java - 使用Java Regex解析xml文件

Question

出于某种原因，我无法使用 Sax 和 DOM 解析器，需要使用正则表达式对其进行解析。

我想提取键值对中的值(键是标签1中的内容，值是标签3中的内容)。但有些键之间没有任何键值，我必须忽略这些键。

XML 文件

<Main Tag><element><tag1>Key1</tag1><tag2>Not intrested</tag2><tag3>Value1</tag3></element><element><tag1>Key2</tag1><tag2>Not intrested</tag2></element><element><tag1>Key3</tag1><tag2>Not intrested</tag2><tag3>Value3</tag3></element></Main Tag>

上面带有缩进的 xml 文件:

<Main Tag>
    <element>
        <tag1>Key1</tag1>
        <tag2>Not intrested</tag2>
        <tag3>Value1</tag3>
    </element>
    <element>
        <tag1>Key2</tag1>
        <tag2>Not intrested</tag2>
    </element>
    <element>
        <tag1>Key3</tag1>
        <tag2>Not intrested</tag2>
        <tag3>Value3</tag3>
    </element>
</Main Tag> 

因此，从上面的文件中，我需要提取 Key1-Value1 和 Key3-Value3，忽略 Key2，因为它没有值。

使用匹配器:

final Pattern pattern = Pattern.compile("<tag1>(.+?)</tag1>.*<tag3>(.+?)</tag3>");
final Matcher matcher = pattern.matcher(above string);
matcher.find();
System.out.println(matcher.group(1)); // gives Key1 
System.out.println(matcher.group(1)); // gives Value3 // instead of Value1  

Answer 1

尝试一下这个模式:

"<(tag[13])>(.+?)</tag[13]>"

用法:

public static void main(String[] args) throws Exception {
    String xmlString = "<MainTag><element><tag1>Key1</tag1><tag2>Not intrested</tag2><tag3>Value1</tag3></element><element><tag1>Key2</tag1><tag2>Not intrested</tag2></element><element><tag1>Key3</tag1><tag2>Not intrested</tag2><tag3>Value3</tag3></element></MainTag>";

    Matcher matcher = Pattern.compile("<(tag[13])>(.+?)</tag[13]>").matcher(xmlString);
    while (matcher.find()) {
        System.out.println(matcher.group(1) + " " + matcher.group(2));
    }
}

结果:

tag1 Key1
tag3 Value1
tag1 Key2
tag1 Key3
tag3 Value3

非正则表达式

或者您可以使用 org.wc3.dom 包中的 Document 和 DocumentBuilderFactory。

类似于:

public static void main(String[] args) throws Exception {
    String xmlString = "<MainTag><element><tag1>Key1</tag1><tag2>Not intrested</tag2><tag3>Value1</tag3></element><element><tag1>Key2</tag1><tag2>Not intrested</tag2></element><element><tag1>Key3</tag1><tag2>Not intrested</tag2><tag3>Value3</tag3></element></MainTag>";
    Document xmlDocument = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(new InputSource(new ByteArrayInputStream(xmlString.getBytes("utf-8"))));

    Node rootNode = xmlDocument.getFirstChild();
    if (rootNode.hasChildNodes()) {
        // Get each element child node
        NodeList elementsList = rootNode.getChildNodes();
        for (int i = 0; i < elementsList.getLength(); i++) {
            if (elementsList.item(i).hasChildNodes()) {
                // Get each tag child node to element node
                NodeList tagsList = elementsList.item(i).getChildNodes();
                for (int i2 = 0; i2 < tagsList.getLength(); i2++) {
                    Node tagNode = tagsList.item(i2);
                    if (tagNode.getNodeName().matches("tag1|tag3")) {
                        System.out.println(tagNode.getNodeName() + " " + tagNode.getTextContent());
                    }
                }
            }
        }
    }
}

结果:

tag1 Key1
tag3 Value1
tag1 Key2
tag1 Key3
tag3 Value3