Java Clojure：解析XML，首先删除首尾行

我今天带着一个我无法解决的问题来

上下文

我有一个包含此类输入的目录：

<catalogue>
  <produit>
    <nom>mince</nom>
    <sku>25</sku>
    <criterias>
      <criteria>65</criteria>
      <criteria>25</criteria>
    </criterias>
  </produit>
  <produit>
    <nom>gros</nom>
    <sku>56</sku>
    <criterias>
      <criteria>35</criteria>
      <criteria>8</criteria>
    </criterias>
  </produit>
</catalogue>

但是，正如您所看到的——也许我遗漏了一些东西——但是除了将所有内容作为STR进行slurp之外，我看不到从这个库解析XML的其他方法。问题是我有700MB的数据

所以我想到了更好的办法

1） 首先删除“目录”行

用绞肉机绞
25
65
25
格罗斯
56
35
8.

因此，我实际上有N个XML“文件”，对应于N个产品

2） 像这样逐行写记录

{：sku 25…}

问题

我认为第一步是可以的（我没有看到文件的尾部，头是可以的）

(defn remove-lines [input nskip]
  (let [path (->> (decompose-filepath input)
                  (last)
                  (str "qsdqsdqsdqsd."))]
    (with-open [rdr (io/reader input)]
      (with-open [wrt (io/writer path)]
        (loop [n nskip]
          (let [line (.readLine rdr)]
            (cond (nil? line)
                    nil
                  (and (not (nil? line)) (not (empty? (re-find #"<\\catalogue>.*" line))))
                    nil
                  :else
                    (cond (pos? n)
                            (recur (dec n))
                          :else
                            (do (doto wrt (.write line) (.newLine))
                                          (recur n))))))))
    (io/delete-file input)
    (rename-file path input)))

（定义删除行[输入nskip]
（让[path（->>（分解文件路径输入）
(最后)
（str“qsdqsdqsdqsdqsd.”）
（打开[rdr（io/读卡器输入）]
（打开[wrt（io/writer路径）]
（循环[n nskip]
（让[line（.readLine rdr）]
（条件（零线）
无
（和（非（零行））（非（空）（重新查找#“*”行）））
无
：其他
（状态（位置n）
（重现（第n次12月））
：其他
（do（doto wrt（.write line）（.newLine））
（再次出现n(()()()())))
（io/删除文件输入）
（重命名文件路径输入）））

现在我想做第二步，但我不知道怎么做。我可以为1个产品这样做，但我不知道如何在保存位置的文件中添加一些内容

XML解析没有问题，所以假设我只希望这样的行作为输出（为了可见性，我删除了换行）：

“mince256525”

i、 e.阅读内容，直到达到目的为止，阅读文章，写下它，然后跳转到下一篇文章

我需要其他Java类吗？如果Java代码更好，我可以使用它

或者我可能错过了

clojure.data.xml

库中的某些内容

---

谢谢

这有点幼稚，它是Java代码，但很容易移植到Clojure。因为我不需要它，所以我没有试过

包文件

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.DataInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class CatalogReader {

    public static void processFile (String input, String output) throws FileNotFoundException {

        try {

            // File input
            FileInputStream fstream = new FileInputStream(input);   
            DataInputStream in = new DataInputStream(fstream);
            BufferedReader br = new BufferedReader (new InputStreamReader(in));

            //File output
            File out = new File(output);
            FileOutputStream fos = new FileOutputStream(out);
            BufferedWriter bw = new BufferedWriter (new OutputStreamWriter(fos));

            String line;
            String product = "";

            Pattern pat = Pattern.compile("</catalogue>");
            Matcher mat;

            while ((line = br.readLine()) != null) {

                mat = pat.matcher(line);

                while (!mat.find()) {

                    product.concat(line);

                }

                bw.write(product);
                bw.newLine()
                product = "";

            }

            br.close();
            bw.close();
        }

        catch (IOException e) { System.err.println("Error: " + e.getMessage());}
    }

}

导入java.io.BufferedReader；
导入java.io.BufferedWriter；
导入java.io.DataInputStream；
导入java.io.File；
导入java.io.FileInputStream；
导入java.io.FileNotFoundException；
导入java.io.FileOutputStream；
导入java.io.IOException；
导入java.io.InputStreamReader；
导入java.io.OutputStreamWriter；
导入java.util.regex.Matcher；
导入java.util.regex.Pattern；
公共类编目器{
公共静态void processFile（字符串输入、字符串输出）引发FileNotFoundException{
试一试{
//文件输入
FileInputStream fstream=新的FileInputStream（输入）；
DataInputStream in=新的DataInputStream（fstream）；
BufferedReader br=新的BufferedReader（新的InputStreamReader（in））；
//文件输出
文件输出=新文件（输出）；
FileOutputStream fos=新的FileOutputStream（输出）；
BufferedWriter bw=新的BufferedWriter（新的OutputStreamWriter（fos））；
弦线；
字符串乘积=”；
Pattern pat=Pattern.compile（“”）；
火柴垫；
而（（line=br.readLine（））！=null）{
mat=匹配器（线）；
而（！mat.find（））{
产品线；
}
写（产品）；
bw.newLine（）
产品=”；
}
br.close（）；
bw.close（）；
}
catch（IOException e）{System.err.println（“错误：+e.getMessage（））；}
}
}

（clojure.data.xml/parse（io/输入流（io/文件“catalog-fr.xml”））应该足够了。clojure.data.xml/parse返回元素recordsThanks的惰性树，事实上我的write函数有问题，但parse更好。我写了一个java函数来实现我想要的，但最终它是无用的！现在一切都好了。@JosephYourine如果你已经解决了这个问题，请不要忘记自己回答这个问题（或者干脆删除它）。

(defn remove-lines [input nskip]
  (let [path (->> (decompose-filepath input)
                  (last)
                  (str "qsdqsdqsdqsd."))]
    (with-open [rdr (io/reader input)]
      (with-open [wrt (io/writer path)]
        (loop [n nskip]
          (let [line (.readLine rdr)]
            (cond (nil? line)
                    nil
                  (and (not (nil? line)) (not (empty? (re-find #"<\\catalogue>.*" line))))
                    nil
                  :else
                    (cond (pos? n)
                            (recur (dec n))
                          :else
                            (do (doto wrt (.write line) (.newLine))
                                          (recur n))))))))
    (io/delete-file input)
    (rename-file path input)))

"<produit><nom>mince</nom><sku>25</sku><criterias><criteria>65</criteria><criteria>25</criteria></criterias></produit>"

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.DataInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class CatalogReader {

    public static void processFile (String input, String output) throws FileNotFoundException {

        try {

            // File input
            FileInputStream fstream = new FileInputStream(input);   
            DataInputStream in = new DataInputStream(fstream);
            BufferedReader br = new BufferedReader (new InputStreamReader(in));

            //File output
            File out = new File(output);
            FileOutputStream fos = new FileOutputStream(out);
            BufferedWriter bw = new BufferedWriter (new OutputStreamWriter(fos));

            String line;
            String product = "";

            Pattern pat = Pattern.compile("</catalogue>");
            Matcher mat;

            while ((line = br.readLine()) != null) {

                mat = pat.matcher(line);

                while (!mat.find()) {

                    product.concat(line);

                }

                bw.write(product);
                bw.newLine()
                product = "";

            }

            br.close();
            bw.close();
        }

        catch (IOException e) { System.err.println("Error: " + e.getMessage());}
    }

}