java - 如何获得 XMLStreamReader 的前瞻性？

Question

我在XMLStreamReader中找不到任何peek或unread功能文档。例如，为了解析 HTML 列表中的子元素列表，获得至少一个标记前瞻的首选方法是什么？

<ul>
  <li>
  <li>
</ul>

当我使用 ul 和 li 的解析函数创建递归体面解析器时，li 解析函数必须在找到结束时终止ul 的标签，但不能消耗它，因为 ul 解析函数需要它才能成功。

我习惯用peek或unread来解决此类问题，但它们似乎丢失了。解决这个问题的首选 Java 方法是什么？

更新:我使用 XMLStreamReader 实现了没有前瞻的解析器。

Answer 1

有一种常见的实现递归解析器的方法可以避免 unread 的需要。或peek ，通过预读取下一个标记、存储它并对其进行测试:

• 当您读入 token 时，会将其存储在(全局)变量中。
• 然后您只需使用您要查找的所有标记(例如 <li> 和 </ul> )对其进行测试
• 找到正确的方法后，您可以调用处理该问题的方法(或继续)
• (读取下一个标记，“消耗”匹配的标记)

实际上，您已经看到了前方。

Dragon 编译器书的第一版在其早期概述章节中以 C 语言提供了一个很好的示例(他们在第二版中使用了 Java，但没有必要夸大其词，恕我直言 - C 风格在 Java 中运行良好) .

我将尝试从我自己的源代码中提取一个示例，但我的代码被分成一个库层，其中包含处理更易于使用的方法。我将尝试将它们结合起来以形成一个清晰的示例，但它可能不会独立运行。将其视为伪代码，以说明该想法，并且您需要填补空白。

XMLStreamReader in; 
int token;
String localname;

public void parse() {
  next();
  if (token==START_ELEMENT && localname.equals("ul")) ul();
}

void ul() {
  next();          // assume we are called when a <ul> is seen, so we consume it
  while (true) {   // loops for list
    if (token==START_ELEMENT && localname.equals("li")) li();  // ifs for choice 
    else if (token==START_ELEMENT && localname.equals("sometag")) sometag();
    else break;
  }
  if (token==END_ELEMENT && localname.equals("ul")) next();
  else throw new RuntimeException("expected </ul>");
       // <li> or <sometag> would also be acceptable
}

void li() {
  next();
  ...
}

void next() {
  token = in.next();         // consume the token means to set up the next one
  localname = in.getLocalName();
}

我发现如果您创建一个图层库来处理重复的东西，那么使用起来会更容易，例如我有:

• boolean startTag(String name)如果匹配则返回 true
• void requireStartTag(String name)如果匹配则消耗，否则抛出异常

但我认为这个例子更清楚，保留所有字面意义。

还有其他问题，例如跳过非元素标记(例如评论、PI 等)；跟踪您所在的线路以获取更多有用的异常(exception)情况等。