使用dom4j和XPath路径表达式解析XML文件

用到的jar包

  • dom4j
  • jaxen

XPath路径表达式

  • XPath路径表达式是XML文档中查找数据的语言。
  • 掌握XPath可以极大的提高在提取数据时的开发效率。
  • 学习XPath本质就是掌握各种形式表达式的使用技巧。

XPath基本表达式

最常用的基本表达式

表达式 描述
nodename 选取此节点的所有子节点
/ 从根节点选取。
// 从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
. 选取当前节点。
.. 选取当前节点的父节点。
@ 选取属性。

XPath基本表达式案例

路径表达式 结果
bookstore 选取bookstore元素的所有子节点
/bookstore 选取根元素bookstore。注释：假如路径起始于正斜杠(/)，则此路径始终代表到某元素的绝对路径。
bookstore/book 选取属于bookstore的子元素的所有book元素
//book 选取所有book子元素，而不管它们在文档中的位置
bookstore//book 选择属于bookstore元素的后代的所有book元素，而不管它们位于bookstore之下的什么位置
//@lang 选取名为lang的所有属性。

XPath谓语表达式

路径表达式 结果
/bookstore/book[1] 选取属于bookstore子元素的第一个book元素
/bookstore/book[last()] 选取属于bookstore子元素的最后一个book元素
/bookstore/book[last()-1] 选取属于bookstore子元素的倒数第二个book元素
/bookstore/book[position()<3] 选取最前面的两个属于bookstore元素的子元素的book元素
//title[@lang] 选取所有拥有名为lang的属性的title元素
//title[@lang=’eng’] 选取所有title元素，且这些元素拥有值为eng的lang属性
/bookstore/book[price>35.00] 选取bookstore元素的所有book元素，且其中的price元素的值须大于35.00
/bookstore/book[price>35.00]/title 选取bookstore元素中的book元素的所有title元素，且其中的price元素的值须大于35.00

XPath示例

读取如下的XML文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
<?xml version="1.0" encoding="UTF-8"?>
<teach-plan>
	<course id="3301">
		<course-name>大学英语</course-name>
		<class-hour>36</class-hour>
		<exam-form>考试</exam-form>
	</course>
	<course id="3303">
		<course-name>高等数学</course-name>
		<class-hour>70</class-hour>
		<exam-form>考试</exam-form>
	</course>
	<course id="3305">
		<course-name>计算机应用基础</course-name>
		<class-hour>108</class-hour>
		<exam-form>上机考试</exam-form>
	</course>
</teach-plan>

1）选取class-hour大于50的课

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
public static void main(String[] args) {
  SAXReader reader = new SAXReader();
  Document document;
  try {
    document = reader.read(XML_PATH);
    List<Node> nodes = document.selectNodes("//course[class-hour>50]");
    for (Node node : nodes) {
      Element element = (Element)node;
      System.out.println(element.elementText("course-name"));
    }
  } catch (DocumentException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
  }
}

输出

1
2
高等数学
计算机应用基础

2)选择course中id为3301的课程，并打印课程名称

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
public static void main(String[] args) {
  SAXReader reader = new SAXReader();
  Document document;
  try {
    document = reader.read(XML_PATH);
    List<Node> nodes = document.selectNodes("//course[@id=3301]");
    for (Node node : nodes) {
      Element element = (Element)node;
      System.out.println(element.elementText("course-name"));
    }


  } catch (DocumentException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
  }
}