在 Java 中解析 XML 文档时处理特定的行答案

【问题标题】：Dealing with specific lines when parsing XML docs in Java在 Java 中解析 XML 文档时处理特定的行
【发布时间】：2014-02-03 22:16:21
【问题描述】：

我有一个来自维基词典的巨大 xml 文件，我需要为一个类项目解析它。我只需要从一组 200 行中提取数据，这些行从第 395,000 行开始。我将如何只扫描那少量的行？行号是否有某种内置属性？

【问题讨论】：

XML 语义不包括文本行的概念，只包括元素和元素内容（文本字符串）。如果您必须在 Java 中执行此操作，最简单的方法是使用内置的 SAX 事件驱动解析器。您将输入作为元素开始/结束事件和文本节点的流处理，因此您可以快速阅读输入流并找到需要处理的内容。

【解决方案1】：

如果行边界在您的数据中很重要，那么它就不是真正的 XML。接受它的本来面目，一个面向行的文件，并首先使用面向行的文本工具对其进行处理。使用这些来提取 XML（如果可以的话），然后将此 XML 传递给 XML 解析器。

【讨论】：

【解决方案2】：

行号没有内置属性。

如果您想以编程方式查看第 395,000 到 395,200 行的所有数据，可以通过计算换行符来实现。

文件中的每一行都以换行符 ("\n") 结束，因此您可以计算其中的 349,999 个，然后查看数据，直到看到另外 200 个。

【讨论】：