Question

我正在尝试使用JDOM2来从XML文档中提取我关心的信息。如何在标签中获取标签？

我只取得了部分成功。虽然我已经能够使用xpath来提取<record>标记，但是在记录标记中提取标题，描述和其他数据的xpath查询已经返回null。

我一直在成功使用Xpath从文档中提取<record>标签。为此，我使用以下xpath查询：“// oai：record”其中“oai”命名空间是我为了使用xpath而组建的命名空间。

您可以在此处查看我正在解析的XML文档，我在下面放了一个示例：http://memory.loc.gov/cgi-bin/oai2_0?verb=ListRecords&set=cwp&metadataPrefix=oai_dc

<record>
    <header>
        <identifier>oai:lcoa1.loc.gov:loc.pnp/cph.3a02293</identifier>
        <datestamp>2009-05-27T07:22:37Z</datestamp>
        <setSpec>cwp</setSpec>
        <setSpec>lcphotos</setSpec>
    </header>
    <metadata>
        <oai_dc:dc xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/                          http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
            <dc:title>Jubal A. Early</dc:title>
            <dc:description>This record contains unverified, old data from caption card.</dc:description>
            <dc:date>[between 1860 and 1880]</dc:date>
            <dc:type>image</dc:type>
            <dc:type>still image</dc:type>
            <dc:identifier>http://hdl.loc.gov/loc.pnp/cph.3a02293</dc:identifier>
            <dc:language>eng</dc:language>
            <dc:rights>No known restrictions on publication.</dc:rights>
        </oai_dc:dc>
    </metadata>
</record>

如果查看较大的文档，您会发现任何标记上都没有列出“xmlns”属性。还有一个问题是文档中有三个不同的命名空间（“none / oai”，“oai_dc”，“dc”）。

发生的事情是xpath没有匹配，evaluateFirst（parent）返回null。

以下是我从记录元素中提取标题，日期，描述等的一些代码。

    XPathFactory xpf = XPathFactory.instance();
    XPathExpression<Element> xpath = xpf.compile("//dc:title",
                  Filters.element(), null,
                  namespaceList.toArray(new Namespace[namespaceList.size()]));
    Element tag = xpath.evaluateFirst(parent);

    if(tag != null)
    {
        return Option.fromString(tag.getText());
    }

    return Option.none();

任何想法都将不胜感激！谢谢。

Answer 1

在您的XML中，dc前缀映射到名称空间uri http://purl.org/dc/elements/1.1/，因此请确保您声明了名称空间前缀映射，以便相应地在XPath中使用。这是命名空间前缀在XML中声明的部分：

<oai_dc:dc
    xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/
                         http://www.openarchives.org/OAI/2.0/oai_dc.xsd">

XML解析器只能看到在XML中显式声明的名称空间，它不会尝试打开名称空间URL，因为名称空间不一定是URL 。例如，我在this recent SO question中找到的以下URI也可用于命名空间：uuid:ebfd9-45-48-a9eb-42d

JDOM2 xpath在不同的命名空间中查找节点

1 个答案: