用Java将这个xml文件解析为指定的JSON最简单的方法是什么？

正文和摘要由一系列段落组成，每个段落都可以有在线引用。我最担心的是该段所载的资料。我现在可以把引文留空。还有一件事，每个段落可以属于一个主要部分和多个小节

我被要求将小节层次结构实现为“subsection1.subsection2.subsection3”，它通过用点分隔小节来表示层次结构。我首先考虑使用XOM将xml解析为POJO，然后使用GSON将其序列化为JSON。有没有更容易的方法

（有点长）

全文文档的JSON模式

{
    "paper_id": <str>,                      # 40-character sha1 of the PDF
    "metadata": {
        "title": <str>,
        "authors": [                        # list of author dicts, in order
            {
                "first": <str>,
                "middle": <list of str>,
                "last": <str>,
                "suffix": <str>,
                "affiliation": <dict>,
                "email": <str>
            },
            ...
        ],
        "abstract": [                       # list of paragraphs in the abstract
            {
                "text": <str>,
                "cite_spans": [             # list of character indices of inline citations
                                            # e.g. citation "[7]" occurs at positions 151-154 in "text"
                                            #      linked to bibliography entry BIBREF3
                    {
                        "start": 151,
                        "end": 154,
                        "text": "[7]",
                        "ref_id": "BIBREF3"
                    },
                    ...
                ],
                "ref_spans": <list of dicts similar to cite_spans>,     # e.g. inline reference to "Table 1"
                "section": "Abstract"
            },
            ...
        ],
        "body_text": [                      # list of paragraphs in full body
                                            # paragraph dicts look the same as above
            {
                "text": <str>,
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Introduction"
            },
            ...
            {
                ...,
                "section": "Conclusion"
            }
        ],
        "bib_entries": {
            "BIBREF0": {
                "ref_id": <str>,
                "title": <str>,
                "authors": <list of dict>       # same structure as earlier,
                                                # but without `affiliation` or `email`
                "year": <int>,
                "venue": <str>,
                "volume": <str>,
                "issn": <str>,
                "pages": <str>,
                "other_ids": {
                    "DOI": [
                        <str>
                    ]
                }
            },
            "BIBREF1": {},
            ...
            "BIBREF25": {}
        },
        "ref_entries":
            "FIGREF0": {
                "text": <str>,                  # figure caption text
                "type": "figure"
            },
            ...
            "TABREF13": {
                "text": <str>,                  # table caption text
                "type": "table"
            }
        },
        "back_matter": <list of dict>           # same structure as body_text
    }
}

{
“纸张id”：，PDF文件中40个字符的sha1
“元数据”：{
“标题”：，
“作者”：[#作者口述列表，按顺序排列
{
“第一”：，
“中间”：，
“最后”：，
“后缀”：，
“从属关系”：，
“电子邮件”：
},
...
],
“摘要”：[#摘要中的段落列表
{
“案文”：，
“引文跨度”：[#内联引文的字符索引列表
#例如，引文“[7]”出现在“文本”的151-154处
#链接到书目条目BIBREF3
{
“开始”：151，
“结束”：154，
“文本”：“[7]”，
“参考id”：“BIBREF3”
},
...
],
“参考跨度”：，例如对“表1”的内联引用
“节”：“摘要”
},
...
],
“正文”：[正文中的段落列表]
#段落注释看起来和上面一样
{
“案文”：，
“引证跨度”：[]，
“参考跨度”：[]，
“eq_跨度”：[]，
“部分”：“导言”
},
...
{
...,
“部分”：“结论”
}
],
“bib_条目”：{
“BIBREF0”：{
“参考id”：，
“标题”：，
“作者”：#与之前的结构相同，
#但没有“联系”或“电子邮件”`
“年”：，
“地点”：，
“卷”：，
“issn”：，
“页数”：，
“其他_id”：{
“内政部”：[
]
}
},
“BIBREF1”：{}，
...
“BIBREF25”：{}
},
“参考条目”：
“FIGREF0”：{
“文本”：，#图形标题文本
“类型”：“图形”
},
...
“表13”：{
“文本”：，#表格标题文本
“类型”：“表”
}
},
“背景内容”：#与正文结构相同
}
}

“最简单”在很大程度上取决于你的技能

我会使用XSLT3.0来实现这一点。在XSLT 3.0中，有几种方法可以完成任务；我想我应该使用构造映射和数组的模板规则来完成，然后使用JSON序列化方法将映射和数组的结果结构转换为JSON。以下是您可能使用的两个模板规则作为示例：

<xsl:output method="json" indent="yes"/>

<xsl:template match="tei:biblStruct/tei:analytic">
  <xsl:map:entry key="'authors'" select="f:array-from(tei:author)"/>
</xsl:template>

<xsl:template match="tei:author">
  <xsl:map>
    <xsl:if test="tei:persName/tei:firstName">
       <xsl:map:entry key="'first'" select="string(tei:persName/tei:firstName)"/>
    </xsl:if>
    <xsl:if test="tei:persName/tei:lastName">
       <xsl:map:entry key="'last'" select="string(tei:persName/tei:lastName)"/>
    </xsl:if>
    ...
</xsl:template>

---

我以前从未听说过XSLT。我将寻找一些关于它的教程。不过这似乎很简单。我认为使用xml->html->JSON比使用xml->POJO->JSON更容易？XSLT方法直接从xml转换为JSON，而不是通过中间形式（html或Java），我认为这使它更简单。XSLT确实有一个学习曲线，但它应该是每个XML从业者工具包的标准部分。由于我以前使用过XOM，所以我最终选择了XOM作为第一个版本。对于第二个版本，我将使用XSLT。谢谢你提供的宝贵信息，没关系。使用XOM而不是DOM是一个很好的选择，我希望更多的人会意识到DOM有更好的替代品。

<xsl:function name="f:array-from" as="array(*)">
  <xsl:param name="elements" select="element(*)*"/>
  <xsl:variable name="out" as="item()*">
    <xsl:apply-templates select="$elements"/>
  </xsl:variable>
  <xsl:sequence select="array{$out}"/>
</xsl:function>