首先，让我们稍微平整一下场地。我稍微清理了您的代码以获得编译起点。我删除了不必要的代码，并通过我最好的猜测修复了它应该做什么。我对其进行了一点概括，使其接受一个tagName 参数。它仍然是相同的代码并犯了同样的错误，但现在它可以编译了（为了方便起见，使用 Java 7 功能，如果需要，将其切换回 Java 6）。为了它，我还将try-catch 拆分为多个块：
public Map<String, String> getElementAttributesByTagName(String tagName) {
Document document;
try (InputStream input = new FileInputStream(sourcePage)) {
DocumentBuilderFactory docBuilderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder docBuilder = docBuilderFactory.newDocumentBuilder();
document = docBuilder.parse(input);
} catch (IOException | ParserConfigurationException | SAXException e) {
throw new RuntimeException(e);
}
NodeList attributeList;
try {
XPath xPath = XPathFactory.newInstance().newXPath();
attributeList = (NodeList)xPath.evaluate("//descendant::" + tagName + "[1]/@*", document, XPathConstants.NODESET);
} catch (XPathExpressionException e) {
throw new RuntimeException(e);
}
Map<String, String> tagInfo = new HashMap<>();
for (int i = 0; i < attributeList.getLength(); i++) {
Attr attribute = (Attr)attributeList.item(i);
tagInfo.put(attribute.getName(), attribute.getValue());
}
return tagInfo;
}
当针对上面的示例代码运行时，它会返回：
{height=48, alt=Funny face, width=48, src=funny.gif}
解决方案取决于您的预期输出。你要么想要
- 仅获取
<img> 元素之一的属性（例如，第一个）
- 获取所有
<img> 元素及其属性的列表
对于第一个解决方案，只需将 XPath 表达式更改为
//descendant::img[1]/@*
或
//descendant::" + tagName + "[1]/@*
使用tagName 参数。请注意，这不与//img[1]/@* 相同，即使它在这种特殊情况下返回相同的元素。
这样改变时，方法返回：
{height=42, alt=Smiley face, width=42, src=smiley.gif}
这是第一个 <img> 元素的正确返回属性。
请注意，您甚至不必为此类工作使用 XPath 表达式。这是一个非 XPath 版本：
public Map<String, String> getElementAttributesByTagNameNoXPath(String tagName) {
Document document;
try (InputStream input = new FileInputStream(sourcePage)) {
DocumentBuilderFactory docBuilderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder docBuilder = docBuilderFactory.newDocumentBuilder();
document = docBuilder.parse(input);
} catch (IOException | ParserConfigurationException | SAXException e) {
throw new RuntimeException(e);
}
Node node = document.getElementsByTagName(tagName).item(0);
NamedNodeMap attributeMap = node.getAttributes();
Map<String, String> tagInfo = new HashMap<>();
for (int i = 0; i < attributeMap.getLength(); i++) {
Node attribute = attributeMap.item(i);
tagInfo.put(attribute.getNodeName(), attribute.getNodeValue());
}
return tagInfo;
}
第二种解决方案需要稍微改变一下。我们要返回文档中所有<img> 元素的属性。多个元素意味着我们将使用一个List，它将包含多个Map<String, String> 实例，其中每个Map 代表一个<img> 元素。
一个完整的 XPath 版本，以防您确实需要一些复杂的 XPath 表达式：
public List<Map<String, String>> getElementsAttributesByTagName(String tagName) {
Document document;
try (InputStream input = new FileInputStream(sourcePage)) {
DocumentBuilderFactory docBuilderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder docBuilder = docBuilderFactory.newDocumentBuilder();
document = docBuilder.parse(input);
} catch (IOException | ParserConfigurationException | SAXException e) {
throw new RuntimeException(e);
}
NodeList nodeList;
try {
XPath xPath = XPathFactory.newInstance().newXPath();
nodeList = (NodeList)xPath.evaluate("//" + tagName, document, XPathConstants.NODESET);
} catch (XPathExpressionException e) {
throw new RuntimeException(e);
}
List<Map<String, String>> tagInfoList = new ArrayList<>();
for (int i = 0; i < nodeList.getLength(); i++) {
Node node = nodeList.item(i);
NamedNodeMap attributeMap = node.getAttributes();
Map<String, String> tagInfo = new HashMap<>();
for (int j = 0; j < attributeMap.getLength(); j++) {
Node attribute = attributeMap.item(j);
tagInfo.put(attribute.getNodeName(), attribute.getNodeValue());
}
tagInfoList.add(tagInfo);
}
return tagInfoList;
}
要摆脱 XPath 部分，您可以简单地将其切换为单行：
NodeList nodeList = document.getElementsByTagName(tagName);
当使用"img" 参数对上面的测试用例运行时，这两个版本都会返回：（为清晰起见格式化）
[ {height=42, alt=Smiley face, width=42, src=smiley.gif},
{height=45, alt=Sad face, width=45, src=sad.gif },
{height=48, alt=Funny face, width=48, src=funny.gif } ]
这是所有<img> 元素的正确列表。