java正则表达式 读取xml文件_用正则表达式解析XML

import java.util.regex.*;

import java.util.*;

/**

*

*

Title: Document

*

*

Description: 用正则表达式解析xml,目的是为了提高性能.

*

*

Copyright: Copyright (c) 2005

*

*

Company: org.axman

*

* @author :Axman

* @version 1.0

*/

public class Document {

private String xmlString;

/**

* 传入xml的字符串内容,对于InputStream,Reader对象请转换为String对象后传入构造方法.

* @param xmlString String

* @throws IllegalArgumentException

*/

public Document(String xmlString) throws IllegalArgumentException{

if(xmlString == null || xmlString.length() == 0)

throw new IllegalArgumentException("Input string orrer!");

this.xmlString = xmlString;

}

/**

* 在文档中搜索指定的元素,返回符合条件的元素数组.

* @param tagName String

* @return String[]

*/

public String[] getElementsByTag(String tagName){

Pattern p = Pattern.compile("]*?((>.*?"+tagName+">)|(/>))");

Matcher m = p.matcher(this.xmlString);

ArrayList al = new ArrayList();

while(m.find())

al.add(m.group());

String[] arr = al.toArray(new String[al.size()]);

al.clear();

return arr;

}

/**

* 用xpath模式提取元素,以#为分隔符

* 如 ROOT#PARENT#CHILD表示提取ROOT元素下的PARENT元素下的CHILD元素

* @param singlePath String

* @return String

*/

public String getElementBySinglePath(String singlePath){

String[] path = singlePath.split("#");

String lastTag = path[path.length-1];

String tmp = "(]*?((>.*?"+lastTag+">)|(/>)))";

//最后一个元素,可能是v形式或形式

for(int i=path.length-2;i >=0;i--){

lastTag = path[i];

tmp = ".*"+tmp + ".*"+lastTag+">";

}

Pattern p = Pattern.compile(tmp);

Matcher m = p.matcher(this.xmlString);

if(m.find()){

return m.group(1);

}

return "";

}

/**

* 用xpath模式提取元素从多重元素中获取指批定元素,以#为分隔符

* 元素后无索引序号则默认为0: ROOT#PARENT[2]#CHILD[1]

* @param singlePath String

* @return String

*/

public String getElementByMultiPath(String singlePath){

try{

String[] path = singlePath.split("#");

String input = this.xmlString;

String[] ele = null;

for (int i = 0; i < path.length; i++) {

Pattern p = Pattern.compile("(//w+)(//[(//d+)//])?");

Matcher m = p.matcher(path[i]);

if (m.find()) {

String tagName = m.group(1);

System.out.println(input + "----" + tagName);

int index = (m.group(3) == null) ? 0 :

new Integer(m.group(3)).intValue();

ele = getElementsByTag(input, tagName);

input = ele[index];

}

}

return input;

}catch(Exception e){

return null;

}

}

/**

* 在给定的元素中搜索指定的元素,返回符合条件的元素数组.对于不同级别的同名元素限制作用,即可以

* 搜索元素A中的子元素C.而对于元素B中子元素C则过虑,通过多级限定可以准确定位.

* @param parentElementString String

* @param tagName String

* @return String[]

*/

public static String[] getElementsByTag(String parentElementString,String tagName){

Pattern p = Pattern.compile("]*?((>.*?"+tagName+">)|(/>))");

Matcher m = p.matcher(parentElementString);

ArrayList al = new ArrayList();

while(m.find())

al.add(m.group());

String[] arr = al.toArray(new String[al.size()]);

al.clear();

return arr;

}

/**

* 从指定的父元素中根据xpath模式获取子元素,singlePath以#为分隔符

* 如 ROOT#PARENT#CHILD表示提取ROOT元素下的PARENT元素下的CHILD元素

* @param parentElementString String

* @param singlePath String

* @return String

*/

public static String getElementBySinglePath(String parentElementString,String singlePath){

String[] path = singlePath.split("#");

String lastTag = path[path.length-1];

String tmp = "(]*?((>.*?"+lastTag+">)|(/>)))";

//最后一个元素,可能是v形式或形式

for(int i=path.length-2;i >=0;i--){

lastTag = path[i];

tmp = ".*"+tmp + ".*"+lastTag+">";

}

Pattern p = Pattern.compile(tmp);

Matcher m = p.matcher(parentElementString);

if(m.find()){

return m.group(1);

}

return "";

}

/**

* 用xpath模式提取元素从指定的多重元素中获取指批定元素,以#为分隔符

* @param parentElementString String

* @param singlePath String

* @return String

*/

public static String getElementByMultiPath(String parentElementString,String singlePath){

try{

String[] path = singlePath.split("#");

String input = parentElementString;

String[] ele = null;

for (int i = 0; i < path.length; i++) {

Pattern p = Pattern.compile("(//w+)(//[(//d+)//])?");

Matcher m = p.matcher(path[i]);

if (m.find()) {

String tagName = m.group(1);

int index = (m.group(3) == null) ? 0 :

new Integer(m.group(3)).intValue();

ele = getElementsByTag(input, tagName);

input = ele[index];

}

}

return input;

}catch(Exception e){

return null;

}

}

/**

* 在给定的元素中获取所有属性的集合.该元素应该从getElementsByTag方法中获取

* @param elementString String

* @return HashMap

*/

public HashMap getAttributes(String elementString){

HashMap hm = new HashMap();

Pattern p = Pattern.compile("]+>");

Matcher m = p.matcher(elementString);

String tmp = m.find()?m.group():"";

p = Pattern.compile("(//w+)//s*=//s*/"([^/"]+)/"");

m = p.matcher(tmp);

while(m.find()){

hm.put(m.group(1).trim(),m.group(2).trim());

}

return hm;

}

/**

* 在给定的元素中获取指定属性的值.该元素应该从getElementsByTag方法中获取

* @param elementString String

* @param attributeName String

* @return String

*/

public static String getAttribute(String elementString,String attributeName){

HashMap hm = new HashMap();

Pattern p = Pattern.compile("]+>");

Matcher m = p.matcher(elementString);

String tmp = m.find()?m.group():"";

p = Pattern.compile("(//w+)//s*=//s*/"([^/"]+)/"");

m = p.matcher(tmp);

while(m.find()){

if(m.group(1).trim().equals(attributeName))

return m.group(2).trim();

}

return "";

}

/**

* 获取指定元素的文本内容

* @param elementString String

* @return String

*/

public static String getElementText(String elementString){

Pattern p = Pattern.compile(">([^<>]*)

Matcher m = p.matcher(elementString);

if(m.find()){

return m.group(1);

}

return "";

}

public static void main(String[] args){

new Document("sss sss aaaass sss ").getElementByMultiPath("ROOT[0]#PARENT#CHILD");

//System.out.println(child);

}

}