Jaxp
 *  dom4j 组织提供的针对 dom 和 sax 解析器：dom4j（开发中用的最多）
 *  jdom 组织提供的针对 dom 和sax 解析器：Jdom
 *  Java的HTML解析器，可以直接解析URL地址、HTML 文本内容：Jsoup

# 四、Jsoup 解析器 #

## 1、导入 jar 包 ##

导入 jsoup-1.12.1.jar 包

链接：https://pan.baidu.com/s/1wz8NKy2xgqTV5lzc4CbaQQ   
提取码：rwwo

## 2、获取 Document 对象 ##

*  parse()方法：解析 HTML 或 xml 文档，返回 Document 对象
    
     *  parse(File in，String charsetName)：解析 xml 或 HTML 文件
     *  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 文档对象

## 3、获取对应的标签 Element 对象 ##

*  getElementById(String id)：根据id属性值获取唯一的element对象
 *  getElementByTag(String tagName)：根据标签名称获取元素对象集合
 *  getElementByAttribute(String key)：根据属性名称获取元素对象集合
 *  getElementByAttributeValue(String key，String value)：根据对应的属性名称和属性值获取元素对象集合

## 4、获取数据 ##

public static void main(String[] args) throws IOException {
        //1.获取Document对象
        String path = jsoup.class.getClassLoader().getResource("person.xml").getPath();
        Document document = Jsoup.parse(new File(path),"utf-8");
    
        //2.获取元素Element对象
        Elements elements = document.getElementsByTag("name");
        System.out.println(elements);
        System.out.println("******************");
    
        //3.获取第一个name的Element对象
        Element element = elements.get(0);
        System.out.println(element.text());
        System.out.println("******************");
    
        //4.获取属性名为pid的元素对象
         Elements elements1 = document.getElementsByAttribute("id");
         System.out.println(elements1);
         System.out.println("******************");
    
         //5.获取number属性值为15450132的元素对象
         Elements elements2 = document.getElementsByAttributeValue("number","15450132");
         System.out.println(elements2);
         System.out.println("******************");
         //根据id属性获取element对象
         Element element1 = document.getElementById("一颗星");
         System.out.println(element1);
    }

## 5、快捷查询 ##

【1】selector：选择器

使用上面的查询需要先查询到上一级元素才能往下查询，工作量比较大，jsoup 就提供了一种快捷查询的方法，即使用 selector 选择器

*  Elements select(String cssQuery)

public static void main(String[] args) throws IOException {
        //1.获取Document对象
        String path = jsoup.class.getClassLoader().getResource("person.xml").getPath();
        Document document = Jsoup.parse(new File(path),"utf-8");
        
        //获取name标签
        Elements elements = document.select("name");
        System.out.println(elements);
        System.out.println("***********");
    
        //查询id值为pid的元素
        Elements elements1 = document.select("#一颗星");
        System.out.println(elements1);
        System.out.println("***********");
    
        //获取指定标签下的指定标签
        //先获取指定标签
        //Elements elements2 = document.select("p1[id="pid"]");
        //再获取指定标签下的标签
        Elements elements2 = document.select("p1[id=\"pid\"] > age");
        System.out.println(elements2);
    }

【2】XPath

快捷查询还有一种 xpath 方法查询，这个在下一篇 dom4j 解析器叙述

# #