JAXB 解组未知 XML 内容的子集答案

【问题标题】：JAXB Unmarshalling an subset of Unknown XML contentJAXB 解组未知 XML 内容的子集
【发布时间】：2013-05-23 16:22:20
【问题描述】：

我需要 unmarshall 未知 XML 内容的子集，使用该未编组的对象，我需要修改一些内容并将相同的 XML 内容（子集）与原始 XML 重新绑定。

输入 XML 示例：

<Message>
    <x>
    </x>
    <y>
    </y>
    <z>
    </z>
    <!-- Need to unmarshall this content to "Content" - java Object -->
    <Content>
        <Name>Robin</Name>
        <Role>SM</Role>
        <Status>Active</Status>
    </Content>
.....
</Message>

需要单独解组 <Content> 标记，保持其他 XML 部分相同。需要修改<Content>标签中的元素，并将修改后的XML部分与原文绑定如下：

预期输出 XML：

<Message>
    <x>
    </x>
    <y>
    </y>
    <z>
    </z>
    <!-- Need to unmarshall this content to "Content" - java Object -->
    <Content>
        <Name>Robin_123</Name>
        <Role>Senior Member</Role>
        <Status>1</Status>
    </Content>
.....
</Message>

我的问题：

此要求的可能解决方案是什么？ （DOM 解析除外 - 因为 XML 网络非常庞大）
JAXB2.0 中是否有任何选项可以执行此操作？

请就此提出您的建议。

【问题讨论】：

标签： java xml xml-parsing sax jaxb2

【解决方案1】：

考虑使用StAX API 将源文档缩小。

对于给定的示例，此代码创建一个根元素为 Content 元素的 DOM 文档：

class ContentFinder implements StreamFilter {
  private boolean capture = false;

  @Override public boolean accept(XMLStreamReader xml) {
    if (xml.isStartElement() && "Content".equals(xml.getLocalName())) {
      capture = true;
    } else if (xml.isEndElement() && "Content".equals(xml.getLocalName())) {
      capture = false;
      return true;
    }
    return capture;
  }
}

XMLInputFactory inFactory = XMLInputFactory.newFactory();
XMLStreamReader reader = inFactory.createXMLStreamReader(inputStream);
reader = inFactory.createFilteredReader(reader, new ContentFinder());
Source src = new StAXSource(reader);
DOMResult res = new DOMResult();
TransformerFactory.newInstance().newTransformer().transform(src, res);
Document doc = (Document) res.getNode();

这可以是passed to JAXB 作为DOMSource。

在输出时重写 XML 时可以使用类似的技术。

JAXB 似乎不直接接受 StreamSource，至少在 Oracle 1.7 实现中是这样。

【讨论】：

是否可以以流方式迭代多个节点？我有一个巨大的 XML 文件，我想一个一个地提取节点，而不必将整个内容加载到内存中。
我相信是的。我可能会使用 StAX 事件来创建某种访问者模式。要求是不同的足以保证它自己的问题。如果您愿意同时在内存中拥有所有未编组的对象，您可能仍然可以使用过滤器方法。
谢谢，我创建了一个separate question。但是，我不能将所有对象都保存在内存中，因此我需要找出一种不同的方法。 Camel 的tokenizeXML 和我一模一样，所以我想我可以调查一下。

【解决方案2】：

您可以使用 @XmlAnyElement 在您的类上注释 Object 属性，默认情况下，未映射的内容将被捕获为 DOM 节点。如果您在@XmlAnyElement 上指定DomHandler，那么您可以控制格式。这是一个示例的链接，其中内容保存为String。

JAXB use String as it is

【讨论】：