STAX - 獲取XML節點串

Question

XML看起來像這樣：

<statements> 
    <statement account="123"> 
     ...stuff... 
    </statement> 
    <statement account="456"> 
     ...stuff... 
    </statement> 
</statements> 

我使用STAX來處理一個「<statement>」的時間和我得到的工作。我需要將整個語句節點作爲一個字符串，以便我可以創建「123.xml」和「456.xml」，或者甚至可以將它加載到按帳戶索引的數據庫表中。使用

這種方法：http://www.devx.com/Java/Article/30298/1954

我希望做這樣的事情：

String statementXml = staxXmlReader.getNodeByName("statement"); 

//load statementXml into database 

Answer 1

爲什麼不直接使用XPath這個？

你可以有一個相當簡單的xpath來獲取所有'語句'節點。

像這樣：

//statement 

編輯＃1：如果可能的話，看看dom4j。你可以讀取字符串並相當簡單地獲取所有'語句'節點。

編輯＃2：使用dom4j的，這是你會怎麼做： （從他們的食譜）

String text = "your xml here"; 
Document document = DocumentHelper.parseText(text); 

public void bar(Document document) { 
    List list = document.selectNodes("//statement"); 
    // loop through node data 
} 

Answer 2

我一直在使用Google，這似乎痛苦艱難。

給我的XML，我認爲它可能只是簡單：

StringBuilder buffer = new StringBuilder(); 
for each line in file { 
    buffer.append(line) 
    if(line.equals(STMT_END_TAG)){ 
     parse(buffer.toString()) 
     buffer.delete(0,buffer.length) 
    } 
} 

private void parse(String statement){ 
    //saxParser.parse(new InputSource(new StringReader(xmlText)); 
    // do stuff 
    // save string 
} 

Answer 3

斯塔克斯是一個低級別的訪問API，它不具有任何查找或方法遞歸訪問內容。但是你究竟想要做什麼？你爲什麼要考慮Stax？除了使用適用於XPath的樹模型（DOM，XOM，JDOM，Dom4j）之外，處理數據時的最佳選擇通常是像JAXB這樣的數據綁定庫。有了它，您可以傳遞Stax或SAX reader，並要求它將xml數據綁定到Java bean中，而不是搞亂xml過程Java對象。這通常更方便，而且通常表現很好。 只有大文件的訣竅是，你不希望一次綁定整個事物，而是綁定每個子樹（在你的情況下，一次一個'語句'）。 這是通過迭代Stax XmlStreamReader，然後使用JAXB進行綁定來完成的。

Answer 4

您可以爲此使用StAX。您只需將XMLStreamReader提前到語句的開始元素即可。檢查帳戶屬性以獲取文件名。然後使用javax.xml.transform API將StAXSource轉換爲包裝文件的StreamResult。這將推進XMLStreamReader，然後重複此過程。

import java.io.File; 
import java.io.FileReader; 
import javax.xml.stream.XMLInputFactory; 
import javax.xml.stream.XMLStreamConstants; 
import javax.xml.stream.XMLStreamReader; 
import javax.xml.transform.Transformer; 
import javax.xml.transform.TransformerFactory; 
import javax.xml.transform.stax.StAXSource; 
import javax.xml.transform.stream.StreamResult; 

public class Demo { 

    public static void main(String[] args) throws Exception { 
     XMLInputFactory xif = XMLInputFactory.newInstance(); 
     XMLStreamReader xsr = xif.createXMLStreamReader(new FileReader("input.xml")); 
     xsr.nextTag(); // Advance to statements element 

     while(xsr.nextTag() == XMLStreamConstants.START_ELEMENT) { 
      TransformerFactory tf = TransformerFactory.newInstance(); 
      Transformer t = tf.newTransformer(); 
      File file = new File("out" + xsr.getAttributeValue(null, "account") + ".xml"); 
      t.transform(new StAXSource(xsr), new StreamResult(file)); 
     } 
    } 

} 

Answer 5

我有一個類似的任務，雖然原來的問題比一年還舊，但我找不到滿意的答案。到目前爲止，最有趣的答案是Blaise Doughan的答案，但是我無法讓它在我期望的XML上運行（也許一些底層解析器的參數可能會改變它？）。在這裏，XML，非常simplyfied：

<many-many-tags> 
    <description> 
     ... 
     <p>Lorem ipsum...</p> 
     Devils inside... 
     ... 
    </description> 
</many-many-tags> 

我的解決辦法：

public static String readElementBody(XMLEventReader eventReader) 
    throws XMLStreamException { 
    StringWriter buf = new StringWriter(1024); 

    int depth = 0; 
    while (eventReader.hasNext()) { 
     // peek event 
     XMLEvent xmlEvent = eventReader.peek(); 

     if (xmlEvent.isStartElement()) { 
      ++depth; 
     } 
     else if (xmlEvent.isEndElement()) { 
      --depth; 

      // reached END_ELEMENT tag? 
      // break loop, leave event in stream 
      if (depth < 0) 
       break; 
     } 

     // consume event 
     xmlEvent = eventReader.nextEvent(); 

     // print out event 
     xmlEvent.writeAsEncodedUnicode(buf); 
    } 

    return buf.getBuffer().toString(); 
} 

用例：

XMLEventReader eventReader = ...; 
while (eventReader.hasNext()) { 
    XMLEvent xmlEvent = eventReader.nextEvent(); 
    if (xmlEvent.isStartElement()) { 
     StartElement elem = xmlEvent.asStartElement(); 
     String name = elem.getName().getLocalPart(); 

     if ("DESCRIPTION".equals(name)) { 
      String xmlFragment = readElementBody(eventReader); 
      // do something with it... 
      System.out.println("'" + fragment + "'"); 
     } 
    } 
    else if (xmlEvent.isEndElement()) { 
     // ... 
    } 
} 

注意，提取XML片段將包含完整的提取正文內容，包括白色空間和評論。根據需要過濾這些內容，或者使緩衝區大小可以參數化，但爲了簡化代碼，已將其忽略：

' 
    <description> 
     ... 
     <p>Lorem ipsum...</p> 
     Devils inside... 
     ... 
    </description> 
    '