Java SAX 解析。访问当前解析的 xml 文件中的文件行

Question

在解析 XML 文档时，您可以设置一个定位器，当不同的事件触发时，定位器会告诉您当前所在的行号和列号。

我想知道，如何获取该行的内容，我是否必须传递文件，自己将其读入数组，这不是由 sax 处理程序完成的，因为它让我可以访问定位器，必须离开才能访问处理程序当前正在使用的文件。

谢谢！

::::::::::::::::::::::::::::::::::::::::::::

我正在尝试回显一个 xml 文件并希望包含 doctype 声明：

<!DOCTYPE employee [<!ELEMENT employee (Name, Dept, Title)>
<!ELEMENT Name (#PCDATA)> 
<!ELEMENT Dept (#PCDATA)>
<!ELEMENT Title (#PCDATA)> ]>

有一个

public void startDTD(String name, String publicId, String systemId);

还有一个

public void endDTD();

您可以在哪里使用定位器获取当前行和列，并从文件中读取。

SAX 解析器不会触发事件或提供有关读取的 XML 文件中内容的足够信息的一些事情。

Answer 1

首先，您确定解析器没有通过更专业的处理程序之一提供您需要的信息，例如词法处理程序？

如果您确实需要访问原始数据，请编写一个位于 SAX 解析器和“真实”Reader 或 InputStream 之间的 Reader 或 InputStream 实现，将所有 read() 请求传递给底层读取器，但要跟踪从文件中读取的最后几行。然后，此过滤器可以响应提供第 N 行内容的请求，因为它保留了数据。但是，我不确定如何使这项工作满足您的实际需求，因为您要查找的信息可以分布在任意数量的行中。

Answer 2

没有办法进入“文件”。甚至可能没有文件，因为输出可以动态生成或通过网络获取。解析器所做的是跟踪在解析内容时它通过的换行符（\r\n、\n 或 \r）的数量。使用 SAX 时，并非所有当前行都必须可用（想象一个大文档，全部在一行上）。

您可以将您的输入包装在一个为您跟踪“当前行”的类中，但同样要注意单行中的大型文档。

编辑：承诺的简单包装器

public class LastLineInputStreamWrapper extends InputStream {

    private final byte[] buffer = new byte[10*1024];
    private final InputStream wrapped;
    private int previous;
    private int length;

    public LastLineInputStreamWrapper(InputStream wrapped) {
        this.wrapped = wrapped;
    }

    @Override
    public int read() throws IOException {
        int current = wrapped.read();
        if ('\r' == current) {
            newLine();
        } else if ('\n' == current) {
            if ('\r' != previous) {
                newLine();
            }
        } else {
            add(current);
        }
        previous = current;
        return current;
    }

    private void newLine() {
        length = 0;
    }

    private void add(int current) {
        if (length < buffer.length && current != -1) {
            buffer[length++] = (byte) current;
        }
    }

    public byte[] getLine() {
        byte[] line = new byte[length];
        System.arraycopy(buffer, 0, line, 0, length);
        return line;
    }
}

一个简单的方法，只是为了告诉你如何开始。如果你想沿着这条路线走，你可能想要覆盖 read(byte[]) 方法以避免为每个字节调用 read。

如果你有一个阅读器，那么你可以直接使用字符而不是字节。