logo标签列表

Java XML解析和原始字节偏移量

javaxmlparsingjaxbsax
10

我想将一些格式良好的XML解析成DOM，但我想知道每个节点标记在原始媒体中的偏移量。

例如，如果我有一个XML文档，内容类似于：

<html>
<body>
<div>text</div>
</body>
</html>

我想知道在原始媒体中，节点从偏移量13开始，并且更重要的是，“text”从偏移量18开始。

标准Java XML解析器可以实现这个功能吗？JAXB呢？如果没有简单的解决方案，需要在解析路径上进行哪些类型的更改才能实现此功能？

1
请查看此问题https://dev59.com/KaDia4cB1Zd3GeqPKNdv，以找到大型XML文件中的字符偏移量，并了解如何与JAXB一起使用。 - jschnasse
请参阅JAXB文件中未解组对象的位置。 - Vadzim
2个回答
6
SAX API提供了一种相当晦涩的机制来实现此功能 - org.xml.sax.Locator接口。当您使用SAX API时，您需要继承DefaultHandler并将其传递给SAX解析方法，SAX解析器实现会通过setDocumentLocator()向您的DefaultHandler注入一个Locator。随着解析的进行，您的ContentHandler上的各种回调方法被调用（例如startElement()），此时您可以查看Locator以获取解析位置（通过getColumnNumber()和getLineNumber()）。
从技术上讲，这是可选功能，但javadoc表示强烈建议实现它，因此您可以假设JavaSE内置的SAX解析器会执行此操作。
当然，这意味着使用SAX API，这不是任何人都想做的事情，但我找不到使用更高级别API访问此信息的方法。
编辑：找到此示例。
2
使用XML Streamreader及其getLocation()方法返回位置对象。location.getCharacterOffset() 返回当前位置的字节偏移量。
import javax.xml.stream.Location;
import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.XMLStreamReader;

public class Runner {

public static void main(String argv[]) {

    XMLInputFactory factory = XMLInputFactory.newInstance();
    try{
    XMLStreamReader streamReader = factory.createXMLStreamReader(
           new FileReader("D:\\BigFile.xml"));

    while(streamReader.hasNext()){
        streamReader.next();
        if(streamReader.getEventType() == XMLStreamReader.START_ELEMENT){
            Location location = streamReader.getLocation();
            System.out.println("byte location: " + location.getCharacterOffset());
            }
        }
    } catch(Exception e){
        e.printStackTrace();
    }
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接