如何为 <![CDATA[]]> 解析 XML

Posted 2023-02-26

【中文标题】如何为 <![CDATA[]]> 解析 XML

【英文标题】：How to parse XML for <![CDATA[]]>

【发布时间】：2012-01-19 07:44:38

【问题描述】：

如何解析包含在<![CDATA[---]... 中的数据的XML 我们如何解析xml 并获取包含在CDATA 中的数据???

【问题讨论】：

您是“手动”解析文件还是使用任何 XMLReader 类（以及哪个类）？

【参考方案1】：

public static void main(String[] args) throws Exception 
  File file = new File("data.xml");
  DocumentBuilder builder = DocumentBuilderFactory.newInstance().newDocumentBuilder();
 //if you are using this code for blackberry xml parsing
  builder.setCoalescing(true);
  Document doc = builder.parse(file);

  NodeList nodes = doc.getElementsByTagName("topic");
  for (int i = 0; i < nodes.getLength(); i++) 
    Element element = (Element) nodes.item(i);
    NodeList title = element.getElementsByTagName("title");
    Element line = (Element) title.item(0);
    System.out.println("Title: " + getCharacterDataFromElement(line));
  

public static String getCharacterDataFromElement(Element e) 
  Node child = e.getFirstChild();
  if (child instanceof CharacterData) 
    CharacterData cd = (CharacterData) child;
    return cd.getData();
  
  return "";

(http://www.java2s.com/Code/Java/XML/GetcharacterdataCDATAfromxmldocument.htm)

【讨论】：

我宁愿做这样的事情： if (child != null && (child instanceof CharacterData)) return ((CharacterData) child).getData(); else 返回 e.getNodeValue();为了无缝处理 CDATA 块的存在/不存在。

您能否提供一些文字来描述您在做什么以及为什么要使用DocumentBuilderFactory？

在当前的 Java DOM 实现中，您可以使用 e.getTextContent() 简单地以文本数据的形式访问 CDATA。 See example 没有类型检查，强制转换，e.getData()。

【参考方案2】：

由于所有先前的答案都使用基于DOM 的方法。这是使用STAX 使用基于流的方法解析CDATA 的方法。

使用以下模式：

  switch (EventType) 
        case XMLStreamConstants.CHARACTERS:
        case XMLStreamConstants.CDATA:
            System.out.println(r.getText());
            break;
        default:
            break;
        

完整示例：

import java.io.BufferedInputStream;
import java.io.FileInputStream;
import java.io.InputStream;

import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.XMLStreamConstants;
import javax.xml.stream.XMLStreamReader;

public void readCDATAFromXMLUsingStax() 
    String yourSampleFile = "/path/toYour/sample/file.xml";
    XMLStreamReader r = null;
    try (InputStream in =
            new BufferedInputStream(new FileInputStream(yourSampleFile));) 
        XMLInputFactory factory = XMLInputFactory.newInstance();
        r = factory.createXMLStreamReader(in);
        while (r.hasNext()) 
            switch (r.getEventType()) 
            case XMLStreamConstants.CHARACTERS:
            case XMLStreamConstants.CDATA:
                System.out.println(r.getText());
                break;
            default:
                break;
            
            r.next();
        
     catch (Exception e) 
        throw new RuntimeException(e);
     finally 
        if (r != null) 
            try 
                r.close();
             catch (Exception e) 
                throw new RuntimeException(e);
            
        
    

使用 /path/toYour/sample/file.xml

 <data>
    <![CDATA[ Sat Nov 19 18:50:15 2016 (1672822)]]>
    <![CDATA[Sat, 19 Nov 2016 18:50:14 -0800 (PST)]]>
 </data>

给：

 Sat Nov 19 18:50:15 2016 (1672822)                             
 Sat, 19 Nov 2016 18:50:14 -0800 (PST)       

【参考方案3】：

CDATA 只是表示不应转义包含的数据。因此，只需获取标签文本。 XML 解析器应该返回没有CDATA 的清晰数据。

【讨论】：

获取文本数据：e.getTextContent();

【参考方案4】：

这里r.get().getResponseBody()是响应正文

Document doc = getDomElement(r.get().getResponseBody());            
    NodeList nodes = doc.getElementsByTagName("Title");
    for (int i = 0; i < nodes.getLength(); i++) 
    Element element = (Element) nodes.item(i);
    NodeList title = element.getElementsByTagName("Child tag where cdata present");
    Element line = (Element) title.item(0);
    System.out.println("Title: "+ getCharacterDataFromElement(line));


    public static Document getDomElement(String xml) 
        Document doc = null;
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        dbf.setCoalescing(true);
        dbf.setNamespaceAware(true);
        try 
            DocumentBuilder db = dbf.newDocumentBuilder();
            InputSource is = new InputSource();
            is.setCharacterStream(new StringReader(xml));
            doc = db.parse(is);
         catch (Exception e) 
            e.printStackTrace();
        
        return doc;
    

    public static String getCharacterDataFromElement(Element e) 
        Node child = e.getFirstChild();
        if (child instanceof CharacterData) 
            CharacterData cd = (CharacterData) child;
            return cd.getData();
        
        return "";
    

【参考方案5】：

以下是示例 XML 文件和用于检索嵌入在主 xml 中的 CDATA 中的 XML 的代码。

<envelope>
 <Header>
  <id>123</id>
  <name>abc</name>
 </Header>
 <payload>
  <![CDATA[<?xml> <Document><validXML></validXML></Document>]]>
</payload>
</envelope>

获取上述示例中给出的 CDATA XML 的 Xpath 将是

/envelope/payload/text()

因此，一旦您拥有上述 xml 的根文档，使用给定的路径，您就可以获取嵌入在 CDATA 中的 xml。

下面是相同的实用方法。

public String getSubDocument(Document rootDocument, String xPathString) throws Exception 
XPath xPath = XPathFactory.newInstance().newXPath();
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document rootDoc = builder.newDocument();
String xmlString = (String)xPath.compile(xPathString).evaluate(rootDocument, XPathConstants.String);
return xmlString;