Java 如何在一个文档中解析多个连续的xml文件？

我有一个大文本文件，它是一系列XML有效文档，如下所示：

<DOC>
   <TEXT> ... </TEXT>
    ...
</DOC>
<DOC>
    <TEXT> ... </TEXT>
    ...
</DOC>

... 
...
... 
...

等等。没有

，

分隔每个单独的xml。在Java中解析并获取每个

中

下的值的最佳方法是什么

---

如果我将整个过程传递给DocumentBuilder，我会收到一个错误，说明文档格式不正确。有没有比简单地遍历一个字符串更好的解决方案，为每个

构建一个字符串？

由于没有“根”节点，文档的格式不正确：

<ROOT>
    <DOC>
       <TEXT> ... </TEXT>
        ...
    </DOC>
    <DOC>
        <TEXT> ... </TEXT>
        ...
    </DOC>
</ROOT>

... 
...
... 
...

文档格式不正确，因为您没有“根”节点：

<ROOT>
    <DOC>
       <TEXT> ... </TEXT>
        ...
    </DOC>
    <DOC>
        <TEXT> ... </TEXT>
        ...
    </DOC>
</ROOT>

... 
...
... 
...

您将很难使用“标准”XML解析器（如Xerces）对此进行解析。正如您所提到的，此XML文档的格式不好，部分原因是它缺少XML声明

，但最重要的原因是它有两个文档根（即

元素）

---

我建议你试试。它的目的是解析（引用）“糟糕、恶劣和野蛮”的XML。不保证，但这可能是您的最佳选择。

您将很难使用“标准”XML解析器（如Xerces）对此进行解析。正如您所提到的，此XML文档的格式不好，部分原因是它缺少XML声明

，但最重要的原因是它有两个文档根（即

元素）

---

我建议你试试。它的目的是解析（引用）“糟糕、恶劣和野蛮”的XML。不保证，但这可能是您的最佳选择。

有效的XML文档必须有一个根元素，您可以在该根元素下指定所有其他元素。此外，文档中只能存在一个根元素。看看

因此，为了解决您的问题，您可以将文本文件的所有内容放入一个字符串（或StringBuffer/StringBuilder…）中，并将该字符串置于

和

标记之间 e、 g,

String origXML=readContentFromTextFile（文件名）；
字符串validXML=“”+origXML+”；
//解析validXML

有效的XML文档必须有一个根元素，您可以在该根元素下指定所有其他元素。此外，文档中只能存在一个根元素。看看

因此，为了解决您的问题，您可以将文本文件的所有内容放入一个字符串（或StringBuffer/StringBuilder…）中，并将该字符串置于

和

标记之间 e、 g,

String origXML=readContentFromTextFile（文件名）；
字符串validXML=“”+origXML+”；
//解析validXML

您可以尝试使用xslt进行解析。

您可以尝试使用xslt进行解析。

您可以创建InputStream的子类，向输入流添加前缀和后缀，并将该类的实例传递给任何XML解析器：

public class EnclosedInputStream extends InputStream {
    private enum State {
        PREFIX, STREAM, SUFFIX, EOF
    };

    private final byte[] prefix;
    private final InputStream stream;
    private final byte[] suffix;
    private State state = State.PREFIX;
    private int index;

    EnclosedInputStream(byte [] prefix, InputStream stream, byte[] suffix) {
        this.prefix = prefix;
        this.stream = stream;
        this.suffix = suffix;
    }

    @Override
    public int read() throws IOException {
        if (state == State.PREFIX) {
            if (index < prefix.length) {
                return prefix[index++] & 0xFF;
            }
            state = State.STREAM;
        }
        if (state == State.STREAM) {
            int r = stream.read();
            if (r >= 0) {
                return r;
            }
            state = State.SUFFIX;
            index = 0;
        }
        if (state == State.SUFFIX) {
            if (index < suffix.length) {
                return suffix[index++] & 0xFF;
            }
            state = State.EOF;
        }
        return -1;
    }
}

public类封闭的InputStream扩展了InputStream{
私有枚举状态{
前缀、流、后缀、EOF
};
私有最终字节[]前缀；
私有最终输入流；
私有最终字节[]后缀；
私有状态State=State.PREFIX；
私有整数索引；
封闭的输入流（字节[]前缀，输入流，字节[]后缀）{
this.prefix=前缀；
this.stream=流；
this.suffix=后缀；
}
@凌驾
public int read（）引发IOException{
if（state==state.PREFIX）{
如果（索引<前缀长度）{
返回前缀[index++]&0xFF；
}
state=state.STREAM；
}
if（state==state.STREAM）{
int r=stream.read（）；
如果（r>=0）{
返回r；
}
state=state.SUFFIX；
指数=0；
}
if（state==state.SUFFIX）{
如果（索引<后缀长度）{
返回后缀[index++]&0xFF；
}
state=state.EOF；
}
返回-1；
}
}

您可以创建InputStream的子类，为输入流添加前缀和后缀，并将该类的实例传递给任何XML解析器：

public class EnclosedInputStream extends InputStream {
    private enum State {
        PREFIX, STREAM, SUFFIX, EOF
    };

    private final byte[] prefix;
    private final InputStream stream;
    private final byte[] suffix;
    private State state = State.PREFIX;
    private int index;

    EnclosedInputStream(byte [] prefix, InputStream stream, byte[] suffix) {
        this.prefix = prefix;
        this.stream = stream;
        this.suffix = suffix;
    }

    @Override
    public int read() throws IOException {
        if (state == State.PREFIX) {
            if (index < prefix.length) {
                return prefix[index++] & 0xFF;
            }
            state = State.STREAM;
        }
        if (state == State.STREAM) {
            int r = stream.read();
            if (r >= 0) {
                return r;
            }
            state = State.SUFFIX;
            index = 0;
        }
        if (state == State.SUFFIX) {
            if (index < suffix.length) {
                return suffix[index++] & 0xFF;
            }
            state = State.EOF;
        }
        return -1;
    }
}

public类封闭的InputStream扩展了InputStream{
私有枚举状态{
前缀、流、后缀、EOF
};
私有最终字节[]前缀；
私有最终输入流；
私有最终字节[]后缀；
私有状态State=State.PREFIX；
私有整数索引；
封闭的输入流（字节[]前缀，输入流，字节[]后缀）{
this.prefix=前缀；
this.stream=流；
this.suffix=后缀；
}
@凌驾
public int read（）引发IOException{
if（state==state.PREFIX）{
如果（索引<前缀长度）{
返回前缀[index++]&0xFF；
}
state=state.STREAM；
}
if（state==state.STREAM）{
int r=stream.read（）；
如果（r>=0）{
返回r；
}
state=state.SUFFIX；
指数=0；
}
if（state==state.SUFFIX）{
如果（索引<后缀长度）{
返回后缀[index++]&0xFF；
}
state=state.EOF；
}
返回-1；
}
}

为什么需要InputStream作为构造函数中的参数？您可以使用super.read（）而不是stream.read（）（因为EnclosedInputStream是InputStream的子类）。您不必访问使用原始内容创建InputStream的代码。例如，假设您有一个URL，为什么需要InputStream作为构造函数中的参数？您可以使用super.read（）而不是stream.read（）（因为EnclosedInputStream是InputStream的一个子类）