如何在使用JDOM2解析XML时忽略注释内容

Question

我在使用JDOM解析器解析我的xml时遇到了一些问题。当我尝试检索内容时，它给了我注释的行。是否有一种方法可以让我们忽略这些评论线。

Java代码：

SAXBuilder jdomBuilder = new SAXBuilder(); 
    // jdomDocument is the JDOM2 Object 
    Document jdomDocument = jdomBuilder.build("C:/manu/WebservicesWS/DynamicXmlParse/src/PO_XML.xml"); 
    // The root element is the root of the document. we print its name 
    System.out.println(jdomDocument.getRootElement().getName()); // prints 
                    // "rss" 
    Element rss = jdomDocument.getRootElement(); 
    System.out.println(rss.getNamespaceURI()); 
    List<Element> rssChildren = rss.getChildren(); 
    // getElement(rssChildren); 
    for (int i = 0; i < rssChildren.size(); i++) { 
     Element rssChild = rssChildren.get(i); 
     System.out.println(rssChild.getName());// prints 'title' and 'link' 
     List<Content> rssContents = rssChild.getContent(); 
     for (int j = 0; j < rssContents.size(); j++) { 
      Content content = rssContents.get(j); 
      System.out.println(content.getValue()); 
     } 
    } 

XML结构

<interchange-control-header> 
    <control-number>2</control-number> 
    <sender-id>ZZ:IQAAOBUYER7</sender-id> 
    <receiver-id>ZZ:33347456972</receiver-id> 
    <!--sender-id>ZZ:IQAAOBUYER2</sender-id> 
    <receiver-id>ZZ:IQAAOSUPPLIER2</receiver-id>   
    <sender-id>IQAOrionBuyer</sender-id> 
    <receiver-id>IQAOrionSupplier</receiver-id-->   
    <date-time>2012-06-29T09:30:47-05:00</date-time> 
    <control-version>1</control-version> 
    <usage-indicator>T</usage-indicator> 
    <is-copy>0</is-copy> 
</interchange-control-header> 

电流输出

interchange-control-header 
2 
ZZ:IQAAOBUYER7 
ZZ:33347456972 
sender-id>ZZ:IQAAOBUYER2</sender-id> 
    <receiver-id>ZZ:IQAAOSUPPLIER2</receiver-id>   
    <sender-id>IQAOrionBuyer</sender-id> 
    <receiver-id>IQAOrionSupplier</receiver-id 
2012-06-29T09:30:47-05:00 
1 
T 
0 

所需的输出：

interchange-control-header 
2 
ZZ:IQAAOBUYER7 
ZZ:33347456972 
2012-06-29T09:30:47-05:00 
1 
T 
0 

Answer 1

评论被认为是XML文档的一个可识别部分，以及像Elements这样的更明显的东西。其他要注意的内容是Processing Instructions，Text和Entity References。

当您在rssChild元素上调用getContent时，将获得Comment内容，它的值是该内容中的文本。

看来你只是想打印出每个子元素的文本内容，而不是所有的内容。

获取所有子元素的简单方法是使用the getChildren() method（而不是getContent）。你已经在其他地方使用getChildren了，所以我不确定你为什么忘了在这里使用它。

此外，你可以简化循环为每个样式...此代码：

List<Element> rssChildren = rss.getChildren(); 
// getElement(rssChildren); 
for (int i = 0; i < rssChildren.size(); i++) { 
    Element rssChild = rssChildren.get(i); 
    System.out.println(rssChild.getName());// prints 'title' and 'link' 
    List<Content> rssContents = rssChild.getContent(); 
    for (int j = 0; j < rssContents.size(); j++) { 
     Content content = rssContents.get(j); 
     System.out.println(content.getValue()); 
    } 
} 

可能是：

for (Element rssChild : rss.getChildren()) { 
    System.out.println(rssChild.getName());// prints 'title' and 'link' 
    for (Element subRss : rssChild.getChildren()) { 
     System.out.println(subRss.getValue()); 
    } 
}