java dom 解析xml_java DOM解析xml文件出现#text节点解决方案

原生java解析xml的方法提供了两个，DocumentBuilder 和 SAXParser.

试了第一个DOM方法，在解析输出节点过程中，getNodeName()输出节点名发现多出了几个#text节点。

text.xml

123456

20200115235900

1

2

3

4

5

6

222223

2020-01-14 23:59:00

11

DOM.java

import java.util.*;

import javax.xml.parsers.DocumentBuilder;

import javax.xml.parsers.DocumentBuilderFactory;

import javax.xml.parsers.ParserConfigurationException;

import org.w3c.dom.Document;

import org.w3c.dom.NamedNodeMap;

import org.w3c.dom.Node;

import org.w3c.dom.NodeList;

import org.w3c.dom.Element;

public class DOM {

//document解析器工厂

private static DocumentBuilderFactory docBuiFactory = null;

//document解析器可以通过documentBuiderFactory的newDocumentBuilder()函数获取

private static DocumentBuilder docBuilder = null;

//document对象可以通过documentBuilder的newDocumentBuilder()函数获取

private static Document doc = null;

//自定义对象book的集合用来存储xml获取的book对象

private static List books = null;

//静态代码块用来初始化静态属性，只会在类的第一次加载执行一次

static {

try {

//初始化documentBuilderFactory

docBuiFactory = DocumentBuilderFactory.newInstance(); //newInstance通过反射机制创建DocumentBuilderFactory的实现类

//初始化documentBuilder

docBuilder = docBuiFactory.newDocumentBuilder(); //通过DocumentBuilderFactoryImpl的newDocumentBuilder()函数返回DocumentBuilder对象

} catch (ParserConfigurationException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

}

public static String filterBlankXMl(String xml) {

//校验规则1位有一个空格就开始过滤，如果改为3则三个连续空格才过滤

Pattern p = Pattern.compile("\\s{1,}|\t|\r|\n");

Matcher m = p.matcher(xml);

xml = m.replaceAll("");

System.out.println("接受到的XML:\n" + xml);

return xml;

}

public static List getXml(String fileURL) throws Exception {

//将给定的url的内容解析为一个xml文档，并返回document对象

doc = docBuilder.parse(fileURL);

//按顺序获取xml内所有book元素节点

NodeList IssueList = doc.getElementsByTagName("ldata");

books = new ArrayList();

//遍历books

NodeList ldataList = doc.getElementsByTagName("ldata");//获取所有的ldata节点

//遍历所有的ldata节点

//for(int i = 0;i

Node numbersNode = ldataList.item(0);

//这里只取第一个ldata的节点数据

NodeList numberList = numbersNode.getChildNodes();

for(int j = 0;j

//if(!"#text".equals(numberList.item(j).getNodeName())){

System.out.println(numberList.item(j).getNodeName());

}

// }

return books;

}

public static void main(String[] args) {

String fileURL = "file:///XmlDemo/test.xml";

try {

List list = DOM.getXml(fileURL);

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

}

}

发现

System.out.println(numberList.item(j).getNodeName());

输出的结果:

#text

issue

#text

date

#text

number

#text

这个#text一度让我很迷茫，从检查xml是否写错到检查读取xmk的方法是否有问题，最后还是善用了搜索引擎😀。

原因主要是使用org.w3c.dom.Node的进行解析的，它会将你的回车也作为一个节点。在你的代码中你打印.getLenth();得到的数值肯定比你写的节点要多。

明白了这个原因就简单多了，脑中出现了两种方法。

1.想办法把xml的回车空行去掉再解析.

既不用改动文件，也不会使getlength()的长度发生变化

正则匹配xml空格换行然后替换:

public static String filterBlankXMl(String xml) {

//校验规则1位有一个空格就开始过滤，如果改为3则三个连续空格才过滤

Pattern p = Pattern.compile("\\s{1,}|\t|\r|\n");

Matcher m = p.matcher(xml);

xml = m.replaceAll("");

System.out.println("接受到的XML:\n" + xml);

return xml;

}

public static String readFileByLines(String fileName) {

File file = new File(fileName);

BufferedReader reader = null;

String content = "";

try {

// System.out.println("以行为单位读取文件内容，一次读一整行：");

reader = new BufferedReader(new FileReader(file));

String tempString = null;

int line = 1;

// 一次读入一行，直到读入null为文件结束

while ((tempString = reader.readLine()) != null) {

// 显示行号

// System.out.println("line " + line + ": " + tempString);

content = content + tempString;

line++;

}

reader.close();

} catch (IOException e) {

e.printStackTrace();

} finally {

if (reader != null) {

try {

reader.close();

} catch (IOException e1) {

}

}

}

return content;

}

String file = filterBlankXMl(readFileByLines(filepath));

//将格式化后的xml String 转换成 InputStream 用parse解析

doc = docBuilder.parse(new ByteArrayInputStream(file.getBytes()));

2.输出节点时判断NodeName为#text则不进行处理否输出.

虽然输出正确，到getlength的长度还是变了

for ...{

if(!"#text".equals(numberList.item(j).getNodeName())){

//处理过滤的节点

System.out.println(numberList.item(j).getNodeName());

}

}

当然还可以使用dom4j等其他第三方jar