Android：解析 XML DOM 解析器。将子节点转换为字符串答案

【问题标题】：Android: Parsing XML DOM parser. Converting childnodes to stringAndroid：解析 XML DOM 解析器。将子节点转换为字符串
【发布时间】：2011-01-04 06:38:56
【问题描述】：

又是一个问题。这次我正在解析从服务器接收到的 XML 消息。有人认为自己很聪明，决定将 HTML 页面放在 XML 消息中。现在我有点面临问题，因为我想从这个 XML 消息中提取那个 HTML 页面作为字符串。

好的，这是我正在解析的 XML 消息：

<AmigoRequest> <From></From> <To></To> <MessageType>showMessage</MessageType> <Param0>general message</Param0> <Param1><html><head>test</head><body>Testhtml</body></html></Param1> </AmigoRequest>

您会看到在 Param1 中指定了一个 HTML 页面。我尝试通过以下方式提取消息：

公共字符串 getParam1（文档 d）{ if (d.getDocumentElement().getTagName().equals("AmigoRequest")) { NodeList 结果 = d.getElementsByTagName("Param1"); // 消息类型取决于我们正在阅读的消息。 if (results.getLength() > 0 && results != null) { 返回结果.item(0).getFirstChild().getNodeValue(); } } 返回 ””; }

其中 d 是文档形式的 XML 消息。它总是返回一个空值，因为 getNodeValue() 返回空值。当我尝试 results.item(0).getFirstChild().hasChildNodes() 时，它会返回 true，因为他看到消息中有一个标签。

如何从字符串中的 Param0 中提取 html 消息 <html><head>test</head><body>Testhtml</body></html>？

我正在使用 Android sdk 1.5（几乎是 java）和一个 DOM 解析器。

感谢您的宝贵时间和回复。

安泰克

【问题讨论】：

可以选择 XPath 吗？如果是这样，我也许可以为您提供帮助，而且我从未使用过 andriod，这就是我问的原因。
XPath 不受支持，但我设法通过使用 DOM4J 和 Jaxen 找到了适用于 Android 的解决方法。

标签： java xml android parsing domparser

【解决方案1】：

您可以像这样获取 param1 的内容：

public String getParam1(Document d) {
        if (d.getDocumentElement().getTagName().equals("AmigoRequest")) {
            NodeList results = d.getElementsByTagName("Param1");
            // Messagetype depends on what message we are reading.           
            if (results.getLength() > 0 && results != null) {                

                // String extractHTMLTags(String s) is a function that you have 
                // to implement in a way that will extract all the HTML tags inside a string.
                return extractHTMLTags(results.item(0).getTextContent());
            }
        }
        return "";
    }

你所要做的就是实现一个函数：

String extractHTMLTags(String s)

这将从字符串中删除所有出现的 HTML 标记。为此你可以看看这篇文章：Remove HTML tags from a String

【讨论】：

太糟糕了，Android 不支持 getTextContent 函数。 Android 正在使用旧的 dom 解析器。但我现在也知道在哪里看。仍然没有找到该主题的解决方案，但我已经编辑了我的主题标题。
如果getTextContent 在平台上可用，那么调用它就足够了，而无需围绕它进行extractHTMLTags 调用。 getTextContent 从返回的字符串中去除任何 XML 标记（更准确地说，它通过连接嵌套元素内的所有文本字符串来获取其值，同时留下元素标签。）当然，这确实假设 HTML 内容是格式良好的 XML。但如果不是，您可能甚至无法在 XML 解析中达到这一点。
哦，我没用过android，也不知道它的DOM解析器！我以为它使用的是最新版本。很抱歉！
不，Alex，不要抱歉 :) 你帮助我朝着正确的方向前进，我发现了一些关于 Androids dom 解析器的有用信息。似乎它只能提取文本节点。我目前正在研究所有其他 cmets。

【解决方案2】：

在检查了很多并摸不着头脑之后，我想出了一个简单的改动，它需要将你的 API 级别更改为 8

【讨论】：

【解决方案3】：

编辑：我刚刚看到您在上面关于getTextContent() 不受Android 支持的评论。我将保留这个答案，以防它对不同平台上的人有用。

如果你的 DOM API 支持，可以调用getTextContent()，如下：

public String getParam1(Document d) {
        if (d.getDocumentElement().getTagName().equals("AmigoRequest")) {
            NodeList results = d.getElementsByTagName("Param1");
            // Messagetype depends on what message we are reading.           
            if (results != null) {                
                return results.getTextContent();
            }
        }
        return "";
    }

但是，getTextContent() 是一个 DOM Level 3 API 调用；并非所有解析器都保证支持它。 Xerces-J does.

顺便说一句，在您的原始示例中，您对null 的检查位于错误的位置；应该是：

        if (results != null && results.getLength() > 0) {

否则，如果 results 确实以 null 的形式返回，您将获得 NPE。

【讨论】：

【解决方案4】：

由于您无法使用getTextContent()，因此另一种选择是编写它——这并不难。事实上，如果你写这篇文章只是为了你自己的使用——或者你的雇主对开源没有过于严格的规定——你可以把Apache's implementation作为一个起点；第 610-646 行似乎包含了您需要的大部分内容。（请尊重 Apache 的版权和许可。）

否则，该方法的一些粗略伪代码将是：

String getTextContent(Node node) {
    if (node has no children) 
        return "";

    if (node has 1 child)
        return getTextContent(node.getFirstChild());

    return getTextContent(new StringBuffer()).toString();
}

StringBuffer getTextContent(Node node, StringBuffer sb) {
    for each child of node {
        if (child is a text node) sb.append(child's text)
        else getTextContent(child, sb);
    }
    return sb;
}

【讨论】：

【解决方案5】：

好吧，我几乎已经有了代码......

public String getParam1(Document d) {
    if (d.getDocumentElement().getTagName().equals("AmigoRequest")) {
        NodeList results = d.getElementsByTagName("Param1");
        // Messagetype depends on what message we are reading.           
        if (results.getLength() > 0 && results != null) {                
            DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
            DocumentBuilder db;
            Element node = (Element) results.item(0); // get the value of Param1
            Document doc2 = null;
            try {

                db = dbf.newDocumentBuilder();
                doc2 = db.newDocument(); //create new document
                doc2.appendChild(doc2.importNode(node, true)); //import the <html>...</html> result in doc2

            } catch (ParserConfigurationException e) {
                // TODO Auto-generated catch block
                Log.d(TAG, " Exception ", e);
            } catch (DOMException e) {
                // TODO: handle exception
                Log.d(TAG, " Exception ", e);
            } catch (Exception e) {
                // TODO: handle exception
                e.printStackTrace();               }              


            return doc2. .....// All I'm missing is something to convert a Document to a string.
        }
    }
    return "";

}

就像在我的代码注释中解释的那样。我所缺少的就是从文档中创建一个字符串。您不能在 Android 中使用 Transform 类... doc2.toString() 将为您提供对象的序列化..

但如果这不起作用，我的下一步是编写自己的解析器；）

不是最好的代码，而是临时解决方案。

public String getParam1(String b) {
        return b
                .substring(b.indexOf("<Param1>") + "<Param1>".length(), b.indexOf("</Param1>"));
    }

其中 String b 是 XML 文档字符串。

【讨论】：