dom4j使用介绍 xpath使用介绍 jsoup使用介绍

一、dom4j使用介绍

XML，Extensible Markup Language，一种可扩展标记语言，主要由以下部分构成：

1、头部：用于申明版本和编码，<?xml version="1.0" encoding="UTF-8"?>

2、注释：可以输入任意字符， <!-- your comments -->

3、标记：即真正的内容；

4、CDATA：内容不被解析，用于放置特殊文本；

5、实体：用于申明特殊字符，或者给字符串取名；

dom4j使用介绍：

1、dom4j是xml常用解析库，jaxen是XPath查询库；

2、代码示例：XmlDemo.java、conf.xml、xmldemo.zip

依赖配置：

<dependency>
    <groupId>org.dom4j</groupId>
    <artifactId>dom4j</artifactId>
    <version>2.1.4</version>
</dependency>
<dependency>
    <groupId>jaxen</groupId>
    <artifactId>jaxen</artifactId>
    <version>2.0.0</version>
</dependency>

二、jsoup使用介绍

1、jsoup官方文档：https://jsoup.org

2、jsoup用于解析html，支持dom接口，支持xpath选择器；

3、Tag.preserveWhitespace()判断标签是否保留空白字符，比如textarea；

4、Tag.isBlock()判断标签是否块标签，br不是块标签，br需要单独判断；

5、StringUtil.normaliseWhitespace(String string)清除字符串多余空白字符；

6、代码示例：HtmlParser.java、htmldemo.zip

依赖配置：

<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.18.3</version>
</dependency>