Question

我在一个根文件夹下的不同子目录中有数千个xml文件。我的要求是在所有这些xml文件中搜索文本，而不管它们在xml文件中的位置。

目前我正在使用BufferedReader类来读取这些xml文件（我的代码如下所示）

     while ((currentLine = br.readLine()) != null) {
        if (currentLine.contains("myTargetString")) {
              temp = currentLine;
            myArraylist.add(temp );
        }

但我知道应该有一些搜索这些xml文件的最佳方法，但无法找出最佳的API或方法。

我得到一个字符串作为输入，我的程序应该能够搜索所有的xml文件并返回文件名。通过使用这个BufferedReader，它需要很长时间。

任何想法都会有所帮助。

Answer 1

所以你可以在这里做两个可能的解决方案。首先，对于每个文件，您可以使用XML paser进行解析（Java有许多API）然后使用类似xpath查询的内容（类似于// * [text（）=＆＃39;您的查询＆＃39） ] 找到符合文本条件的元素。

其次，您可以查看JamesB建议的内容并选择像Lucene这样的索引解决方案，对于某些目录中的每个文件，对这些文件编制索引，然后使用lucenes搜索API对其进行搜索以查找文本字符串

Answer 2

如果您需要提高速度并且无法使用索引（lucene将是我的建议），您可以先使用旧的递归grep命令grep -r <searchtext> <path>来过滤输入。（Link to grep on windows question）。然后使用Java解析生成的文件，以过滤掉误报命中（注释掉的块，匹配元素名称，......）。 Grep是IMHO在没有索引的情况下在大量文件中查找文本的最快方法。

通过xml文件搜索文本的最佳方法

2 个答案: