输入(fullInput
)
想象我有以下作为InputStream
(或者作为存储器中的String
从该流读取):如何解析XML部分地(仅1级深)
<?xml version="1.0" ?>
<root>
<element attr="val1"><x /><y /></element>
<element attr="val2"><y /></element>
<element attr="val3"><x /><x /></element>
<element attr="val4"><z /><y /></element>
</root>
我要如何使用该解决方案(bridgeXml
)
IProprietaryUnmarshaller UNMARSHALLER = ...;
List<Element> parseFullXml(String fullInput) throws UnmarshallException {
List<String> inputs = bridgeXml(fullInput);
List<Element> outputs = new ArrayList();
for(String input : inputs) {
Element e = UNMARSHALLER.unmarshall(input);
outputs.add(e);
}
return outputs;
}
我正在寻找
我正在寻找/ idea的bridgeXml
的实现,其中输入String
/*Stream
被分割成更小的字符串,这些字符串是格式良好的XML文档(没有XML声明)。
琐碎实现我想避免以下实施
的是容易出错的,不灵活,不应该被使用,我使用某种库或XML解析器寻找一个合适的!
List<String> bridgeXml(String input) {
// strip anything up to the opening root element, and LTrim the remainder
input = input.replaceAll("(?s)^.*<root.*?>\\s*", "");
// strip anything after the closing root element, and RTrim the remainder
input = input.replaceAll("(?s)\\s*</root.*$", "");
// split at </element> closing tags, not removing them (?<= does the magic)
return Arrays.asList(input.split("(?<=</element>)"));
}
限制
- XML输入不能改变,是一个完全有效的XML。
- 必须使用专有的解组器,并且不能修改。
- 我正在寻找一个解决方案,该文件不是XML解组,XML编组,专有解组。
- (在XML/Java代码风格,格式,可见性修饰符,等等。不要挑!
这些简化代码更容易沟通。)
解决方案(编辑)
我结束写这篇文章......我结束了对XML的双重解析(见getOuterXml
),因为现在认为它太慢是为时过早。在这之后我有一个巨大的数据库查询,速度较慢。
protected <T> List<T> read(InputStream inputStream, String tagName) throws XMLStreamException,
TransformerException, DecodingException
{
List<T> result = new ArrayList<T>();
XMLInputFactory xmlFactory = XMLInputFactory.newInstance();
XMLStreamReader xmlReader = xmlFactory.createXMLStreamReader(inputStream, "ISO-8859-1");
while (xmlReader.hasNext()) {
xmlReader.next();
if (xmlReader.isStartElement() && tagName.equals(xmlReader.getLocalName())) {
String output = getOuterXml(xmlReader);
@SuppressWarnings("unchecked")
T object = (T) UNMARSHALLER.unmarshall(output);
result.add(object);
}
}
return result;
}
protected String getOuterXml(XMLStreamReader xmlr) throws TransformerException
{
Transformer transformer = TransformerFactory.newInstance().newTransformer();
StringWriter stringWriter = new StringWriter();
transformer.transform(new StAXSource(xmlr), new StreamResult(stringWriter));
return stringWriter.toString();
}
protected <T> List<T> getObjects(String urlString, String tagName)
{
LOG.info("Downloading [{}] updates from [{}].", tagName, urlString);
HttpURLConnection conn = null;
InputStream inputStream = null;
try {
URL url = new URL(urlString);
conn = (HttpURLConnection) url.openConnection();
conn.connect();
inputStream = conn.getInputStream();
return read(inputStream, tagName);
} catch (Exception ex) {
String exceptionMessage = "Updating [" + tagName + "] from [" + urlString + "] failed.";
LOG.error(exceptionMessage, ex);
throw new MyFancyWrapperException(exceptionMessage, ex);
} finally {
if (inputStream != null) {
try {
inputStream.close();
} catch (IOException ex) {
LOG.warn("Cannot close HTTP's input stream", ex);
}
}
if (conn != null) {
conn.disconnect();
}
}
}
您已经使用stax标记了您的问题。那就是我会建议你的。有了它,您可以流式传输xml文档或其中的一部分,并使用JAXB解析有效的子xml。多数民众赞成我已经做了拆分非常大的XML文件与一些unmarshaller有趣的部分。 – wumpz