通过xml文件搜索文本的最佳方法

Question

我在一个根文件夹下的不同子目录中有数千个xml文件。 我的要求是在所有这些xml文件中搜索文本，而不管它们在xml文件中的位置如何。

目前，我正在使用BufferedReader类读取这些xml文件（我的代码如下）

     while ((currentLine = br.readLine()) != null) {
        if (currentLine.contains("myTargetString")) {
              temp = currentLine;
            myArraylist.add(temp );
        }

但是我知道应该有一些搜索这些xml文件的最佳方法，但是却找不到最佳的API或方法。

我得到一个字符串作为输入，我的程序应该能够搜索所有xml文件并返回文件名。 使用此BufferedReader会花费很多时间。

任何想法都会有所帮助。

Answer 1

因此，您可以在此处执行两种可能的解决方案。 首先，对于每个文件，您都可以使用XML解析器（Java有很多API）进行解析，然后使用xpath查询（例如// * [text（）='您的查询']之类的东西来查找与您的匹配的元素文字标准。

其次，您可以查看JamesB的建议，然后选择像Lucene这样的索引解决方案，其中为某个目录中的每个文件建立索引，然后使用诸如Lucenes Search API之类的文件对它们进行搜索以找到您的文本字符串。

Answer 2

如果需要提高速度并且不能使用索引（我的建议是使用lucene），则可以使用旧的递归grep命令grep -r <searchtext> <path>首先过滤输入。 （ 链接到Windows问题上的grep ）。 然后使用Java解析生成的文件，以过滤掉误报（注释掉的块，匹配的元素名称，...）。 Grep是恕我直言，是在没有索引的情况下在大量文件中查找文本的最快方法。