代码之家 › 专栏 › 技术社区 › user1631306

在XML分析中按标记名获取元素,不包括某些父级的子级

xml java

user1631306 · 技术社区 · 8 年前

我有一个正在分析的XML文件。尽管有些标记名在不同的父名称下发生了多次。我知道我想忽略哪个家长的孩子。我该怎么做?

 <sub-article id="S01" article-type="translation" xml:lang="pt">
  <front-stub>
     <article-categories>
        <subj-group subj-group-type="heading">
           <subject>Artigos Originais</subject>
        </subj-group>
     </article-categories>
     <title-group>
        <article-title>
           PrevalÃªncia de deficiÃªncia nutricional em pacientes com
            tuberculose pulmonar
           <xref ref-type="fn" rid="fn02">*</xref>
        </article-title>
     </title-group>
   </front-stub>
  </article-categories>
 </sub-article>        
    .....
    .....
 <article-meta>
     <article-id pub-id-type="pmid">24068270</article-id>
     <article-id pub-id-type="pmc">4075858</article-id>
     <article-id pub-id-type="publisher-id">S1806-37132013000400012</article-id>
     <article-id pub-id-type="doi">10.1590/S1806-37132013000400012</article-id>
     <article-categories>
        <subj-group subj-group-type="heading">
           <subject>Original Articles</subject>
        </subj-group>
     </article-categories>
     <title-group>
        <article-title>
           Prevalence of nutritional deficiency in patients with
           pulmonary tuberculosis
           <xref ref-type="fn" rid="fn01">*</xref>
        </article-title>
     </title-group>
    <article-meta>

在这个例子中,我不想处理子文章标签下的子项。因此,“文章标题”只能用于“肺结核患者营养缺乏的患病率”,而不能用于“肺结核患者营养缺陷的患病率”,而不是“肺结核患者营养缺陷的患病率”。

我目前正在跟踪代码,它将返回所有名为“标题组”的节点。我怎样才能把它具体化,这样我就不会从某个父母那里得到它。

NodeList titleNodeList = document.getElementsByTagName("title-group");

2 回复 | 直到 8 年前

Mincong Huang 8 年前

有两种方法可以使用xpath实现它:

包括目标元素名称 <article-meta>
排除目标元素名称 <sub-article>

就我个人而言,我更喜欢第一个,因为它更明确,并且总是面对不同的XML文件工作。

溶液1包合

使用xpath只选择其下的元素 <文章meta> :

//article-meta//title-group

爪哇:

XPath xPath = XPathFactory.newInstance().newXPath();
XPathExpression expr = xPath.compile("//article-meta//title-group");
NodeList titleNodes = (NodeList) expr.evaluate(document, XPathConstants.NODESET);

解决方案2排除

如果元素位于 <子条款 . 我假设XML根元素是 <article> (如果不是这样,请证明代码的合理性):

/article/*[not(self::sub-article)]//title-group

爪哇

XPath xPath = XPathFactory.newInstance().newXPath();
XPathExpression expr = xPath.compile("/article/*[not(self::sub-article)]//title-group");
NodeList titleNodes = (NodeList) expr.evaluate(document, XPathConstants.NODESET);

DavidW 8 年前

只需搜索“子文章”节点下的“标题组”节点:

List<Node> allTitleGroupNodes = new ArrayList<>();
NodeList subArticleNodes = document.getElementsByTagName("sub-article");
for (int i = 0; i < subArticleNodes.getLength(); i++) {
    NodeList titleNodes = subArticleNodes.item(i).getElementsByTagName("title-group");
    for (int j = 0; j < titleNodes.getLength(); j++) {
        allTitleGroupNodes.add(titleNodes.item(j));
    }
}

(旁白:可怕的界面 NodeList 是在标准Java中处理XML最讨厌的事情之一。