[英]best java approach for stream filtering in XML?
我希望將XML文件作為輸入並輸出相同的XML,但基於匹配某些節點特征的屬性和文本的某些搜索/替換操作除外。
最好的一般方法是什么,那里有教程嗎?
DOM已淘汰,因為我無法保證能夠將整個內容保存在內存中。
我不介意使用SAX或StAX,除了我希望默認行為是通過無操作濾鏡。 我曾經用StAX做過類似的事情,這很痛苦,不適用於名稱空間,而且我不確定是否已經包括了我需要處理的所有情況。
我認為XSLT不起作用(但不確定),因為它是聲明性的,在確定要在輸出中發出什么文本/屬性時,我需要進行一些過程計算。
(人為的示例:
假設我正在尋找所有XPath為/group/item/@number
節點,並希望將number
屬性評估為整數,請使用public List<Integer> factorize(int i)
方法對其進行public List<Integer> factorize(int i)
,將因子列表轉換為一個以空格分隔的字符串,並將屬性factors
添加到相應的/group/item
節點?
輸入:
<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>
預期輸出:
<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方法可以輕松工作,但是並沒有保留某些對我的應用程序很重要的格式設置怪癖。 (我猜想,保存/加載XML的程序不能使用有效的XML文件。> :( argh。)是否有一種處理XML的方法,可以最大限度地減少輸入和輸出之間的文本差異?(至少在字符數據方面)。 )
我發現Apache Digester對於基於規則的XML解析有很大幫助。
更新:如果您正在關注過濾和輸出,請在Developerworks上查看與同一問題有關的這組文章。 特別相關的是第 2、3和4部分 。 摘要:使用SAX,XMLFilter和XMLWriter。
盡管我認為從技術上講,這很適合XSLT,但我總是發現很難調試復雜的轉換。 YMMV :-)
進一步更新: XMLWriter從此處可用。 我不知道您使用SAX的特別困難是什么。 我創建了一個包含以下內容的文件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>
請注意,我必須進行一些更改以使其格式正確的XML。 然后,我打開了這個簡單的Jython腳本groups.py
,以說明如何解決您的問題:
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)
顯然,我已經模擬了因子查找功能,因為我相信您的示例純粹是說明性的。 該腳本讀取groups.xml
,應用過濾器,然后輸出到output.xml
。 讓我們運行它:
$ 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>
任務完成? 當然,您需要將此代碼轉錄為Java。
StAX應該適合您。 輸入到輸出的管道超級簡單; 您只需編寫從XMLEventReader獲得的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);
}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.