使用DocumentBuilder进行XML解析

问题描述：

我想将xml解析为键值对的映射，如下所示。使用DocumentBuilder进行XML解析

示例XML文档：

<Students> 
    <StudentA> 
     <Id>123</Id> 
     <Address>123 W </Address> 
     <Courses> 
      <Course1>CS203</Course1> 
      <Course2>CS206</Course2> 
     </Courses> 
    </StudentA> 
    <StudentB> 
     <Id>124</Id> 
     <Address>124 W </Address> 
     <Courses> 
      <Course1>CS202</Course1> 
      <Course2>CS204</Course2> 
     </Courses> 
    </StudentB> 
</Students>

XML解析器代码：

/** 
* Parse the given xml data. 
* @param xmlString The xml string to be parsed. 
* @return Non-null list of {@link DiscreteDataEntry} values, may be empty. 
*/ 
Map<String, String> parseXML(final String xmlString) 
{ 
    final String xmlDataToParse = xmlString; 

    parentNode = ""; 
    try 
    { 
     final InputStream inputStream = new ByteArrayInputStream(xmlDataToParse.getBytes()); 
     final DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance(); 
     documentBuilderFactory.setNamespaceAware(true); 
     final DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder(); 
     final Document document = documentBuilder.parse(inputStream); 
     final Map<String, String> data = createMapOfAttributeValuesKeyedByName(document.getDocumentElement()); 
    } 
    catch (final Exception exception) 
    { 
     System.out.println("Exception:" + exception); 
    } 

    return data; 
} 

/** 
* A recursive method which will loop through all the xml nodes. 
* @param node The node. 
* @return Non-null map of test values keyed by test name, may be empty. 
*/ 
Map<String, String> createMapOfAttributeValuesKeyedByName(final Node node) 
{ 
    final Map<String, String> attributeValuesKeyedByName = new LinkedHashMap<String, String>(); 
    final NodeList nodeList = node.getChildNodes(); 
    for (int index = 0; index < nodeList.getLength(); index++) 
    { 
     final Node currentNode = nodeList.item(index); 
     if (node.getFirstChild() != null && node.getFirstChild().getNodeType() == Node.ELEMENT_NODE) 
     { 
      parentNode = getAncestralOrigin(currentNode); 
      attributeValuesKeyedByName.putAll(createMapOfAttributeValuesKeyedByName(currentNode)); 
     } 
     else if (node.getFirstChild() != null && node.getFirstChild().getNodeType() == Node.TEXT_NODE) 
     { 
      final String attributeName = parentNode.length() > 0 ? parentNode + "." + node.getNodeName().trim() : node.getNodeName().trim(); 
      final String attributeValue = node.getTextContent().trim(); 
      attributeValuesKeyedByName.put(attributeName, attributeValue); 
      parentNode = ""; 
     } 
    } 

    return attributeValuesKeyedByName; 
} 

/** 
* Parses a give node and finds all its ancestors. 
* @param node The node whose ancestors have to be found. 
* @return A non-null but possible empty string built using the ancestors of the node. 
*/ 
final String getAncestralOrigin(final Node node) 
{ 
    String ancestralOrigin = ""; 
    final Node currentParentNode = node.getParentNode(); 
    if (currentParentNode != null && currentParentNode.getNodeType() != Node.DOCUMENT_NODE) 
    { 
     ancestralOrigin = currentParentNode.getNodeName(); 
     final String ancestor = getAncestralOrigin(currentParentNode); 
     if (ancestor.length() > 0) 
     { 
      ancestralOrigin = ancestor + "." + ancestralOrigin; 
     } 
    } 
    return ancestralOrigin; 
}

地图的输出是：

Key:[Students.StudentA.Id], Value:[123] 
Key:[Students.StudentA.Address], Value:[123 W] 
Key:[Students.StudentA.Courses.Course1], Value:[CS203] 
Key:[Students.StudentA.Courses.Course2], Value:[CS206] 
Key:[Students.StudentB.Id], Value:[124] 
Key:[Students.StudentB.Address], Value:[124 W] 
Key:[Students.StudentB.Courses.Course1], Value:[CS202] 
Key:[Students.StudentB.Courses.Course2], Value:[CS204]

但这输出工作正常，如果该文件是正在阅读

final BufferedReader bufferedReader = new BufferedReader(new FileReader(new  File(url.getFile().replaceAll("%20", " "))));

如果同一个文件中被读出以

DataInputStream is = new DataInputStream(new FileInputStream(new File(url.getFile().replaceAll("%20", " "))));

输出是不同的。它确实在xml文档中使用了所有的CR和LF。

键：[学生]，值：123 123W¯¯

我使用的是依赖罐子阅读这DataInputStream所使用的XML文件。

我总是觉得我的xml解析器会照顾CR/LF/NewLine看起来不像它。我将在分析之前用空字符串替换所有CR LF和NewLines。

但我想知道是否有其他的XML解析器会自己照顾自己。还有什么是BufferedReader跳过CR/LF和NewLine 的原因，但DataInputStream不会。

还有没有其他更好的方法来找到子标签的祖先，我需要他们使关键值独一无二。

xml将保持原样并且无法更改。此外，XML将不会像这里显示的那样，它将是一个带有标签更改的通用XML，所以我正在尝试制作一个通用的XML解析器，用于解析xml子标记并将它们放入地图中。

孩子标签可以重复，所以我使用孩子的路径使其独特。

也有一种方法来解析xml只有这些标签（StudentA/StudentB）通过删除父标签学生递归。

注意：xml格式发生变化，我解析的xml可能会更改为每个xml文件。所以我真的不能解析像得到StudentA的孩子。

此示例源代码可能是一个好开始：http://www.mkyong.com/java/how-to-read-xml-file-in-java-dom-parser/在格式更改的情况下，你可以检查空的节点，只是它返回一个0. – WilliamShatner

我可以告诉你，vtd-xml肯定会照顾你的CR/LF。 –

答

经过长篇描述之后，我了解到，您想了解其他更好的解析XML的方法。

答案是，是的，还有其他一些更好的方法来解析XML。使用StAX或SAX，这些是快速和更高的内存效率。要了解更多，请阅读Java教程的JAXP。

答

DataInputStream旨在仅读取使用DataOutputStream ...写成的东西，即序列化的Java对象。它不适用于阅读文本输入。

使用DocumentBuilder进行XML解析

相关推荐