通过 xml 个文件搜索文本的最佳方式

Question

我在一个根文件夹下的不同子目录中有数千个 xml 文件。我的要求是在所有这些 xml 文件中搜索文本，而不管它们在 xml 文件中的位置。

目前我正在使用 BufferedReader class 读取这些 xml 文件（我的代码如下所示）

     while ((currentLine = br.readLine()) != null) {
        if (currentLine.contains("myTargetString")) {
              temp = currentLine;
            myArraylist.add(temp );
        }

但我知道应该有一些最好的方法来搜索这些 xml 文件，但无法找到最好的 API 或方法。

我得到一个字符串作为输入，我的程序应该能够搜索所有 xml 文件和 return 文件名。使用此 BufferedReader 会花费很多时间。

任何想法都会有所帮助。

Answer 1

因此，您可以在此处执行两种可能的解决方案。首先，对于每个文件，您可以使用 XML paser 进行解析（Java 有很多 API），然后使用 xpath 查询之类的东西（例如 //*[text( ) = 'your query'] 找到符合您的文本标准的元素。

其次，您可以看看 JamesB 的建议，然后寻找像 Lucene 这样的索引解决方案，对于某个目录中的每个文件，索引这些文件，然后使用类似 lucenes search API 找到您的文本字符串。

Answer 2

如果你需要提高速度并且不能使用索引（lucene 是我的建议），你可以先使用旧的递归 grep 命令过滤你的输入 grep -r <searchtext> <path>。 (Link to grep on windows question)。然后使用 Java 解析生成的文件以过滤掉误报（注释掉块、匹配元素名称……）。 Grep 是恕我直言，在没有索引的情况下在大量文件中查找文本的最快方法。

通过 xml 个文件搜索文本的最佳方式

Best way to search for text through xml files

java

xml

search

full-text-search