java - 使用 XPath 提取和净化 XML 数据

Question

我想提取所有属性名称、ID 和值，因为数据需要导入到另一个系统中。

   <ATTRIBUTES>
        <ATTRIBUTE NAME="TOLERANCE" ID="AT000"></ATTRIBUTE>
        <ATTRIBUTE NAME="CHANGED_AT">
            <VALUE>2019-01-31</VALUE>
        </ATTRIBUTE>
        <ATTRIBUTE NAME="CHANGED_BY" ID="AT002"></ATTRIBUTE>
        <ATTRIBUTE NAME="WEIGHT_UNIT" ID="AT003">
            <VALUE>kg</VALUE>
        </ATTRIBUTE>
    </ATTRIBUTES>

问题是 ATTRIBUTES/ATTRIBUTE/@ID 和 ATTRIBUTES/ATTRIBUTE/#VALUE 仅返回现有数据，并不指示没有 ID 或 value 元素的节点。

我找到了related question ，有人搜索了不匹配或不存在的属性，但我无法翻译代码以满足我的需求。

如何使用 XPath 提取合理的数据来保持数据完整性？

Answer 1

我建议您使用 Jsoup-library 解析 xml。它的目的是在 html 上下文中读取 xml。它有多种方法可以通过CSS选择器、id、匹配属性值或反向匹配属性值、直接查找属性值等来查找元素。

只需使用 Jsoup.connect 方法连接到 URL。这将返回一个文档(J-soup 节点特化)。从那时起，您可以使用多种方法从文档中提取数据。

https://jsoup.org/

https://mvnrepository.com/artifact/org.jsoup/jsoup/1.8.3