从 XML 文件中检索两条数据的最佳方法是什么？

Question

我有一个处于 FO 转换前或后状态的 XML 文档，我需要从中提取一些信息。在前一种情况下，我需要提取两个代表 pageWidth 和 pageHeight 的标签，在后一种情况下，我需要从特定标签中提取页面高度和页面宽度参数（我忘记了是哪个标签）我的头顶）。

我正在寻找一种有效/易于维护的方式来获取这两个元素。我只想阅读该文档一次以获取我需要的两件事。

我最初开始编写一些使用 BufferedReader + FileReader 的东西，但后来我进行字符串搜索，当标签跨越多行时，它会变得混乱。然后我查看了 DOMParser，这似乎是理想的，但如果我可以帮助的话，我不想将整个文件读入内存，因为文件可能很大并且我正在寻找的标签几乎总是靠近文件的顶部。然后我研究了 SAXParser，但这对于我想要完成的任务来说似乎是一大堆复杂的矫枉过正。

有人有什么建议吗？或者可以实现我的目标的简单实现？谢谢。

编辑：我忘了提及，由于我有各种限制，我使用的任何内容都必须“内置”到核心 Java，其中我无法使用和/或下载任何第 3 方 XML 工具。

Answer 1

虽然 XPath 非常适合查询 XML 数据，但我不知道 Java 的良好且快速的 XPath 实现（它们至少都使用 DOM 模型）。

我建议您坚持使用 StAX。即使对于大文件，它也非常快，而且它的游标 API 相当简单：

XMLInputFactory f = XMLInputFactory.newInstance();
XMLStreamReader r = f.createXMLStreamReader("my.xml");
try {
  while (r.hasNext()) {
    r.next();
    . . .
  }
} finally {
  r.close()
}

请参阅 StAX 教程 和 XMLStreamReader javadocs 了解更多信息。

Answer 2

您可以使用 XPath搜索您的标签。 这里是关于形成 XPath 表达式的教程。 这里是一篇关于在 Java 中使用 XPath 的文章。

---

一个易于使用的解析器（dom、sax）是 dom4j。它比内置的 SAXParser 使用起来要容易得多。

Answer 3

尝试 "XMLDog"

这使用 sax 来评估 xpath