解析 XML 文件跳过所有标签，除了一个带有 Java 的标签答案

【问题标题】：Parsing XML file skip all tags except one with Java解析 XML 文件跳过所有标签，除了一个带有 Java 的标签
【发布时间】：2020-04-17 20:24:02
【问题描述】：

我有一个 XML 文件：

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE dblp SYSTEM "dblp-2019-11-22.dtd">
<dblp>
<phdthesis mdate="2016-05-04" key="phd/dk/Heine2010">
<author>Carmen Heine</author>
<title>Modell zur Produktion von Online-Hilfen.</title>
<year>2010</year>
<school>Aarhus University</school>
<pages>1-315</pages>
<isbn>978-3-86596-263-8</isbn>
<ee>http://d-nb.info/996064095</ee>
</phdthesis><phdthesis mdate="2020-02-12" key="phd/Hoff2002">
<author>Gerd Hoff</author>
<title>Ein Verfahren zur thematisch spezialisierten Suche im Web und seine Realisierung im Prototypen HomePageSearch</title>
<year>2002</year>  ....(continue to have info about published books.)

从该文件中，我只想导出有关“年份”标签的详细信息。我试过这段代码：

public class Publications {
    String year1="YEAR";
    public static void main(String[] args) {
        {
            try {
                SAXParserFactory factory = SAXParserFactory.newInstance();
                SAXParser saxParser = factory.newSAXParser();
                DefaultHandler handler = new DefaultHandler() {
                    boolean year = false;

                    //parser starts parsing a specific element inside the document
                    public void startElement(String uri, String localName, String year1 , Attributes attributes) throws SAXException {
                        System.out.println("Start Element :" + year1);
                        if (year1.equalsIgnoreCase("YEAR")) {
                            year = true;
                        }

                    }

                    //parser ends parsing the specific element inside the document
                    public void endElement(String uri, String localName, String year1) throws SAXException {
                        System.out.println("End Element:" + year1);
                    }

                    //reads the text value of the currently parsed element
                    public void characters(char ch[], int start, int length) throws SAXException {
                        if (year) {
                            System.out.println("Year : " + new String(ch, start, length));
                            year = false;
                        }
                    }
                };
                saxParser.parse("dblp-2020-04-01.xml", handler);
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }
}

我得到的结果不是我所期望的。它从包括年份标签在内的所有标签中导出更多详细信息。

Start Element :ee
End Element:ee
End Element:phdthesis
Start Element :phdthesis
Start Element :author
End Element:author
Start Element :title
End Element:title
Start Element :year
Year : 1990
End Element:year (...)

是否有关于仅从“年份”标签导出详细信息的代码建议？

【问题讨论】：

你想只有最后三行吗？如果这是真的，那么您可以将打印代码放入 if 语句中。还是你期待别的？
@SMortezaSA 我只希望出现年份：1990 年以及之后的所有年份
那你为什么要打印startElement和endElement？如果您不在这两个函数中打印，则只会出现Year : 1990。有什么问题？
另外，以及@SMortezaSA 提到的（即注释掉你不想要的打印语句！），这段代码还有一个更微妙的问题：characters() 方法不能保证阅读一次通过标签的全部内容。请参阅文档here。
A StringBuilder 通常用于处理此问题。继续追加到字符串生成器，直到“结束元素”事件发生。对于诸如“1990”之类的短文本，您可能还可以 - 但对于较长的文本（例如概要），您可能只能使用上述代码获得部分数据。

标签： java xml tags

【解决方案1】：

您可以使用Declarative Stream Mapping (DSM) 流解析库。您可以轻松定义要从 XML 中提取的数据

这是您的 XML 的示例映射：

result:
  path: /dblp/phdthesis/year
  type: array

Java 代码：

DSM dsm=new DSMBuilder(new File("path/to/mapping.yaml")).setType(DSMBuilder.TYPE.XML).create();
Object result=  dsm.toObject(xmlFileContent);
// json represntation fo result
dsm.getObjectMapper().writerWithDefaultPrettyPrinter().writeValue(System.out, object);

JSON 格式的结果：

 [ "2010", "2002" ]

工作示例：https://repl.it/@MehmetFatihFat3/DSMFilterData1

【讨论】：