從 Java 中的字符串中提取 xml 子字符串

Question

我有一個包含多行日志的日志文件。 其中一些行有一個 xml 字符串。 我的目標是解析每一行並將日志文本中存在的 xml substring 轉換為 POJO（使用 JAXB），以防 xml 存在。

目前，我正在使用 String.indexOf(tag) 從原始字符串中提取 substring，其中 tag 是原始字符串中將出現的第一個 xml 標記，等於 POJO 的基本 ZA2F2ED4F8EBC2CBB4C21A29DC40AB61D 標記。

請提出一些方法來做到這一點。

非常感激。 TIA

Answer 1

可悲的是，我知道沒有 XML 解析器，您可以在其中說“開始解析 XML 並在到達文檔末尾時停止”。 如果文檔末尾有任何內容，我所知道的所有解析器都會報告錯誤，這意味着如果 XML 嵌套在一些較大的文本中，您將面臨在調用解析器之前定位文檔末尾的困難挑戰。

但是，如果您使用 SAX 解析器，則可以計算嵌套的開始和結束標記，並在通知最終結束標記時中止解析。 如果您將應用程序實現為 SAX 過濾器，則它可以將其提供的所有內容傳遞給 JAXB 進程，從而抑制由於 XML 后面的不需要的內容而可能出現的錯誤。

Answer 2

另一種解決方案是將整個日志行包裝在<log>....</log>標記中並解析結果。 當然，如果在 XML 部分之外有特殊字符（例如<或& ，它將失敗——但是很難找到任何解決方案來處理這個問題。 使用像 TagSoup 這樣的錯誤修復解析器可能會有所幫助。