JAVA使用XPath和XQuary查询xml文件
- xml文件
- 文件处理
- 建立java工程
- 在idea中引入jar包
- XQuary
- XPath
xml文件
下载地址为https://dblp.uni-trier.de/xml 下载的dblp.xml.gz文件解压后有两个多G直接读取导致程序的内存溢出。
文件处理
处理的方法是使用window中的cmd的more 命令。使用cd 命令将目录转到xml文件的目录。 使用命令 more dblp.xml
使用如下
然后按方向键↓则可以依次刷出数据，避免了加载整个文件导致的内存过大的问题。本例子截取了前面几十个article并手动补全了最后的dblp标签。另存为了dblp_part.xml放到了C盘的根目录下。
在语言的选择中，先是选用了python对文件进行处理，但是在用python完成使用xPath对xml的处理后发现在python环境中很难实现用xQuary对文件进行处理，所以转去使用java。
ide的选择是idea。
建立java工程
选择在idea中搭建java环境。首先在电脑安装java并配置环境变量这里不再赘述，接着安装idea。
idea安装完成后新建java工程的步骤如下：
File->New->Project…
在弹出的界面中确保java环境然后一路Next
记住在最后一步可以选择工程的名字
工程建立后在左边的目录中找到src右键 New->Java Class
为新文件命名，然后点击Class
然后就可以愉快的编程了
在idea中引入jar包
有时候在完成工作的时候需要引入第三方的jar包，首先需要下载相应的jar包，然后把其加到工程中。
在idea中引入下载的jar的方法如下：
File->Project Structure->
然后点Modules->✚->JARs or directories
选完文件后点击Apply即可把jar添加到工程中。如此，一些不能import的文件就能import了，于是一些不能用的函数就可以引用了。
XQuary
本案例使用的是saxon环境运行的XQuary。
请自行寻找资源或者 https://download.csdn.net/download/xman4code/12082958
首先下载saxon插件下载完成解压后找到三个jar包：
把jar包引入到工程里后准备工作已经就绪，下面可以正式开始了。
首先用记事本或者notepad++新建如下内容的文档。
for $x in doc("C://dblp_part.xml")/books/book
where $x/price>30
return $x/title
内容为xQuary查询语言可自行编辑。
然后保存为dblp.xqy放到C盘根目录。
然后java代码如下：
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.InputStream;
import javax.xml.xquery.XQConnection;
import javax.xml.xquery.XQDataSource;
import javax.xml.xquery.XQException;
import javax.xml.xquery.XQPreparedExpression;
import javax.xml.xquery.XQResultSequence;
import com.saxonica.xqj.SaxonXQDataSource;
public class XQuaryExperiment {
public static void main(String[] args) {
try {
quary();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (XQException e) {
e.printStackTrace();
}
}
//调用xqy文件得出查询结果
private static void quary() throws FileNotFoundException, XQException {
InputStream inputStream = new FileInputStream(new File("C://dblp.xqy"));
XQDataSource ds = new SaxonXQDataSource();
XQConnection conn = ds.getConnection();
XQPreparedExpression exp = conn.prepareExpression(inputStream);
XQResultSequence result = exp.executeQuery();
while (result.next()) {
System.out.println(result.getItemAsString(null));
}
}
}
XPath
XPath的方法和之前的类似，不过需要的jar为dom4j和jaxen。请自行寻找资源或者在https://download.csdn.net/download/xman4code/12082938下载
下载完成后文件结构如下：
一个文件是dom4j-1.6.1.jar,一个文件在lib文件夹里，点开lib文件夹则可以找到jaxen-1.1-beta-6.jar。
把jar引入到工程后具体的代码如下：
import java.io.File;
import java.util.List;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
public class XPathExperiment {
public static void main(String[] args) throws Exception {
xpathSelect();
}
public static void xpathSelect() throws Exception {
SAXReader saxReader = new SAXReader();
Document doc = saxReader.read(new File("D:\\workspace\\dblp.xml"));
//随便写的十个查询
String xpath1 = "//article[@publtype = 'informal']/title";
String xpath2 = "/dblp/article/author[1]";
String xpath3 = "/dblp/article/author[last()]";
String xpath4 = "/dblp/article[2]/author[last()-1]";
String xpath5 = "/dblp/article[title = 'Meltdown']/author";
String xpath6 = "/dblp/article[3]/title";
String xpath7 = "/dblp/*[author = 'Daniel Gruss']/title";
String xpath8 = "/dblp/article[2]/author";
String xpath9 = "/dblp/article[year = '1991']/title";
String xpath10 = "/dblp/article[journal = 'GTE Laboratories Incorporated']/title";
//单一结果的查询
Element contactElem = (Element) doc.selectSingleNode(xpath5);
String nodeName = contactElem.getText();
System.out.println(contactElem.getName() + ":" + nodeName);
//多个结果的查询
List<Element> authorList = doc.selectNodes(xpath10);
for (Element autherNode : authorList) {
System.out.println(autherNode.getName() + ":" + autherNode.getData());
}
}
}