从java中的URL解析XML

Question

你好，我有一个大问题。我必须从 URL/HTTP 解析 XML 文件并在 java 中处理它，但是当我这样做时总是会出现异常。地址没问题，因为它是一家银行的 www。请帮帮我

import java.net.URL;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.Document;

public class MainClass {
public static void main(String [] args){
    String url = "http://api.nbp.pl/api/exchangerates/rates/c/gbp/2015-01-01/2015-01-31";   
    try
    {
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        DocumentBuilder db = dbf.newDocumentBuilder();
        Document doc = db.parse(new URL(url).openStream());

        doc.getDocumentElement().normalize();
        System.out.println ("Root element: " + 
                    doc.getDocumentElement().getNodeName());

    }
    catch (Exception e)
    {
        e.printStackTrace();
    }
}
}

错误：

[致命错误]：1:1：序言中不允许内容。 org.xml.sax.SAXParseException；行号：1；列号：1；内容 在序言中是不允许的。在 com.sun.org.apache.xerces.internal.parsers.DOMParser.parse（未知 来源）在 com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse（未知 来源）在 javax.xml.parsers.DocumentBuilder.parse（未知来源） 在 pl.parser.nbp.MainClass.main(MainClass.java:17)

第二种情况：

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
public class MainClass {
public static void main(String [] args){
    String url = "http://api.nbp.pl/api/exchangerates/rates/a/gbp/2012-01-01/2012-01-31/";   
    try
    {
        DocumentBuilderFactory f = 
                DocumentBuilderFactory.newInstance();
        DocumentBuilder b = f.newDocumentBuilder();
        Document doc = b.parse(url);

        doc.getDocumentElement().normalize();
        System.out.println ("Root element: " + 
                    doc.getDocumentElement().getNodeName());

    }
    catch (Exception e)
    {
        e.printStackTrace();
    }
}
}

错误：

[致命错误]：1:1：序言中不允许内容。 org.xml.sax.SAXParseException；系统标识： http://api.nbp.pl/api/exchangerates/rates/a/gbp/2012-01-01/2012-01-31/; 行号：1；列号：1；序言中不能有内容。在 com.sun.org.apache.xerces.internal.parsers.DOMParser.parse（未知 来源）在 com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse（未知 来源）在 javax.xml.parsers.DocumentBuilder.parse（未知来源） 在 pl.parser.nbp.MainClass.main(MainClass.java:19)

Answer 1

问题是直接从URL读取，网站会返回json格式的数据。你需要打开URL，请求xml

public static void main(String [] args){
    String url = "http://api.nbp.pl/api/exchangerates/rates/a/gbp/2012-01-01/2012-01-31/";
    DocumentBuilderFactory f = DocumentBuilderFactory.newInstance();
    f.setNamespaceAware(false);
    f.setValidating(false);
    DocumentBuilder b = f.newDocumentBuilder();
    URLConnection urlConnection = new URL(url).openConnection();
    urlConnection.addRequestProperty("Accept", "application/xml");
    Document doc = b.parse(urlConnection.getInputStream());
    doc.getDocumentElement().normalize();
    System.out.println ("Root element: " +  doc.getDocumentElement().getNodeName());
}

这将打印出来

Root element: ExchangeRatesSeries

Answer 2

默认情况下，URL 以 JSON 格式返回数据。您会在浏览器中看到 XML，因为浏览器协商返回类型的方式（通过 Accept 标头）。

您可以将数据解析为 JSON，或将 URL 更改为 http://api.nbp.pl/api/exchangerates/rates/c/gbp/2015-01-01/2015-01-31?format=xml。

最后通知?format=xml。

请参阅User manual。