java - 使用 XPathExpression 和 NODESET 评估许多元素

Question

我解析一个非常大的 xml 文件(来自 jpylyzer，一个 jp2 属性提取器)。此 xml 包含许多 JP2 图像的属性，每个图像都具有相同的元素，例如:

//results/jpylyzer/fileInfo/fileName
//results/jpylyzer/properties/jp2HeaderBox/imageHeaderBox/height
//results/jpylyzer/properties/jp2HeaderBox/imageHeaderBox/width
//results/jpylyzer/properties/jp2HeaderBox/imageHeaderBox/bPCDepth

为了减少处理时间，我使用这种方法:

for (XPathExpression xPathExpression : listXPathExpression) {
    nodeList = (NodeList) xPathExpression.evaluate(document, XPathConstants.NODESET);
    //we use our list
}

这非常方便快捷，但是元素的数量必须符合我们对每个属性的预期。由于某些属性是某些图像所独有的，因此某些图像无法找到某些 xpath 值。

nodeList 仅填充找到的值，这是一个问题:无法将这些值与其他值匹配，因为列表的大小不同，具体取决于找到的属性数量。

当没有找到值时，有没有办法填充“空白”？

Answer 1

使用单个 XPath 表达式无法实现您想要的效果，即使使用 2.0 版本也是如此。在这种情况下，您必须使用嵌入 XPath 的高级语言。

由于我对Java不太熟悉，所以我无法给你具体的代码，但我可以解释你必须做什么。

我假设一个 XML 文档类似于

<results>
    <jpylyzer>
        <fileInfo>
            <fileName>Name of file</fileName>
        </fileInfo>
        <properties>
            <jp2HeaderBox>
                <imageHeaderBox>
                    <height>45</height>
                    <width>66</width>
                    <bPCDepth>386</bPCDepth>
                </imageHeaderBox>
                <imageHeaderBox>
                    <width>32</width>
                </imageHeaderBox>
            </jp2HeaderBox>
        </properties>
    </jpylyzer>
</results>

作为起点，找到一个在所有情况下都确实存在于所有 XML 文档中的元素。举个例子，我们假设 imageHeaderBox 无处不在，但它的子元素 height、width 和 bPCDepth 不一定存在。

查找 imageHeaderBox 元素的 XPath 表达式:

/results/jpylyzer/properties/imageHeaderBox

计算表达式并将结果保存到节点列表中。接下来，进一步处理这个列表。仅当 XPath 表达式可以应用于 nodeList 中的各个项目时，这才有效，但您似乎对此持乐观态度:

I can iterate over nodelist. I guess i can evaluate too

迭代nodeList(imageHeaderBox表达式的结果)并对每个项目应用另一个路径表达式。

XPath 2.0

在 XPath 2.0 中，您可以使用 if/then 语句来检查节点是否存在。假设 imageHeaderBox 元素节点作为上下文项:

if(height) then height else 'e.g. text saying there is no height'

XPath 1.0

对于 XPath 1.0，情况稍微复杂一些:

concat(height, substring('e.g. text saying there is no height', 1 div not(height)))"

参见 Dimitre Novatev 的回答 here以获得解释。该技术被称为 Becker 方法，可能介绍 here .

最后，结果列表应类似于

45
e.g. text saying there is no height