輸入(fullInput
)
想象我有以下作爲InputStream
(或者作爲存儲器中的String
從該流讀取):如何解析XML部分地(僅1級深)
<?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>
我要如何使用該解決方案(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;
}
我正在尋找
我正在尋找/ idea的bridgeXml
的實現,其中輸入String
/*Stream
被分割成更小的字符串,這些字符串是格式良好的XML文檔(沒有XML聲明)。
瑣碎實現我想避免以下實施
的是容易出錯的,不靈活,不應該被使用,我使用某種庫或XML解析器尋找一個合適的!
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輸入不能改變,是一個完全有效的XML。
- 必須使用專有的解組器,並且不能修改。
- 我正在尋找一個解決方案,該文件不是XML解組,XML編組,專有解組。
- (在XML/Java代碼風格,格式,可見性修飾符,等等。不要挑!
這些簡化代碼更容易溝通。)
解決方案(編輯)
我結束寫這篇文章......我結束了對XML的雙重解析(見getOuterXml
),因爲現在認爲它太慢是爲時過早。在這之後我有一個巨大的數據庫查詢,速度較慢。
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();
}
}
}
您已經使用stax標記了您的問題。那就是我會建議你的。有了它,您可以流式傳輸xml文檔或其中的一部分,並使用JAXB解析有效的子xml。多數民衆贊成我已經做了拆分非常大的XML文件與一些unmarshaller有趣的部分。 – wumpz