解析XML文件（Java）中特定标记的内容

Question

我有一个如下所示的XML文件，我需要生成一个。txt文件，标签中包含纯文本，每行一个，使用Java

我读到，我可以使用SAX来访问不同的标签，但在这种情况下，在下面的示例中，如果标签中可能有随机标记，这是无效的

最好的方法是什么？也许是正则表达式

<?xml version="1.0" encoding="utf-8"?>
[...]
<source>
  <g id="_0">
    <g id="_1">First valid sentence</g>
  </g>
</source>
<source>Another valid string</source>

输出结果。txt应该是这样的：

First valid sentence
Another valid string

Answer 1

您可以使用joox库来解析xml数据。使用它的find()方法，您可以获取所有<source>元素，然后使用getTextContent()提取其文本，如：

import java.io.File;
import java.io.IOException;
import org.xml.sax.SAXException;
import static org.joox.JOOX.$;

public class Main {

    public static void main(String[] args) throws SAXException, IOException {
        $(new File(args[0]))
            .find("source")
            .forEach(elem -> System.out.println(elem.getTextContent().trim()));

    }
}

我将假设一个格式良好的xml文件，如：

<?xml version="1.0" encoding="utf-8"?>
<root>
    <source>
        <g id="_0">
            <g id="_1">First valid sentence</g>
        </g>
    </source>
    <source>Another valid string</source>
</root>

它产生：

First valid sentence
Another valid string