Java XML Parser——如何收集或统计某个标签答案

【问题标题】：Java XML Parser -- how to collect or count a certain tagJava XML Parser——如何收集或统计某个标签
【发布时间】：2014-10-29 12:21:09
【问题描述】：

我正在尝试解析一个简单的 XML 文件。如果我有以下 XML 字符串，

<note>
<to>Tove</to>
<from>Jani</from>
<heading>Reminder</heading>
<body>Don't forget me this weekend!</body>
</note>

我只想从<body>...</body> 中提取字符串。我正在使用 SAXParser 和一个默认处理程序。通过在 DefaultHandler 的“characters”方法中显式添加打印语句，我成功打印出标签中的所有字符串。但我不确定在哪里调用这个字符方法，以及如何控制它。

我知道如何在 startElement 中发现某个标签，但是如何从 startElement 中的标签中提取字符串？

【问题讨论】：

DocumentBuilder db = DocumentBuilderFactory.newInstance().newDocumentBuilder();文档 doc = db.parse(new ByteArrayInputStream(xml.getBytes())); String bodyText = doc.getElementsByTagName("body").item(0).getTextContent();
尝试使用 DOM 解析器。在这种情况下更容易。

标签： java xml parsing sax

【解决方案1】：

根据 SAX，默认处理程序文档，

public void characters(char[] ch,
                       int start,
                       int length)
                throws SAXException

解析器会调用这个方法来报告每个字符块数据。 SAX 解析器可以在单个文件中返回所有连续的字符数据块，或者他们可能将其分成几个块；然而，所有的任何单个事件中的角色必须来自同一个外部实体以便定位器提供有用的信息。

因此解析器可能会为元素中的特定文本调用 characters 方法一次或多次，说“这个周末别忘了我！”，直到读取整个文本。

注意：

应用程序不得尝试从指定范围。

以下代码展示了如何收集单个 XML 元素中的文本。

boolean isTagInScope = false;
StringBuilder elementContent = new StringBuilder();
public void startElement(String namespaceURI, String lName, String qName,
Attributes attributes) throws SAXException 
{
 isTagInScope = true;
}

public void endElement(String namespaceURI, String sName, String qName)
throws SAXException  throws SAXException {
 isTagInScope = false;
}

public void characters(char[] arg0, int arg1, int arg2) throws SAXException {
if(isTagInScope)
{
 String content = new String(arg0, arg1, arg2);
 elementContent.append(content);
}
}

“elementContent”变量将保存元素开始和结束标记之间的全部内容。

【讨论】：

【解决方案2】：

您可以使用 Java SE 中的 javax.xml.xpath API 来提取元素的文本。

演示代码

import javax.xml.xpath.*;
import org.xml.sax.InputSource;

public class Demo {

    public static void main(String[] args) throws Exception {
        InputSource inputSource = new InputSource("input.xml");
        XPath xPath = XPathFactory.newInstance().newXPath();
        String text = xPath.evaluate("/note/body", inputSource);
        System.out.println(text);
    }

}

输出

Don't forget me this weekend!

【讨论】：

【解决方案3】：

您可以设置一个标志，或使用一个枚举来指示您在开始时所在的元素，并在 characters 方法中相应地解释它。

我做的一件事是有一组与标签相对应的匿名类。在开始时，我标记我所在的元素，以便我可以使用正确的匿名类根据元素对字符执行我想要的操作（例如错误处理、日期格式，或者在您的情况下打印相关的字符到标签）。我将那些匿名内部类存储在以标签为键的映射中。所以在角色中，我知道我在哪个元素中，如果我有合适的处理程序，我会处理它。

这种方法在将 xml 输入转换为类时非常有用。

【讨论】：

【解决方案4】：

根据@BatScream 的见解修改

事情是当你得到标签'body'的开始时设置一个标志，然后在characters方法中如果标志是真的你有它。

public class NoteHandler extends DefaultHandler {
    private static final STRING TAG_BODY = "body";
    private boolean bodyFlag = false;
    private StringBuilder body = new StringBuilder();

    public void startDocument() throws SAXException {}

    public void endDocument() throws SAXException {}

    public void startElement(String uri, String localName, tring qName, Attributes attributes) throws SAXException {
        bodyFlag = TAG_BODY.equals(qName); // true when body tag
    }

    public void endElement(String uri, String localName, String qName) throws SAXException {
        if(bodyFlag) {
            bodyFlag = false;
            System.out.println(body.toString());
        }
    }

    public void characters(char ch[], int start, int length) throws SAXException {
        if(bodyFlag) {
            body.append(new String(ch, start, length);
        }
    }
}

【讨论】：

如果多次调用characters方法，会丢失部分内容。