Java REGEX XML解析/裁減同時維護結構HowTo

Question

我正在用Java編寫一個RESTful Web服務。 這個想法是「裁減」一個XML文檔，去掉所有不需要的內容（〜98％），只留下我們感興趣的標籤，同時保持文檔的結構，如下所示（我無法提供出於保密原因實際的XML內容）：

<sear:SEGMENTS xmlns="http://www.exlibrisgroup.com/xsd/primo/primo_nm_bib" xmlns:sear="http://www.exlibrisgroup.com/xsd/jaguar/search"> 
    <sear:JAGROOT> 
     <sear:RESULT> 
     <sear:DOCSET IS_LOCAL="true" TOTAL_TIME="176" LASTHIT="9" FIRSTHIT="0" TOTALHITS="262" HIT_TIME="11"> 
      <sear:DOC SEARCH_ENGINE_TYPE="Local Search Engine" SEARCH_ENGINE="Local Search Engine" NO="1" RANK="0.086826384" ID="2347460"> 
       [ 
       <PrimoNMBib> 
        <record> 
        <display> 
         <title></title> 
        </display> 
        <sort> 
         <author></author> 
        </sort> 
        </record> 
       </PrimoNMBib> 
       ] 
      </sear:DOC> 
     </sear:DOCSET> 
     </sear:RESULT> 
    </sear:JAGROOT> 
</sear:SEGMENTS> 

當然，這僅僅是我們感興趣的標籤的結構 - 有數百個標籤，但它們是不相關的。

方括號（[]）不是XML的一部分，並且表示元素<PrimoNMBib></PrimoNMBib>是子項列表的元素，並且不止一次出現 - 每次從RESTFUL服務搜索匹配時都會出現一個元素。

我一直在嘗試使用正則表達式解析文檔，以便僅保留上面顯示的結構的片段以及<title>和<author>的值，同時刪除標籤之間的所有其他標籤，包括其他標籤，但我不能得到它爲我的生活工作...

以前我試過它使用XSLT，但對於未解決的原因，也沒有工作...或我已經問過一個問題XSLT執行...

無論如何，我將非常感謝提示/提示/解決方案，如何使用正則表達式和Java來解決這個問題...

Answer 1

我不會推薦使用正則表達式來操縱XML。

另類視角

你可以使用的StAX解析器利用了StreamFilter削減文件，仍然保持一個有效的結構。

如何一個StreamFilter作品

一個StreamFilter接收來自XMLStreamReader事件情況下，如果你想擁有的事件報道你返回true，否則爲false。在下面的示例中，StreamFilter將拒絕"http://www.exlibrisgroup.com/xsd/jaguar/search"名稱空間中的任何內容。您需要調整邏輯以使其符合您的用例要求。

• http://docs.oracle.com/javase/6/docs/api/javax/xml/stream/StreamFilter.html

演示

package forum10351473; 

import java.io.FileReader; 
import javax.xml.stream.*; 

public class Demo { 

    public static void main(String[] args) throws Exception { 
     XMLInputFactory xif = XMLInputFactory.newFactory(); 
     XMLStreamReader xsr = xif.createXMLStreamReader(new FileReader("src/forum10351473/input.xml")); 
     xsr = xif.createFilteredReader(xsr, new StreamFilter() { 

      private boolean reportContent = false; 

      @Override 
      public boolean accept(XMLStreamReader reader) { 
       if(reader.isStartElement() || reader.isEndElement()) { 
        reportContent = !"http://www.exlibrisgroup.com/xsd/jaguar/search".equals(reader.getNamespaceURI()); 
       } 
       return reportContent; 
      } 

     }); 

     // The XMLStreamReader (xsr) will now only report the events you care about. 
     // You can process the XMLStreamReader yourself or pass as input to something 
     // like JAXB. 
     while(xsr.hasNext()) { 
      if(xsr.isStartElement()) { 
       System.out.println(xsr.getLocalName()); 
      } 
      xsr.next(); 
     } 
    } 

} 

輸出

PrimoNMBib 
record 
display 
title 
sort 
author