如何从Java中的xml文件中提取大字符列表

Question

我有一个大的xml文件，我不想解析它，我只想存储<information>...</information>之间的每个字符，这些是xml文件中的标记。

我该怎么做？

Answer 1

如果问题是您尝试提取的数据将适合内存，但整个XML文件不适合，则使用流式解析器，例如XPP。

Answer 2

如果不解析文件，则无法在<information>元素中准确找到字符。你可以做一些99％的时间都可以工作的东西，但是当有人做了你没想到的东西时会破坏，例如在开始标记中添加空格，或者有一个注释掉的<information>元素，或者放置一部分外部实体中<information>元素的内容。

咬紧牙关。如果是XML，则需要XML解析器来读取它。

Answer 3

您可能想要解释为什么您不想解析它，因为这有助于建议其他解决方案。

话虽如此，如果您可以为该节点构建XPath，您始终可以使用XPath获取该信息。请参阅this tutorial。

更新

鉴于新信息，这不是您想要的解决方案。如果你想将xml视为字符串，那么将它读入StringBuilder（StringBuffer的更快，线程不安全版本）是最好的选择。如果您在使用StringBuffer时遇到问题，请发布您尝试过的代码和错误消息。它的最大大小为java.lang.Integer.MAX_VALUE，即2147483647。

Answer 4

考虑到您不想使用解析器，并且您只想提取两个标记之间的所有字符，我建议您将xml内容提取为字符串，并使用简单的正则表达式匹配来提取两个标签之间的部分。