在XML文件中添加新节点

Question

我有一个具有如下结构的xml文件：

<?xml version="1.0"?>
<entries>
  <entry accente="one">
    <list>Word</list>
    <sense class="0" value="B">
      <definition>
        <MorfDef>s. m.</MorfDef>
        <RegDef>This <i>text</i> have i node.</RegDef>
        <ItalMarker>Text.</ItalMarker>
      </definition>
    </sense>
   </entry>
  <entry accente="two">
    <list>B  n-1</list>
    <sense class="0" value="B">
      <definition>
        <MorfDef>s. m.</MorfDef>
        <RegDef>This text doesn't have i atribute.</RegDef>
        <ItalMarker>Word.</ItalMarker>
      </definition>
    </sense>
   </entry>
</entries>

我想为RegDef元素中的每个单词添加一个新节点，因此结果可能是：

<?xml version="1.0"?>
<entries>
  <entry accente="one">
    <list>Word</list>
    <sense class="0" value="B">
      <definition>
        <MorfDef>s. m.</MorfDef>
        <RegDef><w lemma="A1">This</w> <i><w lemma="A2">text</w></i> <w lemma="A3">have</w> <w lemma="A4">i</w> <w lemma="A5">node</w> <w lemma="A6">.</w></RegDef>
        <ItalMarker>Text.</ItalMarker>
      </definition>
    </sense>
   </entry>
  <entry accente="two">
    <list>B  n-1</list>
    <sense class="0" value="B">
      <definition>
        <MorfDef>s. m.</MorfDef>
        <RegDef><w lemma="A7">This</w> <w lemma="A8">text</w> <w lemma="A8">doesn't</w> <w lemma="A10">have</w> <w lemma="A11">i</w> <w lemma="A12">atribute</w> <w lemma="A13">.</w></RegDef>
        <ItalMarker>Word.</ItalMarker>
      </definition>
    </sense>
   </entry>
</entries>

如果RegDef节点有一个<i>节点，我想从<i>节点读取文本并为每个单词写一个<w>节点。 我尝试使用如下所示的XPath：

 Element rootElement = document.getDocumentElement();
Element element = document.createElement("w");
rootElement.appendChild(element);

但它会附加在根节点之后。 我如何为RegDef标签中的每个单词编写一个节点，然后向该节点添加属性？ 谢谢。

Answer 1

您选择了文件<entries>的根节点 。 如果在该节点上使用appendChild，则您的节点将作为根节点的最后一个子节点追加，这是预期的行为。

实际上，您实际上想使用w元素将单词包装在RegDef节点内，这并不像示例中包含的三行代码那么简单。

为此，您需要：

1. 选择该节点（DOM中有很多方法， document.getElementsByTagName("RegDef")将为您提供包含所有这些方法的NodeList 。您也可以使用XPath。
2. 对于每个RegDef您需要选择其所有后代文本节点。 如果您使用XPath，则每个RegDef上下文中的表达式如.//text()将为您提供这些节点的列表。 每个可能包含一个或多个“单词”，甚至是空白和换行符。
3. 您可以通过用空格，标点符号或其他可用作字符定界符的字符进行拆分来提取单词 。 Java中有几种用于此目的的工具，包括正则表达式。
4. 最后，当您隔离了每个“单词”并消除了要忽略的节点时，可以为每个单词创建一个w元素，创建一个包含该单词的新文本节点 ， 并将该文本节点附加为该子节点元件。 您还必须设置属性。

也许您应该使用较小的XML文件来关注您的特定问题，然后再将其应用于您的实际示例。 您可以从以下内容开始：

String xml = "<nodes>\n"
        + "    <RegDef>This <i>text</i> have i node.</RegDef>\n"
        + "    <RegDef>This text doesn't have i atribute.</RegDef>\n"
        + "</nodes>";
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = dbf.newDocumentBuilder();
Document document = builder.parse(new InputSource(new StringReader(xml)));

NodeList regDefNodes = document.getElementsByTagName("RegDef");
int size = regDefNodes.getLength();
for(int i = 0; i < size; i++) {
    Element regDef = (Element)regDefNodes.item(i);
    Element newRegDef = wrapWordsInContents(regDef, document);
    Element parent = (Element)regDef.getParentNode();
    parent.replaceChild(newRegDef, regDef);
}

现在，您可以将上述步骤用作指导，并编写wrapWordsInContents(Element e, Document doc)方法。

更新 ：您询问了有关在后续问题中标记内容的问题 ，该问题包含wrapWordsInContents(Element e, Document doc)方法。 调用该方法并使用以下方法序列化上面的代码后：

Transformer t = TransformerFactory.newInstance().newTransformer();
t.transform(new DOMSource(document), new StreamResult(System.out));

您将获得与预期相似的结果。 请参阅您的后续问题： 修改XML标签的文本内容