java - 使用语言解析编辑 XML 节点 - Java

Question

我希望有人能帮助我:首先，我仍然是 Java 的新手，但我想我正在慢慢进步。

因此，我有一个带有语言注释的 XML 文件，我想访问特定节点 a) 对它执行模式匹配操作 b) 对匹配项执行进一步操作

这是文本示例，显示节点:

  <token id="13">
        <word>.</word>
        <lemma>.</lemma>
        <CharacterOffsetBegin>57</CharacterOffsetBegin>
        <CharacterOffsetEnd>58</CharacterOffsetEnd>
        <POS>.</POS>
        <NER>O</NER>
      </token>
    </tokens>
    <parse>(ROOT (S (NP (DT The) (NN world)) (VP (VBZ owes) (NP (DT all)) (NP (NP (NP (PRP$ its) (ADJP (RB onward) (NP (NNS impulses)) (PP (TO to))) (NNS men)) (ADJP (RB ill))) (PP (IN at) (NP (NN ease))))) (. .))) </parse>
    <basic-dependencies>
      <dep type="det">
        <governor idx="2">world</governor>
        <dependent idx="1">The</dependent>
      </dep>
      <dep type="nsubj">
        <governor idx="3">owes</governor>
        <dependent idx="2">world</dependent>
      </dep>
      <dep type="iobj">
        <governor idx="3">owes</governor>
        <dependent idx="4">all</dependent>
      </dep>
      <dep type="poss">
        <governor idx="9">men</governor>
        <dependent idx="5">its</dependent>
      </dep>

(这里，我有一些文本的语言注释，例如一些标记、词性(POS)、命名实体识别(NER)和句法/依赖解析。这实际上是应用于文本的斯坦福 CoreNLP 工具包..没有添加整个文件，因为它很大)

我的问题是:根据我所读到的内容，StaX 解析器似乎是访问文件并通过我的操作生成新文件的好方法。这是正确的吗？我的问题还包括，我可以使用 StaX 进行模式匹配操作吗？

预先致以千谢万谢。

Answer 1

表达式(ROOT ...)采用称为S-表达式的格式。 Java SE 中的任何内容都无法解析它，因此您必须执行其他操作。

当然你必须使用StAX(或其他东西)来解析xml文件。这样你就可以得到上面的字符串作为字符串。您必须对这些字符串运行另一个解析器才能获取它们的结构。

初步的谷歌搜索给了我 http://rosettacode.org/wiki/S-Expressions#Java这是基于 http://jfkbits.blogspot.jp/2008/05/thoughts-on-s-expression-parser.html 。但是您可以自己使用“Java 中的 S 表达式解析器”等搜索词并查看前几个结果，看看什么适合您。