时间戳

首页 > 解决方案 > Scala - 如何提取包含在通用文本文件中的 XML 文件

xml - Scala - 如何提取包含在通用文本文件中的 XML 文件

问题描述

我有一个非常具体（而且很奇怪）的文本文件，它不是 XML 文件，但其中包含一个 XML 文档。它的结构或多或少是这样的：

Some text that I am not interested in...
More text that I don't need.

<tagIWant>
   <...>
   <!-- A large XML document -->
   <...>
</tagIwant>

Some more text...

我想在 Scala 中解析这个文本文件并从<tagIWant>until中提取 XML 文件</tagIWant>。我知道 XML 解析器在 Scala 中非常强大，但显然这不能被解析为 XML。

标签： xmlscala

解决方案

一种可能可行的方法（在 Java 术语中，您必须翻译为 Scala）是从您自己的 Reader 向解析器提供输入，在 SAX ContentHandler 中使用解析器的输出，并从将 ContentHandler 传递给 Reader，以便一旦报告最外层元素的 endElement 事件，它就会告诉 Reader 停止提供输入。

它可能不起作用的原因是解析器可能会缓冲来自阅读器的输入，因此当您的 ContentHandler 告诉阅读器停止时，为时已晚。

遗憾的是，XML 解析器在检测到结束标记时没有停止解析且没有错误的选项，但是如果有带有该选项的解析器，我还没有遇到过。您可以随时尝试修改开源解析器！

推荐阅读