用正则表达式解析XML

import java.util.regex.*;  
import java.util.*;  
/** 
 * 
 * 

Title: Document

* *

Description: 用正则表达式解析xml,目的是为了提高性能.

* *

Copyright: Copyright (c) 2005

* *

Company: org.axman

* * @author :Axman * @version 1.0 */ public class Document { private String xmlString; /** * 传入xml的字符串内容,对于InputStream,Reader对象请转换为String对象后传入构造方法. * @param xmlString String * @throws IllegalArgumentException */ public Document(String xmlString) throws IllegalArgumentException{ if(xmlString == null || xmlString.length() == 0) throw new IllegalArgumentException("Input string orrer!"); this.xmlString = xmlString; } /** * 在文档中搜索指定的元素,返回符合条件的元素数组. * @param tagName String * @return String[] */ public String[] getElementsByTag(String tagName){ Pattern p = Pattern.compile("<"+tagName+"[^>]*?((>.*?)|(/>))"); Matcher m = p.matcher(this.xmlString); ArrayList al = new ArrayList(); while(m.find()) al.add(m.group()); String[] arr = al.toArray(new String[al.size()]); al.clear(); return arr; } /** * 用xpath模式提取元素,以#为分隔符 * 如 ROOT#PARENT#CHILD表示提取ROOT元素下的PARENT元素下的CHILD元素 * @param singlePath String * @return String */ public String getElementBySinglePath(String singlePath){ String[] path = singlePath.split("#"); String lastTag = path[path.length-1]; String tmp = "(<"+lastTag+"[^>]*?((>.*?)|(/>)))"; //最后一个元素,可能是v形式或形式 for(int i=path.length-2;i >=0;i--){ lastTag = path[i]; tmp = "<"+lastTag+">.*"+tmp + ".*"; } Pattern p = Pattern.compile(tmp); Matcher m = p.matcher(this.xmlString); if(m.find()){ return m.group(1); } return ""; } /** * 用xpath模式提取元素从多重元素中获取指批定元素,以#为分隔符 * 元素后无索引序号则默认为0: ROOT#PARENT[2]#CHILD[1] * @param singlePath String * @return String */ public String getElementByMultiPath(String singlePath){ try{ String[] path = singlePath.split("#"); String input = this.xmlString; String[] ele = null; for (int i = 0; i < path.length; i++) { Pattern p = Pattern.compile("(//w+)(//[(//d+)//])?"); Matcher m = p.matcher(path[i]); if (m.find()) { String tagName = m.group(1); System.out.println(input + "----" + tagName); int index = (m.group(3) == null) ? 0 : new Integer(m.group(3)).intValue(); ele = getElementsByTag(input, tagName); input = ele[index]; } } return input; }catch(Exception e){ return null; } } /** * 在给定的元素中搜索指定的元素,返回符合条件的元素数组.对于不同级别的同名元素限制作用,即可以 * 搜索元素A中的子元素C.而对于元素B中子元素C则过虑,通过多级限定可以准确定位. * @param parentElementString String * @param tagName String * @return String[] */ public static String[] getElementsByTag(String parentElementString,String tagName){ Pattern p = Pattern.compile("<"+tagName+"[^>]*?((>.*?)|(/>))"); Matcher m = p.matcher(parentElementString); ArrayList al = new ArrayList(); while(m.find()) al.add(m.group()); String[] arr = al.toArray(new String[al.size()]); al.clear(); return arr; } /** * 从指定的父元素中根据xpath模式获取子元素,singlePath以#为分隔符 * 如 ROOT#PARENT#CHILD表示提取ROOT元素下的PARENT元素下的CHILD元素 * @param parentElementString String * @param singlePath String * @return String */ public static String getElementBySinglePath(String parentElementString,String singlePath){ String[] path = singlePath.split("#"); String lastTag = path[path.length-1]; String tmp = "(<"+lastTag+"[^>]*?((>.*?)|(/>)))"; //最后一个元素,可能是v形式或形式 for(int i=path.length-2;i >=0;i--){ lastTag = path[i]; tmp = "<"+lastTag+">.*"+tmp + ".*"; } Pattern p = Pattern.compile(tmp); Matcher m = p.matcher(parentElementString); if(m.find()){ return m.group(1); } return ""; } /** * 用xpath模式提取元素从指定的多重元素中获取指批定元素,以#为分隔符 * @param parentElementString String * @param singlePath String * @return String */ public static String getElementByMultiPath(String parentElementString,String singlePath){ try{ String[] path = singlePath.split("#"); String input = parentElementString; String[] ele = null; for (int i = 0; i < path.length; i++) { Pattern p = Pattern.compile("(//w+)(//[(//d+)//])?"); Matcher m = p.matcher(path[i]); if (m.find()) { String tagName = m.group(1); int index = (m.group(3) == null) ? 0 : new Integer(m.group(3)).intValue(); ele = getElementsByTag(input, tagName); input = ele[index]; } } return input; }catch(Exception e){ return null; } } /** * 在给定的元素中获取所有属性的集合.该元素应该从getElementsByTag方法中获取 * @param elementString String * @return HashMap */ public HashMap getAttributes(String elementString){ HashMap hm = new HashMap(); Pattern p = Pattern.compile("<[^>]+>"); Matcher m = p.matcher(elementString); String tmp = m.find()?m.group():""; p = Pattern.compile("(//w+)//s*=//s*/"([^/"]+)/""); m = p.matcher(tmp); while(m.find()){ hm.put(m.group(1).trim(),m.group(2).trim()); } return hm; } /** * 在给定的元素中获取指定属性的值.该元素应该从getElementsByTag方法中获取 * @param elementString String * @param attributeName String * @return String */ public static String getAttribute(String elementString,String attributeName){ HashMap hm = new HashMap(); Pattern p = Pattern.compile("<[^>]+>"); Matcher m = p.matcher(elementString); String tmp = m.find()?m.group():""; p = Pattern.compile("(//w+)//s*=//s*/"([^/"]+)/""); m = p.matcher(tmp); while(m.find()){ if(m.group(1).trim().equals(attributeName)) return m.group(2).trim(); } return ""; } /** * 获取指定元素的文本内容 * @param elementString String * @return String */ public static String getElementText(String elementString){ Pattern p = Pattern.compile(">([^<>]*)<"); Matcher m = p.matcher(elementString); if(m.find()){ return m.group(1); } return ""; } public static void main(String[] args){ new Document("sss sss aaaass sss ").getElementByMultiPath("ROOT[0]#PARENT#CHILD"); //System.out.println(child); } }

 

转载于:https://www.cnblogs.com/sand-tiny/p/3605630.html

你可能感兴趣的:(用正则表达式解析XML)