使用 sax 和 java 从 xml 文件中删除多个节点答案

【问题标题】：Remove multiple nodes from an xml file using sax and java使用 sax 和 java 从 xml 文件中删除多个节点
【发布时间】：2012-11-30 14:40:23
【问题描述】：

我是使用 Java 和 SAX 解析器进行 XML 解析的新手。我有一个非常大的 XML 文件，并且由于它的大小，我被建议使用 SAX 解析器。我已经完成了部分任务的解析，它按预期工作。现在，XML 作业剩下一项任务：根据用户的请求删除/更新一些节点。

我可以通过名称找到所有标签，更改其data 属性等。如果我能够使用 SAX 执行这些操作，也可以删除。

示例 XML 描述了某些情况下的一些功能。用户的输入是“案例”的名称（case1、case2）。

<ruleset>
    <rule id="1">
        <condition>
            <case1>somefunctionality</case1>
            <allow>true</allow>
        </condition>
    </rule>
    <rule id="2">
        <condition>
            <case2>somefunctionality</case2>
            <allow>false</allow>
        </condition>
    </rule>
</ruleset>

如果用户想要删除其中一种情况（例如case1）而不仅仅是case1 标签，则必须删除完整的rule 标签。如果case1要被删除，XML会变成：

<ruleset>
    <rule id="2">
        <condition>
            <case2>somefunctionality</case2>
            <allow>false</allow>
        </condition>
    </rule>
</ruleset>

我的问题是，这可以使用 SAX 完成吗？此时我不能使用 DOM 或任何其他解析器。只有其他选项更糟糕：字符串搜索。如何使用 SaxParser 完成？

【问题讨论】：

标签： java xml sax

【解决方案1】：

试一试

    XMLReader xr = new XMLFilterImpl(XMLReaderFactory.createXMLReader()) {
        private boolean skip;

        @Override
        public void startElement(String uri, String localName, String qName, Attributes atts)
                throws SAXException {
            if (qName.equals("rule")) {
                if (atts.getValue("id").equals("1")) {
                    skip = true;
                } else {
                    super.startElement(uri, localName, qName, atts);
                    skip = false;
                }
            } else {
                if (!skip) {
                    super.startElement(uri, localName, qName, atts);
                }
            }
        }

        public void endElement(String uri, String localName, String qName) throws SAXException {
            if (!skip) {
                super.endElement(uri, localName, qName);
            }
        }

        @Override
        public void characters(char[] ch, int start, int length) throws SAXException {
            if (!skip) {
                super.characters(ch, start, length);
            }
        }
    };
    Source src = new SAXSource(xr, new InputSource("test.xml"));
    Result res = new StreamResult(System.out);
    TransformerFactory.newInstance().newTransformer().transform(src, res);

输出

<?xml version="1.0" encoding="UTF-8"?><ruleset>
    <rule id="2">
        <condition>
            <case2>somefunctionality</case2>
            <allow>false</allow>
        </condition>
    </rule>
</ruleset>

【讨论】：

这并不总是按预期工作，因为 SAX 会按顺序解析元素 - 这意味着如果您有 2 个彼此相邻的关闭标签，则 endElement 方法将被调用两次，并将根据上次跳过的时间跳过调用（最后一个 startElement）

【解决方案2】：

您需要构建的是一个 SAX 事件缓冲区。

当您遇到<rule> 元素时，您需要保存它（或重新生成它所需的信息）以及它与您要删除的“案例”之间发生的所有其他事件。

如果您保存的“规则”与需要删除的“规则”相同，则丢弃信息并继续。

如果您保存的“规则”不是需要删除的，您应该重新生成已保存的 sax 事件并继续。

【讨论】：

【解决方案3】：

SAX 最常用于读取/解析 XML。但是有一篇关于如何使用 SAX 写文件的文章。看来该章节可以在线获得 - 请参阅：

http://xmlwriter.net/sample_chapters/Professional_XML/31100604.shtml

[这篇文章的日期是 1999 年，所以它使用的是旧版本的 SAX，但这些概念仍然适用]

基本思想是您创建一个自定义 DocumentHandler/ContentHandler。每当它接收到 SAX 事件时，它都会序列化并将该事件写入流/文件/任何内容。因此，您将输入文档用作 sax 事件的源并将这些事件转发到 XMLOutputter。

难点在于您可以将 XML 文档解析为 SAX 事件流、驱动 XMLOutputter 并生成输入文件的精确副本。一旦你开始工作，你就可以进入编辑逻辑，阅读你的规则并使用这些来修改输出文件。

它比 DOM、JDOM、XSLT 等要多得多，但它可能对您的情况有所帮助，因为您不必将整个文档存储在内存中。

【讨论】：