java中常用XML解析器的使用

更新時間：2023年02月03日 08:40:56 作者：丨Jack_Chen丨

這篇文章主要介紹了java中常用XML解析器的使用的相關(guān)資料,需要的朋友可以參考下

(JAXP、DOM4J、Jsoup、JsoupXPath等常用XML解析器的使用)

XML概述

XML(Extensible Markup Language)，可擴展標(biāo)記語言。XML具有標(biāo)簽自定義，語法嚴格，適用于存儲數(shù)據(jù)與傳輸數(shù)據(jù)等特點。

在這里插入圖片描述

組成部分

1.文檔聲明

格式：<?xml 屬性列表 ?>
	
屬性列表：
	version：版本號，必須的屬性
	encoding：編碼方式。告知解析引擎當(dāng)前文檔使用的字符集，默認值：ISO-8859-1
	standalone：是否獨立 yes：不依賴其他文件 no：依賴其他文件

2.指令

用于結(jié)合css：<?xml-stylesheet type="text/css" href="xml.css" rel="external nofollow"  ?>

3.標(biāo)簽

標(biāo)簽名稱自定義，需遵循規(guī)則：

名稱可以包含字母、數(shù)字以及其他的字符 

名稱不能以數(shù)字或者標(biāo)點符號開始 

名稱不能以字母 xml（或者 XML、Xml 等等）開始 

名稱不能包含空格

4.屬性

id屬性值唯一

5.文本

CDATA區(qū)：在該區(qū)域中的數(shù)據(jù)會被原樣展示
    格式：  <![CDATA[ 展示數(shù)據(jù)]]>

語法

xml文檔的后綴名 .xml

xml第一行必須定義為文檔聲明，可選部分，如果存在需要放在文檔的第一行

xml文檔中有且僅有一個根標(biāo)簽，是所有其他元素的父元素

屬性值必須使用引號(單雙都可)引起來

標(biāo)簽必須正確關(guān)閉，所有的XML元素都必須有一個關(guān)閉標(biāo)簽

xml標(biāo)簽名稱區(qū)分大小寫

XML示例

<?xml version="1.0" encoding="UTF-8" ?>

<students>
    <student id='1'>
        <name>小白</name>
        <age>20</age>
    </student>

    <student id='2'>
        <name>大白</name>
        <age>30</age>
    </student>
</students>

約束

約束是規(guī)定xml文檔的書寫規(guī)則。約束分為：DTD（一種簡單的約束技術(shù)）與Schema（一種復(fù)雜的約束技術(shù)）共兩類。

DTD

students.dtd

<!ELEMENT students (student+) >
<!ELEMENT student (name,age)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ATTLIST student name ID #REQUIRED>

引入方式：

內(nèi)部dtd：將約束規(guī)則定義在xml文檔中

<?xml version="1.0" encoding="UTF-8" ?>

<!DOCTYPE students [
        <!ELEMENT students (student+) >
        <!ELEMENT student (name,age)>
        <!ELEMENT name (#PCDATA)>
        <!ELEMENT age (#PCDATA)>
        <!ATTLIST student name ID #REQUIRED>
        ]>
<students>
    <student name="xb">
        <name>小白</name>
        <age>20</age>
    </student>
    <student name="db">
        <name>大白</name>
        <age>30</age>
    </student>
</students>

外部dtd：將約束的規(guī)則定義在外部的dtd文件中

本地：<!DOCTYPE 根標(biāo)簽名 SYSTEM "dtd文件的位置">

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE students SYSTEM "student.dtd">

<students>
    <student name="xb">
        <name>小白</name>
        <age>20</age>
    </student>
    <student name="db">
        <name>大白</name>
        <age>30</age>
    </student>
</students>

網(wǎng)絡(luò)：<!DOCTYPE 根標(biāo)簽名 PUBLIC "dtd文件名字" "dtd文件的位置URL">

Schema

1.填寫xml文檔的根元素 <?xml version="1.0" encoding="UTF-8"?>

2.引入xsi前綴  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

3.引入xsd文件命名空間  xsi:schemaLocation="
    http://www.springframework.org/schema/beans
    http://www.springframework.org/schema/beans/spring-beans.xsd"

4.為每一個xsd約束聲明一個前綴,作為標(biāo)識 xmlns:mvc="http://www.springframework.org/schema/mvc"

<?xml version="1.0" encoding="UTF-8"?>
<beans 
       xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
       xmlns:="http://www.springframework.org/schema/beans"
       xmlns:mvc="http://www.springframework.org/schema/mvc"
       xsi:schemaLocation="
        http://www.springframework.org/schema/beans
        http://www.springframework.org/schema/beans/spring-beans.xsd
        http://www.springframework.org/schema/mvc
        http://www.springframework.org/schema/mvc/spring-mvc.xsd">


    <bean></bean>

    <mvc:annotation-driven />

</beans>

XML的解析

解析就是操作xml文檔，將文檔中的數(shù)據(jù)讀取到內(nèi)存中，再將內(nèi)存中的數(shù)據(jù)保存到xml文檔中，持久化存儲。

解析方式

1. DOM：將標(biāo)記語言文檔一次性加載進內(nèi)存，在內(nèi)存中形成一顆dom樹。操作方便，可以對文檔進行CRUD的操作，但占用內(nèi)存。

2. SAX：逐行讀取，基于事件驅(qū)動的，其優(yōu)點不占用內(nèi)容，但是只能讀取，不能增刪改。

常見解析器

1. JAXP：sun公司提供的解析器，支持dom和sax兩種思想

2. DOM4J：是一個十分優(yōu)秀的Java XML API，用來讀寫XML文件，具有性能優(yōu)異、功能強大和極其易使用的特點。

3. Jsoup：jsoup 是一款Java的HTML解析器，可直接解析某個URL地址、HTML文本內(nèi)容。它提供了一套非常省力的API，可通過DOM，CSS以及類似于jQuery的操作方法來取出和操作數(shù)據(jù)。

4. JsoupXPath：XPath即為XML路徑語言（XML Path Language），它是一種用來確定XML文檔中某部分位置的語言。

JAXP的使用

準備student.xml文件

創(chuàng)建student.xml文件，用于XML解析、寫入測試。

<?xml version="1.0" encoding="UTF-8" ?>

<students>
    <student id='1'>
        <name>小白</name>
        <age>20</age>
    </student>

    <student id='2'>
        <name>大白</name>
        <age>30</age>
    </student>
</students>

解析XML文檔

解析XML文檔的步驟：

使用javax.xml.parsers包下的DocumentBuilderFactory類中的newInstance()方法獲得一個解析器工廠對象

使用解析器工廠對象的newDocumentBuilder()方法獲得一個解析器對象

用解析器對象的parse(String uri)方法解析指定XML文檔并返回一個org.w3c.dom包下的Document對象

使用Document對象的getElementsByTagName(String tagname)方法獲得指定標(biāo)簽名的NodeList列表

使用NodeList列表的item(int index)方法得到指定角標(biāo)的節(jié)點對象

使用Node接口中的一系列方法對其進行操作

    public static void main(String[] args) throws Exception {
        String path = ApplicationTests.class.getClassLoader().getResource("students.xml").getPath();

        // 創(chuàng)建解析器工廠對象
        DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
        // 創(chuàng)建解析器對象
        DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();
        // 解析指定XML文檔返回document
        Document document = documentBuilder.parse(new File(path));
        // 獲得指定標(biāo)簽名的NodeList列表
        NodeList students = document.getElementsByTagName("name");
        // 得到指定角標(biāo)的節(jié)點對象
        for (int i = 0; i < students.getLength(); i++) {
            Node node = students.item(i);
            // TODO 使用Node接口中的一系列方法對其進行操作
            System.out.println("node name = " + node.getTextContent());
        }
    }

寫入XML文檔

寫入XML文檔的步驟：

創(chuàng)建sex標(biāo)簽節(jié)點

創(chuàng)建sex標(biāo)簽對應(yīng)文本值

對sex標(biāo)簽添加text  

對某個節(jié)點添加sex標(biāo)簽節(jié)點

通過javax.xml.transform包下的TransformerFactory.newInstance()方法得到一個回寫轉(zhuǎn)換器對象工廠

通過回寫轉(zhuǎn)換器對象工廠的newTransformer()方法得到回寫轉(zhuǎn)換器對象

使用回寫轉(zhuǎn)換器對象的transform(Source xmlSource, Result outputTarget)方法將內(nèi)存中內(nèi)容回寫入XML文檔。

       Source參數(shù)通過new DOMSource(文檔對象)方法獲得

       Result參數(shù)可以通過javax.xml.tramsform.stream包下的StreamResult(String URL)方法獲得

    public static void main(String[] args) throws Exception {
        String path = ApplicationTests.class.getClassLoader().getResource("students.xml").getPath();

        // 創(chuàng)建解析器工廠對象
        DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
        // 創(chuàng)建解析器對象
        DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();
        // 解析指定XML文檔返回document
        Document document = documentBuilder.parse(new File(path));

        //創(chuàng)建sex標(biāo)簽
        Node sex = document.createElement("sex");
        //創(chuàng)建文本
        Text text = document.createTextNode("男");
        // sex標(biāo)簽添加text
        sex.appendChild(text);
        Node node = document.getElementsByTagName("student").item(0);
        // student標(biāo)簽添加sex節(jié)點
        node.appendChild(sex);
        // 得到回寫轉(zhuǎn)換器對象工廠
        TransformerFactory transformerFactory = TransformerFactory.newInstance();
        // 得到回寫轉(zhuǎn)換器對象
        Transformer transformer = transformerFactory.newTransformer();
        // 將內(nèi)存中內(nèi)容回寫入XML文檔
        transformer.transform(new DOMSource(document), new StreamResult(new File(path)));
    }

dom4j的使用

dom4j是一個開源的XML處理框架，集成了XPath，全面支持DOM、SAX、JAXP和Java平臺。是一個十分優(yōu)秀的Java XML API，用來讀寫XML文件，具有性能優(yōu)異、功能強大和極其易使用的特點。

GitHub地址:https://github.com/dom4j/dom4j

Document對象獲取方式

解析XML過程是通過獲取Document對象，然后繼續(xù)獲取各個節(jié)點以及屬性等操作，獲取Document對象是第一步，總共有三種方式。

1.使用DocumentHelper.createDocument()創(chuàng)建Document對象

Document document = DocumentHelper.createDocument();
//其中students是根節(jié)點，可以繼續(xù)添加其他節(jié)點等操作。
Element root = document.addElement("students");

2.建SAXReader對象然后轉(zhuǎn)換成Document對象

//創(chuàng)建SAXReader對象
SAXReader reader = new SAXReader();
//讀取文件 轉(zhuǎn)換成Document
Document document = reader.read(new File("XXXX.xml"));

3.讀取XML文本內(nèi)容獲取Document對象

String xmlStr = "<students>......</students>";
Document document = DocumentHelper.parseText(xmlStr);

引入依賴

<!-- https://mvnrepository.com/artifact/org.dom4j/dom4j -->
        <dependency>
            <groupId>org.dom4j</groupId>
            <artifactId>dom4j</artifactId>
            <version>2.1.3</version>
        </dependency>

解析XML文檔

public static void main(String[] args) throws Exception {
        String path = XmlTest.class.getClassLoader().getResource("students.xml").getPath();
        //UTF-8編碼
        String filePath = URLDecoder.decode(path, "UTF-8");

        //xml解析器
        SAXReader saxReader = new SAXReader();
        Document read = saxReader.read(filePath);
        //拿到根節(jié)點
        Element rootElement = read.getRootElement();
        //getNodes(rootElement);
        getALLNodes(rootElement);
    }

    static public void getNodes(Element rootElement) {
        System.out.println("節(jié)點名稱:" + rootElement.getName());

        //拿到節(jié)點屬性
        List<Attribute> attributes = rootElement.attributes();
        for (Attribute attribute : attributes) {
            System.out.println("屬性:" + attribute.getName() + "---" + attribute.getText());
        }

        //節(jié)點名稱 <name>大白</name>節(jié)點中的值
        if (!rootElement.getTextTrim().equals("")) {
            System.out.println(rootElement.getName() + "---" + rootElement.getText());
        }
        //迭代器遍歷
        Iterator<Element> elementIterator = rootElement.elementIterator();
        while (elementIterator.hasNext()) {
            //獲取當(dāng)前節(jié)點值
            Element next = elementIterator.next();
            getNodes(next);
        }
    }

    static public void getALLNodes(Element rootElement) {
        System.out.println("根節(jié)點名稱:" + rootElement.getName());
        //根節(jié)點下的節(jié)點
        List<Element> elements = rootElement.elements();
        for (Element element : elements) {
            //拿到節(jié)點屬性
            List<Attribute> attributes = element.attributes();
            for (Attribute attribute : attributes) {
                System.out.println("屬性:" + attribute.getName() + "---" + attribute.getText());
            }
            //根節(jié)點下的節(jié)點的節(jié)點
            List<Element> sonElements = element.elements();
            for (Element sonElement : sonElements) {
                //節(jié)點名稱 <name>大白</name>節(jié)點中的值
                if (!sonElement.getTextTrim().equals("")) {
                    System.out.println(sonElement.getName() + "---" + sonElement.getText());
                }
            }
        }
    }

文檔寫入XML

public static void main(String[] args) throws Exception {
        String path = ApplicationTests.class.getClassLoader().getResource("students.xml").getPath();
        //UTF-8編碼
        String filePath = URLDecoder.decode(path, "UTF-8");
        //xml解析器
        SAXReader saxReader = new SAXReader();
        Document read = saxReader.read(filePath);
        createStudentNode(read, path);
    }

    /**
     * 創(chuàng)建新的student節(jié)點
     *
     * @param document
     */
    public static void createStudentNode(Document document, String path) {
        try (Writer writer = new OutputStreamWriter(new FileOutputStream(path), "UTF-8")) {
            // 獲取根節(jié)點
            Element root = document.getRootElement();
            // 添加根節(jié)點的子節(jié)點  新的student節(jié)點
            Element b = root.addElement("student");
            // 創(chuàng)建student節(jié)點的各個子節(jié)點
            // 添加子節(jié)點的屬性
            b.addAttribute("id", "3");//原有長度+1
            // 添加子節(jié)點的的子節(jié)點name
            b.addElement("name").setText("createNode");
            // 添加子節(jié)點的子節(jié)點age
            b.addElement("age").setText("22");

            // 寫入XML
            document.write(writer);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }

Jsoup的使用

GitHub地址：https://github.com/jhy/jsoup

官網(wǎng)：https://jsoup.org

jsoup 是一款Java 的HTML解析器，可直接解析某個URL地址、HTML文本內(nèi)容。它提供了一套非常省力的API，可通過DOM，CSS以及類似于jQuery的操作方法來取出和操作數(shù)據(jù)。

Jsoup主要功能

從一個URL，文件或字符串中解析HTML

使用DOM或CSS選擇器來查找、取出數(shù)據(jù)

可操作HTML元素、屬性、文本

引入依賴

<!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.13.1</version>
</dependency>

核心對象

1.Jsoup

Jsoup是一個工具類，可以解析html或xml文檔，返回Document。

常用方法：

//解析xml或html字符串
public static Document parse(String html) {
        return Parser.parse(html, "");
    }

//解析xml或html文件    
public static Document parse(File in, String charsetName) throws IOException {
        return DataUtil.load(in, charsetName, in.getAbsolutePath());
    }

//通過網(wǎng)絡(luò)路徑獲取指定的html或xml的文檔對象
public static Document parse(URL url, int timeoutMillis) throws IOException {
        Connection con = HttpConnection.connect(url);
        con.timeout(timeoutMillis);
        return con.get();
    }

2.Document

Document是指文檔對象，代表內(nèi)存中的dom樹。

常用方法：

//根據(jù)id屬性值獲取唯一的element對象
public Element getElementById(String id) {
        Validate.notEmpty(id);
        Elements elements = Collector.collect(new Id(id), this);
        return elements.size() > 0 ? (Element)elements.get(0) : null;
    }

//根據(jù)標(biāo)簽名稱獲取元素對象集合  
public Elements getElementsByTag(String tagName) {
        Validate.notEmpty(tagName);
        tagName = Normalizer.normalize(tagName);
        return Collector.collect(new org.jsoup.select.Evaluator.Tag(tagName), this);
    }

//根據(jù)屬性名稱獲取元素對象集合
 public Elements getElementsByAttribute(String key) {
        Validate.notEmpty(key);
        key = key.trim();
        return Collector.collect(new Attribute(key), this);
    }

//根據(jù)對應(yīng)的屬性名和屬性值獲取元素對象集合
   public Elements getElementsByAttributeValue(String key, String value) {
        return Collector.collect(new AttributeWithValue(key, value), this);
    }

3.Elements與Element

Element是元素對象，Elements是元素Element對象的集合，可以當(dāng)做 ArrayList<Element>使用。

常用方法：

//根據(jù)id屬性值獲取唯一的element對象
    public Element getElementById(String id) {
        Validate.notEmpty(id);
        Elements elements = Collector.collect(new Id(id), this);
        return elements.size() > 0 ? (Element)elements.get(0) : null;
    }
    
//根據(jù)class屬性值獲取elements對象集合  
 public Elements getElementsByClass(String className) {
        Validate.notEmpty(className);
        return Collector.collect(new Class(className), this);
    }   
    
//根據(jù)標(biāo)簽名稱獲取元素對象集合   
 public Elements getElementsByTag(String tagName) {
        Validate.notEmpty(tagName);
        tagName = Normalizer.normalize(tagName);
        return Collector.collect(new org.jsoup.select.Evaluator.Tag(tagName), this);
    }

//根據(jù)屬性名稱獲取元素對象集合
public Elements getElementsByAttribute(String key) {
        Validate.notEmpty(key);
        key = key.trim();
        return Collector.collect(new Attribute(key), this);
    }

//根據(jù)對應(yīng)的屬性名和屬性值獲取元素對象集合
public Elements getElementsByAttributeValue(String key, String value) {
        return Collector.collect(new AttributeWithValue(key, value), this);
    }


//根據(jù)屬性名稱獲取屬性值
    public String attr(String attributeKey) {
        Validate.notNull(attributeKey);
        if (!this.hasAttributes()) {
            return "";
        } else {
            String val = this.attributes().getIgnoreCase(attributeKey);
            if (val.length() > 0) {
                return val;
            } else {
                return attributeKey.startsWith("abs:") ? this.absUrl(attributeKey.substring("abs:".length())) : "";
            }
        }
    }
    
//獲取文本內(nèi)容
public String text() {
        StringBuilder sb = new StringBuilder();

        Element element;
        for(Iterator var2 = this.iterator(); var2.hasNext(); sb.append(element.text())) {
            element = (Element)var2.next();
            if (sb.length() != 0) {
                sb.append(" ");
            }
        }

        return sb.toString();
    }
    
//獲取標(biāo)簽體的所有內(nèi)容(包括字標(biāo)簽的字符串內(nèi)容)
    public String html() {
        StringBuilder sb = new StringBuilder();
        Element element;
        for(Iterator var2 = this.iterator(); var2.hasNext(); sb.append(element.html())) {
            element = (Element)var2.next();
            if (sb.length() != 0) {
                sb.append("\n");
            }
        }

        return sb.toString();
    }

解析XML文檔

    public static void main(String[] args) throws IOException {
        //根據(jù)xml文檔獲取，獲取Document對象
        String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //解析xml文檔，加載文檔進內(nèi)存
        Document document = Jsoup.parse(new File(path), "utf-8");
        //獲取元素對象Element
        Elements elements = document.getElementsByTag("name");
        //循環(huán)得到每一個element對象
        for (Element element : elements) {
            //獲取數(shù)據(jù)
            String name = element.text();
            System.out.println(name);
        }


        //獲取屬性名為id的元素對象們
        Elements elements1 = document.getElementsByAttribute("id");
        System.out.println(elements1);

        //獲取id屬性值為2的元素對象
        Elements elements2 = document.getElementsByAttributeValue("id", "2");
        System.out.println(elements2);

        //獲取id屬性值的元素對象
        Element elements3 = document.getElementById("2");
        System.out.println(elements3);

        //通過Element對象獲取子標(biāo)簽對象
        Elements ele_name = elements3.getElementsByTag("name");
        System.out.println(ele_name);

        //獲取student對象的屬性值
        String id = elements3.attr("id");
        System.out.println(id);

        //獲取文本內(nèi)容
        String text = ele_name.text();
        System.out.println(text);
        String html = ele_name.html();
        System.out.println(html);
    }

JsoupXPath的使用

GitHub地址：https://github.com/zhegexiaohuozi/JsoupXpath

XPath即為XML路徑語言（XML Path Language），它是一種用來確定XML文檔中某部分位置的語言。

XPath基于XML的樹狀結(jié)構(gòu)，提供在數(shù)據(jù)結(jié)構(gòu)樹中找尋節(jié)點的能力。

引入依賴

<!-- https://mvnrepository.com/artifact/cn.wanghaomiao/JsoupXpath -->
<dependency>
    <groupId>cn.wanghaomiao</groupId>
    <artifactId>JsoupXpath</artifactId>
    <version>2.4.3</version>
</dependency>

解析XML文檔

 public static void main(String[] args) throws IOException, XpathSyntaxErrorException {
        //獲取student.xml的path
        String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath();
        //獲取Document對象
        Document document = Jsoup.parse(new File(path), "utf-8");

        //根據(jù)document對象，創(chuàng)建JXDocument對象
        JXDocument jxDocument = new JXDocument(document);

        //查詢所有student標(biāo)簽
        List<JXNode> jxNodes = jxDocument.selN("http://student");
        for (JXNode jxNode : jxNodes) {
            System.out.println(jxNode);
        }


        //查詢所有student標(biāo)簽下的name標(biāo)簽
        List<JXNode> jxNodes2 = jxDocument.selN("http://student/name");
        for (JXNode jxNode : jxNodes2) {
            System.out.println(jxNode);
        }

        //查詢帶有id屬性的student標(biāo)簽
        List<JXNode> jxNodes3 = jxDocument.selN("http://student[@id]");
        for (JXNode jxNode : jxNodes3) {
            System.out.println(jxNode);
        }

        //查詢帶有id屬性的student標(biāo)簽并且id屬性值為1
        List<JXNode> jxNodes4 = jxDocument.selN("http://student[@id='1']");
        for (JXNode jxNode : jxNodes4) {
            System.out.println(jxNode);
        }
    }

到此這篇關(guān)于java中常用XML解析器的使用的文章就介紹到這了,更多相關(guān)java常用XML解析器內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: