Java jdom xml解析

Question

这是我使用 java 的第一天，我尝试为我的网站构建一个小的 xml 解析器，这样我就可以在我的 sitemaps.xml 上有一个干净的外观。我使用的代码是这样的

import java.io.IOException;
import java.io.InputStream;
import java.io.StringReader;
import java.net.URL;
import java.util.List;


import org.jdom2.Element;
import org.jdom2.JDOMException;
import org.jdom2.input.SAXBuilder;

class downloadxml {
   public static void main(String[] args) throws IOException {

       String str = "http://www.someurl.info/sitemap.xml";
       URL url = new URL(str);
       InputStream is = url.openStream();
       int ptr = 0;
       StringBuilder builder = new StringBuilder();
       while ((ptr = is.read()) != -1) {
           builder.append((char) ptr);
       }
       String xml = builder.toString();

       org.jdom2.input.SAXBuilder saxBuilder = new SAXBuilder();
       try {
           org.jdom2.Document doc = saxBuilder.build(new StringReader(xml));
           System.out.println(xml);
           Element xmlfile = doc.getRootElement();
           System.out.println("ROOT -->"+xmlfile);
           List list = xmlfile.getChildren("url");
           System.out.println("LIST -->"+list);
       } catch (JDOMException e) {
           // handle JDOMExceptio n
       } catch (IOException e) {
           // handle IOException
       }

       System.out.println("===========================");

   }
}

当代码通过时

System.out.println(xml);

我得到了 xml 站点地图的清晰打印。说到：

System.out.println("ROOT -->"+xmlfile);

输出：

ROOT -->[Element: <urlset [Namespace: http://www.sitemaps.org/schemas/sitemap/0.9]/>]

它还找到根元素。但是由于某种原因，当脚本应该用于孩子时，它会返回一个空打印：

System.out.println("LIST -->"+list);

输出：

LIST -->[]

我应该以其他方式做什么？有什么可以得到孩子的指针吗？

XML 看起来像这样

<?xml version="1.0" encoding="UTF-8"?>
          <urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
            xmlns:image="http://www.google.com/schemas/sitemap-image/1.1">
               <url>
                   <loc>http://www.image.url</loc>
                   <image:image>
                     <image:loc>http://www.image.url/image.jpg</image:loc>
                   </image:image>
                   <changefreq>daily</changefreq>
                 </url>
                <url>
            </urlset>

Answer 1

一天之内你已经走了很长一段路。

简短的回答，您忽略了 XML 文档的命名空间。换行：

List list = xmlfile.getChildren("url");

到

Namespace ns = Namespace.getNamespace("http://www.sitemaps.org/schemas/sitemap/0.9");
List list = xmlfile.getChildren("url", ns);

为方便起见，您可能还希望将整个构建过程简化为：

org.jdom2.Document doc = saxBuilder.build("http://www.someurl.info/sitemap.xml");

Answer 2

我的评论与上述类似，但使用 catch 子句，当输入的 xml 不是“格式正确”时会显示很好的消息。这里的输入是一个xml文件。

File file = new File("adr781.xml");
SAXBuilder builder = new SAXBuilder(false);
    try {
        Document doc = builder.build(file);
        Element root = doc.getRootElement();
    } catch (JDOMException e) {
        say(file.getName() + " is not well-formed.");
        say(e.getMessage());
    } catch (IOException e) {
        say("Could not check " + file.getAbsolutePath());
        say(" because " + e.getMessage());
    }