java - 解析 XML 文件时跳过除 Java 标签之外的所有标签

标签 java xml tags

我有一个 XML 文件:

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE dblp SYSTEM "dblp-2019-11-22.dtd">
<dblp>
<phdthesis mdate="2016-05-04" key="phd/dk/Heine2010">
<author>Carmen Heine</author>
<title>Modell zur Produktion von Online-Hilfen.</title>
<year>2010</year>
<school>Aarhus University</school>
<pages>1-315</pages>
<isbn>978-3-86596-263-8</isbn>
<ee>http://d-nb.info/996064095</ee>
</phdthesis><phdthesis mdate="2020-02-12" key="phd/Hoff2002">
<author>Gerd Hoff</author>
<title>Ein Verfahren zur thematisch spezialisierten Suche im Web und seine Realisierung im Prototypen HomePageSearch</title>
<year>2002</year>  ....(continue to have info about published books.)

从该文件中,我只想导出有关“年份”标签的详细信息。我已经尝试过这段代码:

public class Publications {
    String year1="YEAR";
    public static void main(String[] args) {
        {
            try {
                SAXParserFactory factory = SAXParserFactory.newInstance();
                SAXParser saxParser = factory.newSAXParser();
                DefaultHandler handler = new DefaultHandler() {
                    boolean year = false;

                    //parser starts parsing a specific element inside the document
                    public void startElement(String uri, String localName, String year1 , Attributes attributes) throws SAXException {
                        System.out.println("Start Element :" + year1);
                        if (year1.equalsIgnoreCase("YEAR")) {
                            year = true;
                        }

                    }

                    //parser ends parsing the specific element inside the document
                    public void endElement(String uri, String localName, String year1) throws SAXException {
                        System.out.println("End Element:" + year1);
                    }

                    //reads the text value of the currently parsed element
                    public void characters(char ch[], int start, int length) throws SAXException {
                        if (year) {
                            System.out.println("Year : " + new String(ch, start, length));
                            year = false;
                        }
                    }
                };
                saxParser.parse("dblp-2020-04-01.xml", handler);
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }
}

我得到的结果不是我预期的。它从所有标签(包括年份标签)导出更多详细信息。

Start Element :ee
End Element:ee
End Element:phdthesis
Start Element :phdthesis
Start Element :author
End Element:author
Start Element :title
End Element:title
Start Element :year
Year : 1990
End Element:year (...)

是否有关于仅导出“年份”标签的详细信息的代码建议?

最佳答案

您可以使用Declarative Stream Mapping (DSM)流解析库。您可以轻松定义要从 XML 中提取的数据

以下是 XML 映射示例:

result:
  path: /dblp/phdthesis/year
  type: array

Java代码:

DSM dsm=new DSMBuilder(new File("path/to/mapping.yaml")).setType(DSMBuilder.TYPE.XML).create();
Object result=  dsm.toObject(xmlFileContent);
// json represntation fo result
dsm.getObjectMapper().writerWithDefaultPrettyPrinter().writeValue(System.out, object);

JSON 格式的结果:

 [ "2010", "2002" ]

工作示例:https://repl.it/@MehmetFatihFat3/DSMFilterData1

关于java - 解析 XML 文件时跳过除 Java 标签之外的所有标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61280069/

相关文章:

java - 用于在弹出窗口中打开另一个 portlet 的 PortletURL

c# - 删除 XML 中的流氓符号的最佳方法是什么?

Docker 'latest' 标记和推送

java - 性能 : Android views generated programmatically vs xml views

linux - 关于编程,你有什么有趣的梗吗?

java - ArrayList 检查数据是否已经存在

java - 日历类混淆

xml - VB.NET XML 文字解析

java - 如何使用 Jsoup 从 html 页面检索代码片段?

xml - 使用 xs :extension 忽略元素的顺序