從XML文件（Java）中的特定標記解析內容

Question

我有一個XML文件，如下所示，我需要使用Java在標記中生成一個帶有純文本的.txt文件，每個文件都在一行中。

我讀到我可以使用SAX來訪問不同的標簽，但在這種情況下，在下面的例子中可能有類似的隨機標簽，這是無效的。

這樣做的最佳方法是什么？ 也許是正則表達式？

<?xml version="1.0" encoding="utf-8"?>
[...]
<source>
  <g id="_0">
    <g id="_1">First valid sentence</g>
  </g>
</source>
<source>Another valid string</source>

輸出results.txt應該是這樣的：

First valid sentence
Another valid string

Answer 1

您可以使用joox庫來解析xml數據。 使用find()方法，您可以獲取所有<source>元素，然后使用getTextContent()來提取其文本，如：

import java.io.File;
import java.io.IOException;
import org.xml.sax.SAXException;
import static org.joox.JOOX.$;

public class Main {

    public static void main(String[] args) throws SAXException, IOException {
        $(new File(args[0]))
            .find("source")
            .forEach(elem -> System.out.println(elem.getTextContent().trim()));

    }
}

我將假設一個格式良好的xml文件，如：

<?xml version="1.0" encoding="utf-8"?>
<root>
    <source>
        <g id="_0">
            <g id="_1">First valid sentence</g>
        </g>
    </source>
    <source>Another valid string</source>
</root>

它產生：

First valid sentence
Another valid string