Java stax-将xml节点作为字符串获取

xml看起来是这样的：

<statements>
   <statement account="123">
      ...stuff...
   </statement>
   <statement account="456">
      ...stuff...
   </statement>
</statements>

---

我一直在谷歌上搜索，这似乎非常困难

考虑到我的xml，我认为它可能更简单：

StringBuilder buffer = new StringBuilder();
for each line in file {
   buffer.append(line)
   if(line.equals(STMT_END_TAG)){
      parse(buffer.toString())
      buffer.delete(0,buffer.length)
   }
 }

 private void parse(String statement){
    //saxParser.parse( new InputSource( new StringReader( xmlText ) );
    // do stuff
    // save string
 }

---

为什么不直接使用xpath呢

您可以使用相当简单的xpath来获取所有“语句”节点

像这样：

//statement

编辑#1：如果可能，请查看。您可以非常简单地读取字符串并获取所有“statement”节点

编辑#2：使用dom4j，您可以这样做： （来自他们的食谱）

---

Stax是一种低级访问API，它既没有查找功能，也没有递归访问内容的方法。但你到底想做什么？你为什么要考虑斯塔克斯

除了使用树模型（DOM、XOM、JDOM、Dom4j）之外，处理数据时的最佳选择通常是像JAXB这样的数据绑定库。有了它，您可以将Stax或SAX读取器传递给它，让它将xml数据绑定到javabean中，而不是与xml进程Java对象混为一谈。这通常更方便，而且通常是相当高的性能。 使用较大文件的唯一诀窍是，您不希望一次绑定整个文件，而是绑定每个子树（在您的情况下，一次只绑定一个“语句”）。

---

最简单的方法是迭代staxxmlstreamreader，然后使用JAXB进行绑定。

您可以使用Stax进行绑定。您只需要将XMLStreamReader提前到语句的start元素。检查account属性以获取文件名。然后使用javax.xml.transform API将StatxSource转换为封装文件的StreamResult。这将推进XMLStreamReader，然后重复这个过程

import java.io.File;
import java.io.FileReader;
import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.XMLStreamConstants;
import javax.xml.stream.XMLStreamReader;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.stax.StAXSource;
import javax.xml.transform.stream.StreamResult;

public class Demo {

    public static void main(String[] args) throws Exception  {
        XMLInputFactory xif = XMLInputFactory.newInstance();
        XMLStreamReader xsr = xif.createXMLStreamReader(new FileReader("input.xml"));
        xsr.nextTag(); // Advance to statements element

        while(xsr.nextTag() == XMLStreamConstants.START_ELEMENT) {
            TransformerFactory tf = TransformerFactory.newInstance();
            Transformer t = tf.newTransformer();
            File file = new File("out" + xsr.getAttributeValue(null, "account") + ".xml");
            t.transform(new StAXSource(xsr), new StreamResult(file));
        }
    }

}

---

我有一个类似的任务，虽然最初的问题已经超过一年了，但我找不到满意的答案。到目前为止，最有趣的答案是Blaise Doughan的答案，但我无法在我期望的XML上运行它（可能底层解析器的一些参数会改变这一点？）。这里的XML非常简单：

<many-many-tags>
    <description>
        ...
        <p>Lorem ipsum...</p>
        Devils inside...
        ...
    </description>
</many-many-tags>

请注意，提取的XML片段将包含完整的提取正文内容，包括空格和注释。为了代码简洁起见，没有按需过滤这些内容，也没有将缓冲区大小参数化：

'
    <description>
        ...
        <p>Lorem ipsum...</p>
        Devils inside...
        ...
    </description>
    '

'
...
同侧眼线

里面的魔鬼。。。
...
'

你的问题到底是什么？JDK/JRE中也有标准的XPath库：海报明确提到了StAX，所以我认为指向dom4j或其他库的指针对他没有多大帮助……鉴于OP从未提出过问题，使用XPath的建议是最好的。也许更好。使用while（xsr.nextTag…）将失败。xsr.nextTag（）的stax文档声明，如果xsr.hasNext（）为false并且调用了next标记，将引发异常。另外，当使用xsr.nextTag（）时，如果遇到除空格字符以外的其他字符、注释、处理_指令、开始_元素、结束_元素，则会引发异常。当我使用上述代码时，我在线程“main”中得到以下错误异常net.sf.saxon.trans.XPathException:org.w3c.dom.DOMException:HIERARCHY\u REQUEST\u ERR:尝试在不允许的位置插入节点。有什么想法吗？概念上调用xsr.nextTag（）是错误的，因为如果“input.xml”不包含标题，XMLStreamReader可能已经从正确的标记开始。尝试所有可能的情况我总是收到错误：java.lang.IllegalStateException:尝试输出没有匹配开始标记的结束标记@t0r0X解决方案是唯一一个对meIs有效的没有名称空间的字符串打印方法？我不确定我是否理解您的问题，什么名称空间？你能举个例子吗？

<many-many-tags>
    <description>
        ...
        <p>Lorem ipsum...</p>
        Devils inside...
        ...
    </description>
</many-many-tags>

public static String readElementBody(XMLEventReader eventReader)
    throws XMLStreamException {
    StringWriter buf = new StringWriter(1024);

    int depth = 0;
    while (eventReader.hasNext()) {
        // peek event
        XMLEvent xmlEvent = eventReader.peek();

        if (xmlEvent.isStartElement()) {
            ++depth;
        }
        else if (xmlEvent.isEndElement()) {
            --depth;

            // reached END_ELEMENT tag?
            // break loop, leave event in stream
            if (depth < 0)
                break;
        }

        // consume event
        xmlEvent = eventReader.nextEvent();

        // print out event
        xmlEvent.writeAsEncodedUnicode(buf);
    }

    return buf.getBuffer().toString();
}

XMLEventReader eventReader = ...;
while (eventReader.hasNext()) {
    XMLEvent xmlEvent = eventReader.nextEvent();
    if (xmlEvent.isStartElement()) {
        StartElement elem = xmlEvent.asStartElement();
        String name = elem.getName().getLocalPart();

        if ("DESCRIPTION".equals(name)) {
            String xmlFragment = readElementBody(eventReader);
            // do something with it...
            System.out.println("'" + fragment + "'");
        }
    }
    else if (xmlEvent.isEndElement()) {
        // ...
    }
}

'
    <description>
        ...
        <p>Lorem ipsum...</p>
        Devils inside...
        ...
    </description>
    '