在 Java 中解析 XML 时有多余的子元素

Posted 2023-02-16

【中文标题】在 Java 中解析 XML 时有多余的子元素

【英文标题】：Excess child elements when parsing XML in Java

【发布时间】：2022-01-19 08:42:53

【问题描述】：

我有 XML 文件：

<?xml version="1.0" encoding="UTF-8"?>
<questions>
    <question>
        <name>First question</name>
        <true>2</true>
        <answers>
            <answer>First answer</answer>
            <answer>Second answer</answer>
            <answer>Third answer</answer>
            <answer>Fourth answer</answer>
        </answers>
    </question>
    <question>
        <name>Second question</name>
        <true>3</true>
        <answers>
            <answer>First answer</answer>
            <answer>Second answer</answer>
            <answer>Third answer</answer>
            <answer>Fourth answer</answer>
        </answers>
    </question>
</questions>

为什么当下面的Java代码执行时，它返回了9个元素而不是4个，并且错误的5个元素包含一个换行符和3个制表符，在<answers>和<answer>（一个）之间，</answer>和<answer>（三个）、</answer> 和 </answers>（一个）在 XML 中：

File file = new File(path);
DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();
Document doc = documentBuilder.parse(file);
NodeList answers = doc.getElementsByTagName("answers").item(n).getChildNodes();

接下来，我做一个检查以切断错误的元素：

if (answers.item(i).getTextContent().trim().length() > 0)

如果您能告诉我一个更好的方法，我将不胜感激。

【参考方案1】：

它没有返回 9 个 元素 - 它返回 9 个 节点，这是正确的。 （毕竟，您要的是answers 元素的子节点。）那些只有空白的文本节点是有效节点。如果你想要元素，只需忽略 Node.getNodeType() 不返回 Node.ELEMENT_NODE 的任何节点。

或者，只需在 answers 元素上调用 getElementsByTagName("answer") 即可获取元素。这是假设您很乐意忽略任何非answer 元素。例如：

Element answersElement = (Element) doc.getElementsByTagName("answers").item(n);
NodeList answerElements = answersElement.getElementsByTagName("answer");

【讨论】：

第二种方法只能得到一个特定的答案或所有的答案，但我需要一个特定问题的答案列表。

@Sergei：请重新阅读我的建议，您调用getElementsByTagName("answer") 在answers 元素上尝试从中找到答案。不在文件上。

乔恩，谢谢！它有效