解析xml时，需要校验节点是不是闭合，如必须有与之对应，用数据结构实现比较好

Posted 2023-04-09

参考技术A

假设有一个xml文件如下：

<student>
<name>
</name>
<age>
</age>
</student>

可以看到父元素是<student>，该父元素嵌套有两个子元素，分别是<name>和<age>。如果需要检验节点是否闭合，可以设置一个栈。每读入一个开始标记（如<student>和<name>），就作为一个新的更急迫的期待压入栈中。而每读入一个结束标记（如</student>和</name>），则或者使置于栈顶的最急迫的期待得以消解，或者是不合法的情况。

比如当计算机接受了<student>时，可以先入栈，然后它期待着相应的结束标记</student>的出现。但是等来的是<name>，<name>期待匹配的程度更加急迫，所以再将<name>入栈，然后接受</name>后，该期待得到了满足，可以消解，即出栈。然后读入<age>和</age>，最后读入</student>，所有的期待都消解，说明节点是闭合的，该xml文件正确。希望你能理解。

本回答被提问者和网友采纳 参考技术B 用栈的数据结构实现比较好。

为啥在解析 XML 时获取空节点值

【中文标题】为啥在解析 XML 时获取空节点值

【英文标题】：Why getting null node value while parsing XML为什么在解析 XML 时获取空节点值

【发布时间】：2013-12-22 05:15:12

【问题描述】：

在解析下面的 XML 时。首先 url-malformed-exception 在解析代码时出现，而不是给出 xml 字符串，我使用了这段代码

Document doc=dBuilder.parse(newInputSource(newByteArrayInputStream(xmlResponse.getBytes("utf-8"))));

根据这个链接

java.net.MalformedURLException: no protocol

现在我将节点值设为 null 。我该如何克服这个问题。在 for 循环中的代码中，我已经提到节点的 null 值来自何处

我正在使用以下代码：

try 
    DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
    DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
    Document doc = dBuilder.parse(new InputSource(new ByteArrayInputStream(xmlResponse.getBytes("utf-8"))));
    //read this - https://***.com/questions/13786607/normalization-in-dom-parsing-with-java-how-does-it-work
    doc.getDocumentElement().normalize();
    System.out.println("Root element :" + doc.getDocumentElement().getNodeName());
    XPath xPath =  XPathFactory.newInstance().newXPath()
    String expression = "/GetMatchingProductForIdResponse/GetMatchingProductForIdResult/Products/Product"
    System.out.println(expression)
    NodeList nodeList = (NodeList) xPath.compile(expression).evaluate(doc, XPathConstants.NODESET)
    System.out.println("the size will be of the node list $nodeList.getLength()");
    for (int i = 0; i < nodeList.getLength(); i++) 
            System.out.println(nodeList.item(i).getNodeValue()+"the value coming will be "); // here i am getting value null for each node
    
 catch (Exception e) 
    e.printStackTrace(System.out);

解析 XML：

<?xml version="1.0"?>
<GetMatchingProductForIdResponse   xmlns="http://mws.amazonservices.com/schema/Products/2011-10-01">
  <GetMatchingProductForIdResult Id="H5-9OSH-9NZ7" IdType="SellerSKU" status="Success">
    <Products xmlns="http://mws.amazonservices.com/schema/Products/2011-10-01" xmlns:ns2="http://mws.amazonservices.com/schema/Products/2011-10-01/default.xsd">
    <Product>
      <Identifiers>
        <MarketplaceASIN>
          <MarketplaceId>ATVPDKIKX0DER</MarketplaceId>
          <ASIN>B004FQLAH2</ASIN>
        </MarketplaceASIN>
      </Identifiers>
      <AttributeSets>
        <ns2:ItemAttributes xml:lang="en-US">
          <ns2:Binding>Office Product</ns2:Binding>
          <ns2:Brand>Konica-Minolta</ns2:Brand>
          <ns2:Color>Y</ns2:Color>
          <ns2:CPUSpeed Units="MHz">200</ns2:CPUSpeed>
          <ns2:Department>Printers</ns2:Department>
          <ns2:Feature>Amp Up your Output - The magicolor 3730DN business color laser printer outputs at speeds up to 25 ppm in both color and B&W which means you can keep up in just about any business environment.</ns2:Feature>
          <ns2:Feature>Unparalleled Image Quality - High resolution 2400 (equivalent) x 600 dpi printing for great color and clarity in both images and text.</ns2:Feature>
          <ns2:Feature>Happy Planet, Outstanding Printing - Simitri HD Toner with Biomass allows for outstanding printing with the environment in mind.</ns2:Feature>
          <ns2:Feature>Connect quicker - Why wait? Standard Ethernet and high-speed USB 2.0 gets you connected faster than ever before.Specifications</ns2:Feature>
          <ns2:Feature>Type - Full-Color Laser Printer</ns2:Feature>
          <ns2:ItemDimensions>
            <ns2:Height Units="inches">13.62</ns2:Height>
            <ns2:Length Units="inches">20.47</ns2:Length>
            <ns2:Width Units="inches">16.50</ns2:Width>
            <ns2:Weight Units="pounds">56.22</ns2:Weight>
          </ns2:ItemDimensions>
          <ns2:IsAutographed>false</ns2:IsAutographed>
          <ns2:IsMemorabilia>false</ns2:IsMemorabilia>
          <ns2:Label>Konica</ns2:Label>
          <ns2:ListPrice>
            <ns2:Amount>449.00</ns2:Amount>
            <ns2:CurrencyCode>USD</ns2:CurrencyCode>
          </ns2:ListPrice>
          <ns2:Manufacturer>Konica</ns2:Manufacturer>
          <ns2:Model>A0VD017</ns2:Model>
          <ns2:NumberOfItems>1</ns2:NumberOfItems>
          <ns2:OperatingSystem>Windows XP, Vista, 7</ns2:OperatingSystem>
          <ns2:OperatingSystem>Mac X 10.2.8, 10.6+</ns2:OperatingSystem>
          <ns2:PackageDimensions>
            <ns2:Height Units="inches">19.00</ns2:Height>
            <ns2:Length Units="inches">24.20</ns2:Length>
            <ns2:Width Units="inches">22.00</ns2:Width>
            <ns2:Weight Units="pounds">65.30</ns2:Weight>
          </ns2:PackageDimensions>
          <ns2:PackageQuantity>1</ns2:PackageQuantity>
          <ns2:PartNumber>A0VD017</ns2:PartNumber>
          <ns2:ProductGroup>CE</ns2:ProductGroup>
          <ns2:ProductTypeName>PRINTER</ns2:ProductTypeName>
          <ns2:Publisher>Konica</ns2:Publisher>
          <ns2:SmallImage>
            <ns2:URL>http://ecx.images-amazon.com/images/I/21qN3BU-BHL._SL75_.jpg</ns2:URL>
            <ns2:Height Units="pixels">75</ns2:Height>
            <ns2:Width Units="pixels">75</ns2:Width>
          </ns2:SmallImage>
          <ns2:Studio>Konica</ns2:Studio>
          <ns2:Title>Konica Minolta Magicolor 3730DN Color Laser Printer 24PPM 2400X600DPI ENET USB 2.0</ns2:Title>
        </ns2:ItemAttributes>
      </AttributeSets>
      <Relationships/>
      <SalesRankings/>
    </Product>
    </Products>
  </GetMatchingProductForIdResult>
  <ResponseMetadata>
    <RequestId>0b508338-3afe-4178-adc4-60c9c8448987</RequestId>
  </ResponseMetadata>
</GetMatchingProductForIdResponse>

【参考方案1】：

DOM 中的getNodeValue 方法被定义为始终为元素节点返回null（有关详细信息，请参见the JavaDoc page for org.w3c.dom.Node 顶部的表格）。如果你想要元素内的文本，那么你应该使用getTextContent()。

您在此答案的评论中添加了第二个问题，询问如何使用 XPath 搜索具有命名空间前缀（例如 ns2:）的节点。 XPath 1.0 处理命名空间的方式是，无前缀名称总是引用不在命名空间中的节点，如果您想引用命名空间节点，那么您必须提供命名空间 URI 到前缀的绑定（在 javax.xml.xpath 中是工作NamespaceContext) 然后在表达式中使用这些前缀。您在表达式中使用的前缀不必与使用的原始文档相同，只要它们绑定到正确的 URI。

因此您使用的原始 XPath：

/GetMatchingProductForIdResponse/GetMatchingProductForIdResult/Products/Product

实际上不应该匹配任何内容，因为您的文档中的GetMatchingProductForIdResponse 等元素 在一个命名空间中，但是您侥幸逃脱，因为DocumentBuilderFactory 默认情况下不支持命名空间。正确的做法是使用命名空间感知解析器，并为 XPath 引擎提供合适的命名空间上下文。不幸的是，核心 Java 库中没有 NamespaceContext 的默认实现，但 Spring 提供了一个方便的 SimpleNamespaceContext 实现，如果您不想自己动手，可以使用。

DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
dbFactory.setNamespaceAware(true); // parse with namespaces
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
Document doc = dBuilder.parse(new InputSource(new ByteArrayInputStream(xmlResponse.getBytes("utf-8"))));
doc.getDocumentElement().normalize();

XPath xPath =  XPathFactory.newInstance().newXPath();
SimpleNamespaceContext nsCtx = new SimpleNamespaceContext();
xPath.setNamespaceContext(nsCtx);
nsCtx.bindNamespaceUri("prod", "http://mws.amazonservices.com/schema/Products/2011-10-01");
nsCtx.bindNamespaceUri("ns2", "http://mws.amazonservices.com/schema/Products/2011-10-01/default.xsd");
String expression = "/prod:GetMatchingProductForIdResponse/prod:GetMatchingProductForIdResult/prod:Products/prod:Product‌​/prod:AttributeSets/ns2:ItemAttributes/ns2:Binding";
// ...

【讨论】：

String expression = "/GetMatchingProductForIdResponse/GetMatchingProductForIdResult/Products/Product/AttributeSets/ns2:ItemAttributes/ns2:Binding" 使用此代码对 NodeList 进行了评估，直到 ns2:binding NodeList nodeList = xPath.compile(expression).evaluate(doc, XPathConstants.NODESET) NodeList 大小趋于零，为什么？如何获取节点 `

的文本内容

@Ian Roberts 先生，我知道了，我必须从标签名称中删除命名空间，当然您在下面回答的是链接 ***.com/questions/13623505/…

@Deepak 我添加了一些关于如何在 javax.xml.xpath 中处理命名空间的细节