如何从Java中的xml文件中提取大量字符答案

【问题标题】：How to extract a big list of characters from xml file in Java如何从Java中的xml文件中提取大量字符
【发布时间】：2011-07-19 23:48:33
【问题描述】：

我有一个很大的 xml 文件，我不想解析它，我只想存储 <information>...</information> 之间的每个字符，它们是 xml 文件中的标签。

我该怎么做？

【问题讨论】：

您关心像&amp; 这样的实体是显示为一个字符还是五个？您是否关心您指定的标签之间是否还有其他标签？如果这两个问题的答案是“是”，那么您想使用解析器。否则将文件读入字符串并搜索标签。
我使用了一个字符串缓冲区来加载 xml 文件，它只能加载一半的 xml 文件...我认为字符串缓冲区应该很大
如果你的意思是你所说的，你可以简单地使用正则表达式。
你的意思是我可以在将 xml 文件存储到 StringBuffer 之前对其使用正则表达式吗？

标签： java xml search xpath extract

【解决方案1】：

如果问题是您尝试提取的数据适合内存，但整个 XML 文件不适合，则使用流解析器，例如 XPP。

【讨论】：

【解决方案2】：

如果不解析文件，您将无法准确找到<information> 元素中的字符。你可以做一些在 99% 的时间里都有效的事情，但是当有人做了你没想到的事情时它会中断，比如在开始标签中放置空格，或者有一个注释掉的 <information> 元素，或者把部分<information> 外部实体中的元素。

咬紧牙关。如果是 XML，则需要 XML 解析器才能读取。

【讨论】：

我不想解析它。我只想要 2 个标签之间的所有内容。解析它会丢失很多我需要的数据。我不能只说获取这个 xml 文件，查找并从那里获取所有内容到吗？
理论上完全有可能，但我不知道有一个 XML 解析器可以通过这种方式访问未解析的数据。也许这表明这是一个不寻常的要求，也许这意味着您应该寻找解决问题的替代方案？

【解决方案3】：

您可能想解释为什么您不想解析它，因为这将有助于提出其他解决方案。

话虽如此，如果您可以为该节点构造一个 XPath，那么您始终可以使用 XPath 获取该信息。见this tutorial。

更新

鉴于新信息，这不是您想要的解决方案。如果您想将 xml 视为字符串，则将其读入 StringBuilder（更快、线程不安全的 StringBuffer 版本）是您最好的选择。如果您在使用 StringBuffer 时遇到问题，请发布您尝试过的代码和错误消息。它的最大大小是java.lang.Integer.MAX_VALUE，即 2147483647。

【讨论】：

我不想解析它，因为我想保留每一个字符，例如标签和属性..etc 我想到了 Xpath，但我从未使用过它

【解决方案4】：

考虑到您不想使用解析器并且您只想提取两个标签之间的所有字符，我宁愿建议您将 xml 内容提取为字符串，并使用简单的正则表达式匹配来提取两个标签之间的部分。

【讨论】：