Question

我有大量XML文档，如下所示：

<root xmlns="urn:foo" xmlns:bar="urn:bar">
  <Entity>
    <bar:field>Data</bar:field>
    <bar:other>Other data</bar:other>
    <bar:more>More data</bar:more>
  </Entity>
  <Entity>
    <bar:field>Data</bar:field>
    <bar:other>Other data</bar:other>
    <bar:more>More data</bar:more>
  </Entity>
</root>

每个根节点下最多有1000个实体节点。如果可能的话，我想将其中的每一个拆分成自己的文档而不写入磁盘。

我熟悉XSLT 2.0，并且知道我可以使用xsl：result-document在Saxon中实现这一点，但是在所有情况下都写入磁盘，不是吗？有没有办法拦截输出作为字符串？我在Java工作，原始数据是REST调用的结果，因此它作为我目前写入字符串的InputStream进入。

Answer 1

如何将其解析为Document，在其上运行/root/Entity Xpath表达式，循环NodeSet，并将每个Node应用到一个新的空文档中？

Answer 2

Saxon 9允许您使用http://saxonica.com/documentation/index.html#!javadoc/net.sf.saxon.lib/OutputURIResolver方法提供http://saxonica.com/documentation/index.html#!javadoc/net.sf.saxon/Controller@setOutputURIResolver，然后可以自定义方式处理任何result-document，例如通过在内存中写入StringWriter而不是磁盘上的文件。

Answer 3

您可以编写一个简单的XSLT 2.0转换，并在Java程序中对原始文件运行这么多次，并在Java程序中捕获Saxon的标准输出。

如何从Java调用另一个程序：使用ProcessBuilder并运行Process。可根据要求提供详细信息。

另一种选择是使用JAXB创建对象树，提取Entity元素，创建一个小对象树并将其编组为字符串。这会非常快。

使用Java将XML拆分为多个文档

3 个答案: