JDOM 读取xml文件中的CDATA数据

参考：http://kodejava.org/how-do-i-get-mixed-content-of-an-xml-element/

下面的代码demo了如何用JDOM读取xml文件中的CDATA数据。

要解析的xml文件内容如下：

<root><data><!-- This element contains application data -->User Information<![CDATA[<table><tr><td>-data-</td></tr></table>]]><field name=\"username\">alice</field></data></root>

代码如下：

package org.kodejava.example.jdom;

import org.jdom.CDATA;
import org.jdom.Comment;
import org.jdom.DocType;
import org.jdom.Document;
import org.jdom.Element;
import org.jdom.EntityRef;
import org.jdom.JDOMException;
import org.jdom.ProcessingInstruction;
import org.jdom.Text;
import org.jdom.input.SAXBuilder;

import java.io.IOException;
import java.io.StringReader;
import java.util.List;

public class JDOMMixedContent {
    public static void main(String[] args) {
        String xml =
                "<root>" +
                "<data>" +
                "<!-- This element contains application data -->" +
                "User Information" +
                "<![CDATA[<table><tr><td>-data-</td></tr></table>]]>" +
                "<field name=\"username\">alice</field>" +
                "</data>" +
                "</root>";

        SAXBuilder builder = new SAXBuilder();
        try {
            Document document = builder.build(new StringReader(xml));
            Element root = document.getRootElement();
            Element data = root.getChild("data");

            //
            // Reading the mixed content of an xml element and iterate
            // the result list. This list object can contains any of the
            // following objects: Comment, Element, CDATA, DocType,
            // ProcessingInstruction, EntityRef and Text.
            //
            List content = data.getContent();

            for (Object o : content) {
                if (o instanceof Comment) {
                    Comment comment = (Comment) o;
                    System.out.println("Comment   = " + comment);
                } else if (o instanceof Element) {
                    Element element = (Element) o;
                    System.out.println("Element   = " + element);
                } else if (o instanceof CDATA) {
                    CDATA cdata = (CDATA) o;
                    System.out.println("CDATA     = " + cdata);
                } else if (o instanceof DocType) {
                    DocType docType = (DocType) o;
                    System.out.println("DocType   = " + docType);
                } else if (o instanceof ProcessingInstruction) {
                    ProcessingInstruction pi = (ProcessingInstruction) o;
                    System.out.println("PI        = " + pi);
                } else if (o instanceof EntityRef) {
                    EntityRef entityRef = (EntityRef) o;
                    System.out.println("EntityRef = " + entityRef);
                } else if (o instanceof Text) {
                    Text text = (Text) o;
                    System.out.println("Text      = " + text);
                }
            }

            //
            // Remove the second mixed content which is the CDATA content.
            //
            content.remove(2);
        } catch (JDOMException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

输入如下：

Comment   = [Comment: <!-- This element contains application data -->]
Text      = [Text: User Information]
CDATA     = [CDATA: <table><tr><td>-data-</td></tr></table>]
Element   = [Element: <field/>]

解读：

代码42~67行解析data节点中的内容。其实，data节点内容由4部分组成，见上面的xml文件内容，分别用不同颜色标记。代码中通过判断data节点内容的类型（Comment, Element, CDATA 等），分别转换成不同的数据类型，然后进行实际内容的读取，这样就能做到，任凭data节点下的内容形式多么乱，都能罩得住。

注意：

对于下面这样一段xml内容，data节点下面貌似只有一段CDATA内容，没有其他内容。

<data>
	<![CDATA[@Ho>40D9\/%\")\/Q}16pG:5;:!fUqM+TnH6'@6R(/Vp;^:{KOj3?[.AvFGP\\"yFk>C@]]>
</data>

其实不然。这里的data节点下面有3段内容，依次是：

1. "\n\t\t\t\r"，Text类型
2. <![CDATA[@Ho>40D9\/%\")\/Q}16pG:5;:!fUqM+TnH6'@6R(/Vp;^:{KOj3?[.AvFGP\\"yFk>C@]]>，CDATA类型
3. "\n\t\t\t"，Text类型

其实，这里可以在取到data节点的上层节点（假设是parentNode）之后，直接用 parentNode.getChildText("data").trim() 就可以了，得到的就是干净的cdata内容：@Ho>40D9\/%\")\/Q}16pG:5;:!fUqM+TnH6'@6R(/Vp;^:{KOj3?[.AvFGP\\"yFk>C@

另外注意，上面实例代码的第47,50,53,56,59,62,65行的o的转换后的对象，最好都做一下 .getValue().trim()操作。