查找节点中的关键字并获取 DOM 中的节点名称

Question

我想在 DOM 中搜索特定关键字，当找到它时，我想知道它来自树中的哪个节点。

static void search(String segment, String keyword) {

    if (segment == null)
        return;

    Pattern p=Pattern.compile(keyword,Pattern.CASE_INSENSITIVE);
    StringBuffer test=new StringBuffer (segment);
    matcher=p.matcher(test);

    if(!matcher.hitEnd()){        
        total++;
        if(matcher.find())
        //what to do here to get the node?
    }
}

public static void traverse(Node node) {
    if (node == null || node.getNodeName() == null)
        return;

    search(node.getNodeValue(), "java");

    check(node.getFirstChild());

    System.out.println(node.getNodeValue() != null && 
                       node.getNodeValue().trim().length() == 0 ? "" : node);
    check(node.getNextSibling());
}

Answer 1

考虑使用 XPath (API):

// the XML & search term
String xml = "<foo>" + "<bar>" + "xml java xpath" + "</bar>" + "</foo>";
InputSource src = new InputSource(new StringReader(xml));
final String term = "java";
// search expression and term variable resolver
String expression = "//*[contains(text(),$term)]";
final QName termVariableName = new QName("term");
class TermResolver implements XPathVariableResolver {
  @Override
  public Object resolveVariable(QName variableName) {
    return termVariableName.equals(variableName) ? term : null;
  }
}
// perform the search
XPath xpath = XPathFactory.newInstance().newXPath();
xpath.setXPathVariableResolver(new TermResolver());
Node node = (Node) xpath.evaluate(expression, src, XPathConstants.NODE);

如果你想通过正则表达式进行更复杂的匹配，你可以提供自己的 <一个href="http://docs.oracle.com/javase/7/docs/api/javax/xml/xpath/XPath.html#setXPathFunctionResolver%28javax.xml.xpath.XPathFunctionResolver%29" rel="nofollow">函数解析器。

XPath 表达式分解 //*[contains(text(),$term)]：

• //* 星号选择任意元素；双斜杠表示任何父级
• [contains(text(),$term)] 是与文本匹配的谓词
• text() 是获取元素文本的函数
• $term 是一个变量；这可用于通过变量解析器解析术语“java”；解析器优先于字符串连接，以防止注入攻击（类似于 SQL 注入问题）
• contains(arg1,arg2) 是一个函数，如果 arg1 包含 arg2，则返回 true

XPathConstants.NODE 告诉 API 选择单个节点；您可以使用 NODESET以 NodeList。