从 XML 元素内容中获取 InputStream

Question

我的 servlet 的 doPost() 收到一个 HttpServletRequest，它的 ServletInputStream 向我发送了一大块用 XML 包装的 uuencoded 数据。例如，有一个元素：

<filedata encoding="base64">largeChunkEncodedHere</filedata>

我需要解码块并将其写入文件。我想从块中获取一个 InputStream，使用 MimeUtility 将其解码为流，然后使用该流写入文件---我不想将这个大块读入内存。

XML 是扁平的；即，没有太多嵌套。我的第一个想法是使用 SAX 解析器，但我不知道如何切换到流以仅读取块。

感谢您的想法。

格伦

编辑 1： 请注意 JB Nizet 在 this post 中的悲观回答。

编辑 2： 我已经在下面肯定地回答了我自己的问题，并将下面的 maximdim 的答案标记为正确，即使它没有完全回答问题，它确实将我引导到 StAX API和伍德斯托克斯。

Answer 1

还有一个关于 Woodstox 的建议：它还可以从内部高效地解码 base64 编码的内容。为此，您需要将 XMLStreamReader 转换为 XMLStreamReader2（或 TypedXMLStreamReader），这是 Stax2 扩展 API 的一部分。

但有了它，您将获得自动处理 Base64 解码的方法 readElementAsBinary() 和 getElementAsBinary()。 XMLStreamWriter2 同样具有用于写入二进制数据的 Base64 编码方法。

Answer 2

以下是有关在解析时如何从元素流式传输的一些详细信息 使用 Woodstox 框架可以使用 StAX。

this article有一个很好的概述。

从 XMLInputFactory 我们可以调用 createXMLStreamReader(java.io.InputStream 流）使用 ServletInputStream。这将返回一个 XMLStreamReader2，它 有一个 getText(Writer w, boolean preserveContents) 方法，该方法返回一个 int 写入的字节数。必须实施此方法。在里面 implementation Stax2ReaderImpl 有这个实现

// // // StAX2, Pass-through text accessors
public int getText(Writer w, boolean preserveContents)
    throws IOException, XMLStreamException
{
    char[] cbuf = getTextCharacters();
    int start = getTextStart();
    int len = getTextLength();

    if (len > 0) {
        w.write(cbuf, start, len);
    }
    return len;
}

在这段代码中，我们需要更改 getTextCharacters() 方法，以便它 从 InputStream 中读取。在 Woodstox 测试中 TestGetSegmentedText testSegmentedGetCharacters() 方法我们看到一个 sr.getTextCharacters(offset, buf, start, len) 使用的方法。实际上是多个参数的javadoc XMLStreamReader.getTextCharacters() 显示了以下实现。

int length = 1024;
char[] myBuffer = new char[ length ];
for ( int sourceStart = 0 ; ; sourceStart += length ) {
    int nCopied = stream.getTextCharacters( sourceStart, myBuffer, 0, length );
    if (nCopied < length) {
        break;
    }
}

Answer 3

您可以使用SAX filter 或XPath 来仅获取您感兴趣的元素。一旦您有了元素的内容，将其传递给MimeUtility.decode() 并将流写入文件。

我建议您使用代码示例更新您的问题，并让我们知道什么不起作用。

更新：

这是使用 StaX2 解析器 (Woodstox) 的示例代码。出于某种原因，JDK 中包含的 StaX 解析器似乎没有可比较的 getText() 方法，至少快速浏览一下。

显然输入 (r) 和输出 (w) 可以是任何 Reader/Writer 或 Stream - 此处仅使用 String 示例。

    Reader r = new StringReader("<foo><filedata encoding=\"base64\">largeChunkEncodedHere</filedata></foo>");
    Writer w = new StringWriter();

    XMLInputFactory2 xmlif = (XMLInputFactory2)XMLInputFactory2.newInstance();
    XMLStreamReader2 sr = (XMLStreamReader2)xmlif.createXMLStreamReader(r);

    boolean flag = false;
    while (sr.hasNext()) {
        sr.next();
        if (sr.getEventType() == XMLStreamConstants.START_ELEMENT) {
            if ("filedata".equals(sr.getLocalName())) {
                flag = true;
            }
        }
        else if (sr.getEventType() == XMLStreamConstants.CHARACTERS) {
            if (flag) {
                sr.getText(w, false);
                break;
            }
        }
    }
    System.out.println(w);