java - 如何在一个文档中解析多个连续的 xml 文件？

Question

我有一个大文本文件，它是一系列 XML 有效文档，看起来像这样:

<DOC>
   <TEXT> ... </TEXT>
    ...
</DOC>
<DOC>
    <TEXT> ... </TEXT>
    ...
</DOC>

等没有 <?xml version="1.0"> , <DOC></DOC>分隔每个单独的 xml。在 Java 中解析它并获取 <TEXT> 下的值的最佳方法是什么？在每个<DOC> ？

如果我将整个内容传递给 DocumentBuilder，我会收到一条错误消息，指出文档格式不正确。有没有比简单遍历更好的解决方案，为每个 <DOC> 构建一个字符串？

Answer 1

有效 XML 文档必须有一个 root 元素，您可以在该元素下指定所有其他元素。此外，在一个文档中只能出现一个 root 元素。看看XML Specification (see point 2)

因此，为了解决您的问题，您可以将文本文件的所有内容放入一个字符串(或 StringBuffer/StringBuilder...)并将此字符串放在 <root> 之间和 </root>标签例如，

String origXML = readContentFromTextFile(fileName);
String validXML = "<root>" + origXML + "</root>";
//parse validXML