一、快速入门
1.1配置
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.16.1</version>
</dependency>
1.2解析xml
Jsoup：jsoup 是一款Java 的HTML解析器，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DOM，CSS以及类似于jQuery
的操作方法来取出和操作数据。
* 快速入门：
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
1.2.1所用xml
<?xml version="1.0" encoding="UTF-8" ?>
<!--
1.填写xml文档的根元素
2. |入xsi前缀.__xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
3. <tex>\overline {5}</tex> 入xsd文件命名空间. xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
4.为每一个xsd约束声明一个前缀，作为标识_xmlns="http://www.itcast.cn/xml"
-->
<students >
<student number="heima_0001">
<name>tom</name>
<age>18</age>
<sex>male</sex>
</student>
<student number="heima_0002">
<name>to</name>
<age>18</age>
<sex>female</sex>
</student>
</students>
1.2.2Jsoup解析
package org.example;
import java.io.File;
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
//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dam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);
}
}
1.3对象的使用
1.3.1.Jsoup对象
工具类，可以解析html或xml文档，返回Document
parse：解析html或xml文档，返回Document
- parse(File in，String charsetName)：解析xml或html文件的。
- 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的文档对象
1.3.2Document对象
Document：文档对象。代表内存中的dom树
* 获取Element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
1.3.3.Element对象
.Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用
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 T
- string html();获取标签体的所有内容(包括字标签的字符串内容
package org.example;
import java.io.File;
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
//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dam树--->Document
Document document = Jsoup.parse(new File(path), "utf-8");
Element element = document.getElementsByTag("student").get(0);
Elements name = element.getElementsByTag("name");
System.out.println(name.size());
}
}
1.3.4Node对象
Node :节点对象
是Document和E lement的父类
1.4快速查询
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
2.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。 T
* 查询w3cshool参考手册，使用xpath的语法完成查询
通过选择器查询
package org.example;
import java.io.File;
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class JsoupDemo1 {
public static void main(String[] args) throws IOException {
//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dam树--->Document
Document document = Jsoup.parse(new File(path), "utf-8");
//4.查询id值为itcast的元素
Elements elements1 = document.select( "#itcast");
System.out.println(elements1);
System.out.println("----------------");
//5.获取student标签并且number属性值为heima_0001的age子标签
//5.1.获取student标签并且number属性值为heima_0001
Elements elements2 = document.select( "student[number=\"heima_0001\"]");
System.out.println(elements2);
System.out.println("----------------");
//5.2获取student标签并且number属性值为heima_0001的age子标签
Elements elements3 = document.select( "student[number=\"heima_0001\"] > age");
System.out.println(elements3);
}
}
