通过 xml 文件搜索文本的最佳方法答案

【问题标题】：Best way to search for text through xml files通过 xml 文件搜索文本的最佳方法
【发布时间】：2015-03-10 19:46:51
【问题描述】：

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，无论它们在 xml 文件中的位置如何。

目前我正在使用 BufferedReader 类来读取这些 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，但无法找出最好的 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 文件并返回文件名。使用这个 BufferedReader 会花费很多时间。

任何想法都会有所帮助。

【问题讨论】：

lucene 怎么样？像这样的东西：lucenetutorial.com/sample-apps/textfileindexer-java.html

标签： java xml search full-text-search

【解决方案1】：

因此，您可以在这里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 解析器进行解析（Java 有很多 API），然后使用类似 xpath 查询的内容（类似 //*[text() = 'your query'] 找到与您的文本条件匹配的元素。

其次，您可以查看 JamesB 的建议并寻求像 Lucene 这样的索引解决方案，其中对于某个目录中的每个文件，索引这些文件，然后使用诸如 lucenes 搜索 API 之类的东西对它们执行搜索以查找您的文本字符串.

【讨论】：

【解决方案2】：

如果您需要提高速度并且不能使用索引（我建议使用 lucene），您可以先使用旧的递归 grep 命令grep -r <searchtext> <path> 过滤您的输入。 (Link to grep on windows question)。然后用 Java 解析生成的文件以过滤掉误报命中（注释掉的块、匹配的元素名称……）。恕我直言，Grep 是在没有索引的大量文件中查找文本的最快方法。

【讨论】：