2

我有一个 XML 文档，它处于 FO 转换前或转换后的状态，我需要从中提取一些信息。在前例中，我需要提取两个代表 pageWidth 和 pageHeight 的标签，在后例中，我需要从特定标签中提取 page-height 和 page-width 参数（我忘记了它不在我的头顶）。

我正在寻找的是一种有效/易于维护的方式来获取这两个元素。我只想一次阅读文档以获取我需要的两件事。

我最初开始写一些会使用BufferedReader+的东西FileReader，但后来我正在做字符串搜索，当标签跨越多行时它会变得混乱。然后我查看了DOMParser，这似乎是理想的，但如果我可以帮助它，我不想将整个文件读入内存，因为文件可能很大，我正在寻找的标签会几乎总是靠近文件的顶部。然后我调查了SAXParser，但这对于我想要完成的事情来说似乎是一大堆复杂的矫枉过正。

有人有什么建议吗？或者可以实现我的目标的简单实现？谢谢。

编辑：我忘了提到，由于我有各种限制，我使用的任何东西都必须“内置”到核心 Java 中，在其中我不能使用和/或下载任何第 3 方 XML 工具。

4

3 回答 3

4

虽然 XPath 非常适合查询 XML 数据，但我不知道 Java 的良好和快速的 XPath 实现（至少它们都使用 DOM 模型）。

我建议您坚持使用 StAX。即使对于大文件，它也非常快，而且它的游标 API 相当简单：

XMLInputFactory f = XMLInputFactory.newInstance();
XMLStreamReader r = f.createXMLStreamReader("my.xml");
try {
  while (r.hasNext()) {
    r.next();
    . . .
  }
} finally {
  r.close()
}

有关更多信息，请参阅StAX 教程和XMLStreamReader javadocs。

于 2010-04-05T19:15:41.990 回答
1

您可以使用XPath来搜索您的标签。这是关于形成 XPath 表达式的教程。这是一篇关于在 Java 中使用 XPath 的文章。

一个易于使用的解析器（dom、sax）是dom4j。它比内置的 SAXParser 更容易使用。

于 2010-04-05T18:48:11.863 回答
0

试试“XMLDog”

这使用 sax 来评估 xpaths

于 2010-04-05T20:07:29.703 回答