通過xml文件搜索文本的最佳方法

Question

我在一個根文件夾下的不同子目錄中有數千個xml文件。 我的要求是在所有這些xml文件中搜索文本，而不管它們在xml文件中的位置如何。

目前，我正在使用BufferedReader類讀取這些xml文件（我的代碼如下）

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

但是我知道應該有一些搜索這些xml文件的最佳方法，但是卻找不到最佳的API或方法。

我得到一個字符串作為輸入，我的程序應該能夠搜索所有xml文件並返回文件名。 使用此BufferedReader會花費很多時間。

任何想法都會有所幫助。

Answer 1

因此，您可以在此處執行兩種可能的解決方案。 首先，對於每個文件，您都可以使用XML解析器（Java有很多API）進行解析，然后使用xpath查詢（例如// * [text（）='您的查詢']之類的東西來查找與您的匹配的元素文字標准。

其次，您可以查看JamesB的建議，然后選擇像Lucene這樣的索引解決方案，其中為某個目錄中的每個文件建立索引，然后使用諸如Lucenes Search API之類的文件對它們進行搜索以找到您的文本字符串。

Answer 2

如果需要提高速度並且不能使用索引（我的建議是使用lucene），則可以使用舊的遞歸grep命令grep -r <searchtext> <path>首先過濾輸入。 （ 鏈接到Windows問題上的grep ）。 然后使用Java解析生成的文件，以過濾掉誤報（注釋掉的塊，匹配的元素名稱，...）。 Grep是恕我直言，是在沒有索引的情況下在大量文件中查找文本的最快方法。