Java 用 DOM 编辑 XML 文件

Question

我遇到了一些障碍。 我的目标是过滤掉除数字之外的所有内容。

这是xml文件

<?xml version="1.0" encoding="utf-8" ?>
<orders>
  <order>
     <stuff>"Some random information and # 123456"</stuff>
  </order>
</orders>

这是我不完整的代码。我不知道如何找到它，也不知道如何进行我想要的更改。

public static void main(String argv[]) {
        try {
            // Lesen der Datei
            File inputFile = new File("C:\\filepath...\\asdf.xml");
            DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
            DocumentBuilder docBuilder = docFactory.newDocumentBuilder();
            Document doc = docBuilder.parse(inputFile);

            // I don't know where to go from there
            NodeList filter = doc.getChildNodes();
                    
            TransformerFactory transformerFactory = TransformerFactory.newInstance();
            Transformer transformer = transformerFactory.newTransformer();
            DOMSource source = new DOMSource(doc);
            StreamResult consoleResult = new StreamResult(System.out);
            transformer.transform(source, consoleResult);

        } catch (Exception e) {
            e.printStackTrace();
        }
    }

Answer 1

当你使用

Transformer transformer = transformerFactory.newTransformer();

转换器是一个“身份转换器”——它将输入复制到输出而不做任何更改。实际上，您在这里只使用身份转换器进行序列化，将 DOM 转换为词法 XML。

如果您想对 XML 内容进行实际更改，您有两种选择：编写 Java 代码以在序列化内存中的 DOM 树之前对其进行修改，或者编写 XSLT 代码以便您的 Transformer 进行真正的转换，而不仅仅是身份转换。 XSLT 几乎可以肯定是更好的方法，只是它涉及更多的学习曲线。

我不确定您到底想要什么输出，因此很难为您提供工作代码。不幸的是，“过滤掉”这个短语是模棱两可的，当人们说“我想过滤掉 X”时，他们有时意味着他们想要删除 X，有时他们的意思是他们想要删除除 X 之外的所有内容。此外，“删除数字”是除非我们知道您的文档中可能出现的所有可能性，否则这不是一个完整的规范，例如数字总是以“#”开头，还是仅在这个示例输入中出现这种情况？但一种方法是删除所有数字，您可以通过调用 translate(., '0123456789', '') 来做到这一点。

请注意，如果您使用 XSLT，则不需要先构造 DOM，实际上，这是在浪费时间和空间。只需以StreamSource 的形式将词法 XML 作为输入提供给转换器。