问题标签 [apache-commons-digester]

我有一个 Java 应用程序，使用 Lucene 和 Apache commons Digester 来解析 xml 集合。解析第一项后，我收到此错误...这是什么意思？

我需要使用 Apache Lucene 和 Commons Digester 构建基于 XML 的查询。

我的文档有这种格式：

而查询实际上也是我需要与整个集合进行比较的文档。每个属性都有不同的相似度度量。例如，“描述”具有 tf-idf 余弦相似度。“时间”只是差异，“纬度”+“经度”使用半正弦距离进行比较。

目前，我只使用简单的文本查询（例如“word1 word2”）执行搜索。我怎样才能建立更复杂的查询呢？

谢谢

我有一个类似 SDO 的对象，我需要借助消化器规则对其进行解析。对象可以有一个存储与对象本身相同类型的列表，例如

如何在 xml 中定义消化器规则？

谢谢。

我正在用 Commons Digester 解析一个 XML 文件，但我不明白我的代码有什么问题：我被这个 java.lang.NullPointerException 困住了。

这是代码： http: //pastie.org/1708374

这是例外： http: //pastie.org/1708371

我想这是一个愚蠢的错误

谢谢

我得到一个 java.lang.NumberFormatException，同时用 commons-digester 解析一个 xml 文件。

不知道是什么意思：

这是完整的错误信息： http: //pastie.org/1708720

这是代码：http ://codepad.org/tw39paE1

谢谢

我的 xml 就像<value>value1</value>我想使用 commons-digester 解析它并希望将“value1”作为字符串对象

我正在使用 Digester 解析 xml 文件，但出现以下错误：

但是 2336608 是我的文本文件的最后一行。我想我正在打开一个标签，但我从不关闭它。您知道如何在大文本文件中找到并修复它吗？

谢谢

我以前使用过 Apache digester，并且喜欢基于分支的 xml 标签搜索。将标签指定为 h\a\b\ 非常直观。

现在我想做 xml 过滤项目，但 apache digester 似乎不起作用，仅仅是因为没有办法获取底层的 xml 标签。正如常见问题解答所说：

如何获得一些嵌套在标签中的 xml 作为文字字符串？

经常有人问如何将嵌套在文档中的一些 XML（尤其是 XHTML）提取为字符串，例如将下面的“body”标签的内容提取为字符串：

...一些 xml 代码...

如果您可以修改上述内容以将所需文本包装为 CDATA 部分，那么事情就很容易了；Digester 只会将该 CDATA 块视为单个字符串：

...一些 xml 代码...

如果这不能完成，那么您需要使用 NodeCreateRule 创建一个表示 body 标记及其子标记的 DOM 节点，然后将该 DOM 节点序列化回文本。

请记住，Digester 只是标准 XML 解析器之上的一个层，标准 ​​XML 解析器无法仅停止解析特定元素的输入 - 除非它知道该元素的内容是一个字符块 (CDATA)。

如果有什么东西使用我可以用来过滤 xml 的相同模式系统？我的想法是使用用户提供的模式并将它们列入黑名单，并复制其他所有内容。

或者也许有一种方法可以在 Apache Digester 中找到匹配的位置（xml 上的位置，而不仅仅是显示的文本）。这足以让我通过保留它的副本并跳过匹配来复制其他文本。

编辑：我发现 XPath 看起来几乎可以这样做，但我发现的所有应用程序都是用于选择某些东西，而不是删除它。你有这方面的例子吗？

我已经彻底搜索了这个主题并打开了 log4j 的调试级别，但是 MenuContextListener 根本不会启动。这是我掌握的信息：

我的 web.xml 文件

我的 menu-config.xml 文件

我的 log4j 信息

因此，您会看到为此侦听器调用了 contextInitialize，但该方法没有完成，因为 MenuContextListener 中应该还有 1 条日志语句告诉我们成功或失败。然后我们突然调用了 contextDestroyed ，就是这样。

我需要用 Lucene 索引一些 xml 文档，但在此之前，我需要解析这些 XML 并在它们的标签中提取一些信息。

XML 如下所示：

我只需要提取标签开始和结束内的时间戳，然后索引 p 标签内的文本。目标是查询被索引的文本并知道每次命中哪个时间戳间隙。

例如，如果我查询单词“Text”，输出应该是这样的：“2 hits, 00:11.76-00:16.04, 00:18.52-00:22.88”

我开始用 Lucene 索引整个 XML。现在我想解析文件，但我不确定解决这个问题的最佳近似值是什么。

欢迎任何帮助或建议:) 谢谢大家！