Java 正在分析XML,仅获取注释和日期值
嘿,我只是想看看我是否可以读取XML文件并只收集日期格式为YYYY-MM-DD的标记 以下是一个在线示例: 下面是要分析的xml示例:Java 正在分析XML,仅获取注释和日期值,java,regex,xml,xpath,Java,Regex,Xml,Xpath,嘿,我只是想看看我是否可以读取XML文件并只收集日期格式为YYYY-MM-DD的标记 以下是一个在线示例: 下面是要分析的xml示例: <?xml version="1.0" encoding="UTF-8"?> <ncc:Message xmlns:ncc="http://blank/1.0.6" xmlns:cs="http://blank/1.0.0" xmlns:jx="http://blank/1.0.0" xmlns:jm="http://blank/1.0.0
<?xml version="1.0" encoding="UTF-8"?>
<ncc:Message xmlns:ncc="http://blank/1.0.6"
xmlns:cs="http://blank/1.0.0"
xmlns:jx="http://blank/1.0.0"
xmlns:jm="http://blank/1.0.0"
xmlns:n-p="http://blank/1.0.0"
xmlns:xsd="http://www.w3.org/2001/XMLSchema"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://blank/1.0.6/person person.xsd">
<ncc:DataSection>
<ncc:PersonResponse>
<!-- Message -->
<cs:CText cs:type="No">NO WANT</cs:CText>
<jm:CaseID>
<!-- OEA -->
<jm:ID>ABC123</jm:ID>
</jm:CaseID>
<jx:PersonName>
<!-- NAM -->
<jx:GivenName>Arugula</jx:GivenName>
<jx:MiddleName>Pibb</jx:MiddleName>
<jx:SurName>Atari</jx:SurName>
</jx:PersonName>
<!-- DOB -->
<ncc:PersonBirthDateText>1948-05-11</ncc:PersonBirthDateText>
<jx:PersonDetails>
<!-- SXC -->
<jx:PersonSSN>
<jx:ID/>
</jx:PersonSSN>
</jx:PersonDetails>
<n-p:Activity>
<!--DOZ-->
<jx:ActivityDate>1996-04-04</jx:ActivityDate>
<jx:HomeAgency xsi:type="cs:Organization">
<!-- ART -->
<jx:Organization>
<jx:ID>ZR5981034</jx:ID>
</jx:Organization>
</jx:HomeAgency>
</n-p:Activity>
<jx:PersonName>
<!-- DOB Newest -->
<ncc:BirthDateText>1993-05-12</ncc:BirthDateText>
<ncc:BirthDateText>1993-05-13</ncc:BirthDateText>
<ncc:BirthDateText>1993-05-14</ncc:BirthDateText>
<jx:IDDetails xsi:type="cs:IDDetails">
<!-- SMC Checker -->
<jx:SSNID>
<jx:ID/>
</jx:SSNID>
</jx:IDDetails>
</jx:PersonName>
</ncc:PersonResponse>
</ncc:DataSection>
</ncc:Message>
我尝试使用的代码是:
public static void xpathNodes() throws ParserConfigurationException, SAXException, IOException, XPathExpressionException {
File file = new File(base_);
XPath xPath = XPathFactory.newInstance().newXPath();
//String expression = "//*[not(*)]";
String expression = "([0-9]{4})-([0-9]{2})-([0-9]{2})";
DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = builderFactory.newDocumentBuilder();
Document document = builder.parse(file);
document.getDocumentElement().normalize();
NodeList nodeList = (NodeList) xPath.compile(expression).evaluate(document, XPathConstants.NODESET);
for (int i = 0; i < nodeList.getLength(); i++) {
System.out.println(getXPath(nodeList.item(i)));
}
}
private static String getXPath(Node node) {
Node parent = node.getParentNode();
if (parent == null) {
return node.getNodeName();
}
return getXPath(parent) + "/" + node.getNodeName();
}
public static void main(String[] args) throws Exception {
xpathNodes();
}
public static void xpathNodes()抛出ParserConfiguration异常、SAXException、IOException、XPathExpressionException{
文件文件=新文件(基本文件);
XPath=XPathFactory.newInstance().newXPath();
//字符串表达式=“/*[非(*)]”;
字符串表达式=“([0-9]{4})-([0-9]{2})-([0-9]{2})”;
DocumentBuilderFactory builderFactory=DocumentBuilderFactory.newInstance();
DocumentBuilder=builderFactory.newDocumentBuilder();
Document=builder.parse(文件);
document.getDocumentElement().normalize();
NodeList NodeList=(NodeList)xPath.compile(expression.evaluate(document,XPathConstants.NODESET);
for(int i=0;i
我知道正则表达式(([0-9]{4})-([0-9]{2})-([0-9]{2}))的工作原理与我在记事本+中使用的一样,它在那里可以很好地找到打开的xml文件中的日期
我当前收到错误信息:
线程“main”javax.xml.transform.TransformerException中出现异常:应为位置路径,但遇到以下标记:[
这甚至还没有考虑到评论
任何帮助都会很好!您已经为需要XPath表达式的API提供了一个正则表达式 您可以将正则表达式与XPath结合使用,但需要一个支持XPath 2.0或更高版本(例如Saxon)的处理器。JDK附带的XPath处理器仍然只支持古老的XPath 1.0标准,该标准不支持正则表达式 不能直接向
xpath.compile()
提供正则表达式,但可以提供形式为/*[匹配(,'--my regex-->)]
的xpath表达式
如果您决定采用Saxon方法,我建议您使用Saxon的内部树模型而不是DOM,因为它执行XPath的速度通常是DOM的五到十倍。您已经为需要XPath表达式的API提供了一个正则表达式 您可以将正则表达式与XPath结合使用,但需要一个支持XPath 2.0或更高版本(例如Saxon)的处理器。JDK附带的XPath处理器仍然只支持古老的XPath 1.0标准,该标准不支持正则表达式 不能直接向
xpath.compile()
提供正则表达式,但可以提供形式为/*[匹配(,'--my regex-->)]
的xpath表达式
如果您决定采用Saxon方法,我建议您使用Saxon的内部树模型,而不是DOM,因为它执行XPath的速度通常是DOM的五到十倍。对于不带正则表达式的XPath 1.0表达式,您最好使用:
//*[string-length()=10]
[number(substring(.,1,4))=substring(.,1,4)]
[substring(.,5,1)='-']
[number(substring(.,6,2))=substring(.,6,2)]
[substring(.,8,1)='-']
[number(substring(.,9,2))=substring(.,9,2)]
|
//*[string-length()=10]
[number(substring(.,1,4))=substring(.,1,4)]
[substring(.,5,1)='-']
[number(substring(.,6,2))=substring(.,6,2)]
[substring(.,8,1)='-']
[number(substring(.,9,2))=substring(.,9,2)]
/preceding-sibling::node()[normalize-space()][1][self::comment()]
请注意:存在一些重复的表达式,因为您希望选择元素和注释节点。该表达式使用众所周知的惯用法进行数字测试。最后,因为在位置谓词normalize-space()之前,无法保证解析器对仅空白文本节点的设置使用了
功能
测试
编辑:强制字符串长度。对于不带正则表达式的XPath 1.0表达式,您最好使用:
//*[string-length()=10]
[number(substring(.,1,4))=substring(.,1,4)]
[substring(.,5,1)='-']
[number(substring(.,6,2))=substring(.,6,2)]
[substring(.,8,1)='-']
[number(substring(.,9,2))=substring(.,9,2)]
|
//*[string-length()=10]
[number(substring(.,1,4))=substring(.,1,4)]
[substring(.,5,1)='-']
[number(substring(.,6,2))=substring(.,6,2)]
[substring(.,8,1)='-']
[number(substring(.,9,2))=substring(.,9,2)]
/preceding-sibling::node()[normalize-space()][1][self::comment()]
请注意:存在一些重复的表达式,因为您希望选择元素和注释节点。该表达式使用众所周知的惯用法进行数字测试。最后,因为在位置谓词normalize-space()之前,无法保证解析器对仅空白文本节点的设置使用了
功能
测试
Edit:强制执行字符串长度。RegExp自2.0版以来就是XPath的一部分。-此外,最好有格式良好的输入sample@Alejandro我将看看除了@Alejandro所评论的之外我还能做些什么,要知道即使使用XPath 2.0,正则表达式本身也不是XPath,但是您的代码正在调用
XPath.compile(表达式)
就好像它是一样。请参见matches()
如果您使用的是XPath 2.0处理器,则在谓词中,或者如果您仅限于XPath 1.0,则采用XPath+Java正则表达式处理的两个阶段。@Alejandro正则表达式是XPath自2.0版以来的一部分。-此外,最好有格式良好的输入sample@Alejandro除了@Alejandro评论的内容,我会看看我能做些什么即使使用XPath 2.0,正则表达式本身也不是XPath,但是您的代码正在调用XPath.compile(expression)
,就好像它是一样。请参见matches()
如果您使用的是XPath 2.0处理器,则在谓词中,或者如果您仅限于XPath 1.0,则采用XPath+Java正则表达式处理的两个阶段。@Alejandro感谢回复@Alejandro,但从测试中我看不到我在Java代码中如何使用它?感谢回复@Alejandro,但从测试中我看不到我在我的代码中如何使用它java代码?