代码之家 › 专栏 › 技术社区 › Mocky

在Java中用REGEX解析XML

regex xml java

Mocky · 技术社区 · 17 年前

<?xml version="1.0"?>
<StandardDataObject xmlns="myns">
  <DataElements>
    <EmpStatus>2.0</EmpStatus>
    <Expenditure>95465.00</Expenditure>
    <StaffType>11.A</StaffType>
    <Industry>13</Industry>
  </DataElements>
  <InteractionElements>
    <TargetCenter>92f4-MPA</TargetCenter>
    <Trace>7.19879</Trace>
  </InteractionElements>
</StandardDataObject>

我需要的输出是: [{EmpStatus:2.0},{支出:95465.00},{员工类型:11.A},{行业:13}]

"<([A-Za-z0-9]+?)>([A-Za-z0-9.]*?)</"

这是我构造的正则表达式,它有一个问题,它在结果中错误地包含了{Trace:719879}。依赖XML中的新行或任何其他明显的格式不是一个选项。

private static final Pattern PATTERN_1 = Pattern.compile(..REGEX..);
private List<DataElement> listDataElements(CharSequence cs) {
    List<DataElement> list = new ArrayList<DataElement>();
    Matcher matcher = PATTERN_1.matcher(cs);
    while (matcher.find()) {
        list.add(new DataElement(matcher.group(1), matcher.group(2)));
    }
    return list;
}

如何将正则表达式更改为只包含数据元素而忽略其余元素?

8 回复 | 直到 17 年前

Dour High Arch 17 年前

XML不是一种常规语言。你不能

Jan Goyvaerts 17 年前

如果您可以假设DataElements标记之间的所有内容都具有表单值,那么这在Java中应该是可行的。即没有属性,也没有嵌套元素。

Pattern regex = Pattern.compile("<DataElements>(.*?)</DataElements>", Pattern.DOTALL);
Matcher matcher = regex.matcher(subjectString);
Pattern regex2 = Pattern.compile("<([^<>]+)>([^<>]+)</\\1>");
if (matcher.find()) {
    String DataElements = matcher.group(1);
    Matcher matcher2 = regex2.matcher(DataElements);
    while (matcher2.find()) {
        list.add(new DataElement(matcher2.group(1), matcher2.group(2)));
    } 
}

activout.se 17 年前

改用XPath!

Greg 17 年前

如果必须使用RE,为什么不分两个阶段进行? DataElements>.*?</DataElements

Alnitak 17 年前

有没有任何理由不使用合适的XML解析器而不是正则表达式?这对于正确的库来说是微不足道的。

Guðmundur Bjarni 17 年前

Commons-Digester , JAXP (与Java 5+捆绑销售)或 JAXB

James Van Huis 17 年前

然而,如果你真的那么固执,你应该能够调整你的代码,把标签排除在DataElements标签之外。

private static final Pattern PATTERN_1 = Pattern.compile(..REGEX..);
private static final String START_TAG = "<DataElements>";
private static final String END_TAG = "</DataElements>";
private List<DataElement> listDataElements(String input) {
    String cs = input.substring(input.indexOf(START_TAG) + START_TAG.length(), input.indexOf(END_TAG);
    List<DataElement> list = new ArrayList<DataElement>();
    Matcher matcher = PATTERN_1.matcher(cs);
    while (matcher.find()) {
        list.add(new DataElement(matcher.group(1), matcher.group(2)));
    }
    return list;
}

如果dataelements标记不存在,那么这将非常失败。

Amith Perera 8 年前

尝试通过属性文件解析Reg Ex,然后创建模式对象。我解决了通过XMLBeans注入Reg-Ex时遇到的相同问题。

我需要通过在Spring中注入来解析regex'(.)(D[0-9]{7}.D[0-9]{9}.D[A-Z]{3}[0-9]{4})()'。但它不起作用。一旦尝试在Java类中使用相同的Reg Ex硬编码,它就成功了。

Next I tried to load that Reg Ex via property file while injecting it. It worked fine.

  p:remoteDirectory="${rawDailyReport.remote.download.dir}"
  p:localDirectory="${rawDailyReport.local.valid.dir}"
  p:redEx="${rawDailyReport.download.regex}"

在属性文件中,属性定义如下。

rawDailyReport.download.regex=(。 )(D[0-9]{7}\.D[0-9]{9}\.D[A-Z]{2}[0-9]{4})()。

这是因为带有占位符的值是通过org.springframework.beans.factory.config.propertyplaceholderconfigure加载的,它在内部处理这些xml敏感字符。

谢谢埃米思