Question

我有下一个要分析的XML文件：

<?xml version="1.0" encoding="windows-1252"?>
<!DOCTYPE colHAREM>
<colHAREM versao="Segundo_dourada_com_relacoes_14Abril2010">
<DOC DOCID="H2-dftre765">
<P>A Reforma Religiosa e Política
  na
  <EM ID="H2-dftre765-28" CATEG="LOCAL" TIPO="HUMANO" SUBTIPO="PAIS" COREL="H2-dftre765-37" TIPOREL="incluido">Inglaterra</EM>
</P>
 <P>
<EM ID="H2-dftre765-29" CATEG="PESSOA" TIPO="INDIVIDUAL" COREL="H2-dftre765-28" TIPOREL="natural_de">Henrique VIII</EM>
  O curso da
  <EM ID="H2-dftre765-30" CATEG="ACONTECIMENTO|OBRA" TIPO="EFEMERIDE|PLANO" COREL="H2-dftre765-26" TIPOREL="ident">Reforma</EM>
  foi diferente na
  <EM ID="H2-dftre765-31" CATEG="LOCAL" TIPO="HUMANO" SUBTIPO="PAIS" COREL="H2-dftre765-31" TIPOREL="ident">Inglaterra</EM>
  . Tinha havido desde há muito uma forte corrente anti-clerical, tendo a
  <EM ID="H2-dftre765-32" CATEG="PESSOA|LOCAL" TIPO="POVO|HUMANO" SUBTIPO="|PAIS" COREL="H2-dftre765-28 H2-dftre765-28" TIPOREL="LOCAL**ident**H2-dftre765-28**LOCAL PESSOA**natural_de**H2-dftre765-28**LOCAL">Inglaterra</EM>
  já tido o movimento
  <EM ID="H2-dftre765-33" CATEG="ABSTRACCAO" TIPO="DISCIPLINA" COREL="H2-dftre765-28" TIPOREL="praticado_em">Lollard</EM>
  , que inspirou os
  <EM ID="H2-dftre765-34" CATEG="PESSOA" TIPO="GRUPOMEMBRO">Hussitas</EM>
  na
  <EM ID="H2-dftre765-35" CATEG="LOCAL" TIPO="HUMANO" SUBTIPO="REGIAO" COREL="H2-dftre765-34 H2-dftre765-31" TIPOREL="pratica_se incluido">Boémia</EM>
  . Mas
  <EM ID="H2-dftre765-39" CATEG="TEMPO" TIPO="TEMPO_CALEND" SUBTIPO="DATA" COREL="H2-dftre765-72" TIPOREL="incluido">em cerca de 1520</EM>
  , no entanto, os
  <EM ID="H2-dftre765-40" CATEG="PESSOA" TIPO="GRUPOMEMBRO" COREL="H2-dftre765-33" TIPOREL="praticante_de">Lollards</EM>
  não eram já uma força activa, ou pelo menos um movimento de massas.
</P>
</DOC>
</colHAREM>

目标是调查属性 并提取“ CATEG ”和“ TIPO ”，然后属性

我收到了以下代码：

import java.io.File; import java.io.IOException; import javax.xml.parsers.DocumentBuilderFactory; import javax.xml.parsers.ParserConfigurationException; import javax.xml.xpath.XPathConstants; import javax.xml.xpath.XPathExpression; import javax.xml.xpath.XPathExpressionException; import javax.xml.xpath.XPathFactory; import org.w3c.dom.*; import org.xml.sax.SAXException; public class xml { public static void main(String[] args) throws Exception { DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); factory.setNamespaceAware(true); Document doc = null; NodeList nodes = null; //Set<String> ids = null; try { doc = factory.newDocumentBuilder().parse(new File("teste.xml")); XPathExpression expr = XPathFactory.newInstance().newXPath().compile("//@TIPO"); //ids = new HashSet<String>(); nodes = (NodeList) expr.evaluate(doc, XPathConstants.NODESET); } catch (SAXException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } catch (ParserConfigurationException e) { e.printStackTrace(); } catch (XPathExpressionException e) { e.printStackTrace(); } for (int i = 0; i < nodes.getLength(); i++) { //System.out.println("."); //progress indicator Element el = ((Attr) nodes.item(i)).getOwnerElement(); if ( el.hasAttribute("CATEG") || el.hasAttribute("TIPO")) { System.out.println(el.getAttribute("CATEG")+ " - "+el.getAttribute("TIPO"));//el.removeAttribute("siteKey"); //System.out.println(el.getLocalName().trim()); } } } }

输出结果为：

LOCAL - HUMANO PESSOA - INDIVIDUAL ACONTECIMENTO|OBRA - EFEMERIDE|PLANO LOCAL - HUMANO PESSOA|LOCAL - POVO|HUMANO ABSTRACCAO - DISCIPLINA PESSOA - GRUPOMEMBRO LOCAL - HUMANO TEMPO - TEMPO_CALEND PESSOA - GRUPOMEMBRO

我想要类似的东西：

LOCAL - HUMANO - Inglaterra PESSOA - INDIVIDUAL - Henrique_VIII ...... TEMPO - TEMPO_CALEND - em_cerca_de_1520 PESSOA - GRUPOMEMBRO - Lollards

我不知道如何获取属性，请注意我需要将ATTRIBUTES连接到_ 例如：em cerca de 1520应该是em_cerca_de_1520，这就是这里的属性标签。

提前谢谢。

Answer 1

此处也提出了类似的问题：How can i get element text in node in Java?

请将您的打印声明更改为以下内容：

class ApplicationContext : Application() {
    var baseComponent: BaseComponent? = null
        private set

    override fun onCreate() {
        super.onCreate()

        initializeInjector()
    }

    private fun initializeInjector() {
        // DaggerBaseComponent is and unresolved reference
        baseComponent = DaggerBaseComponent.builder() 
                .appModule(AppModule(this))
                .endpointModule(EndpointModule())
                .build()
    }

    companion object {

        operator fun get(context: Context): ApplicationContext {
            return context.applicationContext as ApplicationContext
        }
    }
}

我认为你对xmls中元素和属性之间的区别有一点误解，双引号中的值是属性值，但是你想要添加的值是元素的文本值（而不是属性）。

Answer 2

你可以做这样的事情：

System.out.println(el.getAttribute("CATEG")+ " - "+el.getAttribute("TIPO")) + " -" +el.getFirstChild().getNodeValue()

Answer 3

感谢您的帮助。用＆＃34; _＆＃34;替换所有空白区域我用：

elem= elem.replaceAll("\\s+","_");

Java - 清除XML标记并获取属性

3 个答案: