java入坑之Jsoup（待补充）

蔚落 2024-04-17 13:28 78阅读 0赞

## 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" ?>
    
    <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![0187464b98b3426184258a25f6e06114.png][]
> 
> 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![1941ffa0c67b4cf1bf052535cf45c02e.png][]

#### 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);
    
        }
    }

[0187464b98b3426184258a25f6e06114.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/12/f51a3bec997445cca125ff24a206d97f.png
[1941ffa0c67b4cf1bf052535cf45c02e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/12/221b729c2ef149f0835958620cd8a4e9.png