解析 XML 文件 (Java) 中特定标签的内容

Question

我有一个如下所示的 XML 文件，我需要使用 Java.

我读到我可以使用 SAX 来访问不同的标签，但在这种情况下，在下面的示例中 like 中可以有随机标签，这是无效的。

执行此操作的最佳方法是什么？也许是正则表达式？

<?xml version="1.0" encoding="utf-8"?>
[...]
<source>
  <g id="_0">
    <g id="_1">First valid sentence</g>
  </g>
</source>
<source>Another valid string</source>

输出 results.txt 应该是这样的：

First valid sentence
Another valid string

Answer 1

您可以使用 joox 库来解析 xml 数据。使用它的 find() 方法你可以获得所有 <source> 元素，然后使用 getTextContent() 提取它的文本，如：

import java.io.File;
import java.io.IOException;
import org.xml.sax.SAXException;
import static org.joox.JOOX.$;

public class Main {

    public static void main(String[] args) throws SAXException, IOException {
        $(new File(args[0]))
            .find("source")
            .forEach(elem -> System.out.println(elem.getTextContent().trim()));

    }
}

我将假定一个格式正确的 xml 文件，例如：

<?xml version="1.0" encoding="utf-8"?>
<root>
    <source>
        <g id="_0">
            <g id="_1">First valid sentence</g>
        </g>
    </source>
    <source>Another valid string</source>
</root>

它产生：

First valid sentence
Another valid string

解析 XML 文件 (Java) 中特定标签的内容

Parse content from a specific tag in XML file (Java)

java

xml

sax

xml-parsing