[英]best java approach for stream filtering in XML?
我希望将XML文件作为输入并输出相同的XML,但基于匹配某些节点特征的属性和文本的某些搜索/替换操作除外。
最好的一般方法是什么,那里有教程吗?
DOM已淘汰,因为我无法保证能够将整个内容保存在内存中。
我不介意使用SAX或StAX,除了我希望默认行为是通过无操作滤镜。 我曾经用StAX做过类似的事情,这很痛苦,不适用于名称空间,而且我不确定是否已经包括了我需要处理的所有情况。
我认为XSLT不起作用(但不确定),因为它是声明性的,在确定要在输出中发出什么文本/属性时,我需要进行一些过程计算。
(人为的示例:
假设我正在寻找所有XPath为/group/item/@number
节点,并希望将number
属性评估为整数,请使用public List<Integer> factorize(int i)
方法对其进行public List<Integer> factorize(int i)
,将因子列表转换为一个以空格分隔的字符串,并将属性factors
添加到相应的/group/item
节点?
输入:
<group name="beatles"><item name="paul" number="64"></group>
<group name="rolling stones"><item name="mick" number="19"></group>
<group name="who"><item name="roger" number="515"></group>
预期输出:
<group name="beatles"><item name="paul" number="64" factors="2 2 2 2 2 2"></group>
<group name="rolling stones"><item name="mick" number="19" factors="19"></group>
<group name="who"><item name="roger" number="515" factors="103 5"></group>
)
更新:我使StAX XMLEventReader / Writer方法可以轻松工作,但是并没有保留某些对我的应用程序很重要的格式设置怪癖。 (我猜想,保存/加载XML的程序不能使用有效的XML文件。> :( argh。)是否有一种处理XML的方法,可以最大限度地减少输入和输出之间的文本差异?(至少在字符数据方面)。 )
我发现Apache Digester对于基于规则的XML解析有很大帮助。
更新:如果您正在关注过滤和输出,请在Developerworks上查看与同一问题有关的这组文章。 特别相关的是第 2、3和4部分 。 摘要:使用SAX,XMLFilter和XMLWriter。
尽管我认为从技术上讲,这很适合XSLT,但我总是发现很难调试复杂的转换。 YMMV :-)
进一步更新: XMLWriter从此处可用。 我不知道您使用SAX的特别困难是什么。 我创建了一个包含以下内容的文件groups.xml
:
<groups>
<group name="beatles"><item name="paul" number="64"/></group>
<group name="rolling stones"><item name="mick" number="19"/></group>
<group name="who"><item name="roger" number="515"/></group>
</groups>
请注意,我必须进行一些更改以使其格式正确的XML。 然后,我打开了这个简单的Jython脚本groups.py
,以说明如何解决您的问题:
import java.io
import org.xml.sax.helpers
import sys
sys.path.append("xml-writer.jar")
import com.megginson.sax
def get_factors(n):
return "factors for %s" % n
class MyFilter(org.xml.sax.helpers.XMLFilterImpl):
def startElement(self, uri, localName, qName, attrs):
if qName == "item":
newAttrs = org.xml.sax.helpers.AttributesImpl(attrs)
n = attrs.length
for i in range(n):
name = attrs.getLocalName(i)
if name == "number":
newAttrs.addAttribute("", "factors", "factors",
"CDATA",
get_factors(attrs.getValue(i)))
attrs = newAttrs
#call superclass method...
org.xml.sax.helpers.XMLFilterImpl.startElement(self, uri, localName,
qName, attrs)
source = org.xml.sax.InputSource(java.io.FileInputStream("groups.xml"))
reader = org.xml.sax.helpers.XMLReaderFactory.createXMLReader()
filter = MyFilter(reader)
writer = com.megginson.sax.XMLWriter(filter,
java.io.FileWriter("output.xml"))
writer.parse(source)
显然,我已经模拟了因子查找功能,因为我相信您的示例纯粹是说明性的。 该脚本读取groups.xml
,应用过滤器,然后输出到output.xml
。 让我们运行它:
$ jython groups.py $ cat output.xml
<?xml version="1.0" standalone="yes"?>
<groups>
<group name="beatles"><item name="paul" number="64" factors="factors for 64"></item></group>
<group name="rolling stones"><item name="mick" number="19" factors="factors for 19"></item></group>
<group name="who"><item name="roger" number="515" factors="factors for 515"></item></group>
</groups>
任务完成? 当然,您需要将此代码转录为Java。
StAX应该适合您。 输入到输出的管道超级简单; 您只需编写从XMLEventReader获得的XMLEvent到XMLEventWriter。
XMLEventFactory EVT_FACTORY;
XMLEventReader reader;
XMLEventWriter writer;
QName numberQName = new QName("number");
QName factorsQName = new QName("factors");
while(reader.hasNext()) {
XMLEvent e = reader.nextEvent();
if(e.isAttribute() && ((Attribute)e).getName().equals(numberQName)) {
String v = ((Attribute)e).getValue();
String factors = factorize(Integer.parseInt(v));
XMLEvent factorsAttr = EVT_FACTORY.createAttribute(factorsQName, factors);
writer.add(factorsAttr);
}
// pass through
writers.add(e);
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.