使用SAX流式解析器高效匹配简单XPath

<bookstore>
  <book lang="en">
    <title>Harry Potter and the Philosopher's Stone</title>
    <author>JK Rowling</author>
    <price>10.99</price>
  </book>
  <book lang="fr">
    
    <author>Antoine de Saint-Exupéry</author>
    <price>8.50</price>
  </book>
</bookstore>

 import java.io.*;
import java.util.*;
import javax.xml.parsers.*;
import org.xml.sax.*;
import org.xml.sax.helpers.*;

public class XPathMatcher {

    /**
     * 使用SAX解析器匹配XML输入流中的简单XPath，并提取对应的值。
     *
     * @param xmlInput XML输入流* @param xpaths 待匹配的简单XPath集合* @return 包含XPath及其提取值的Map
     * @throws Exception 解析过程中可能抛出的异常*/
    public static Map<String, String> match(InputStream xmlInput, Set<String> xpaths) throws Exception {
        // 存储XPath及其提取值的Map
        Map<String, String> resultMap = new HashMap<>();
        // 初始化Map，确保所有XPath都有条目，初始值为null
        for (String xpath : xpaths) {
            resultMap.put(xpath, null);
        }

        // 栈用于跟踪当前XML元素的路径Stack<String> pathStack = new Stack<>();

        // SAX解析器工厂和解析器实例SAXParserFactory factory = SAXParserFactory.newInstance();
        SAXParser parser = factory.newSAXParser();

        // 自定义SAX事件处理器DefaultHandler handler = new DefaultHandler() {

            // 标志：是否需要提取当前元素的字符数据boolean extractData = false;
            // 当前XML元素的完整路径字符串String currentPathString = "";
            // 当前匹配到的XPath（用于将数据存入resultMap）
            String currentMatchingXPath = "";

            @Override
            public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
                // 1. 将当前元素名推入路径栈pathStack.push(qName);
                // 2. 更新当前路径字符串currentPathString = "/" qName;

                // 3. 遍历所有目标XPath，尝试匹配for (String xpath : resultMap.keySet()) {
                    String attrName = "";
                    String attrValue = "";

                    // 检查XPath是否包含属性谓词if (xpath.contains("[@")) {
                        int startAttr = xpath.indexOf("[@") 2;
                        int endAttr = xpath.indexOf("=");
                        attrName = xpath.substring(startAttr, endAttr).trim(); // 提取属性名startAttr = endAttr 2; // 跳过="
                        endAttr = xpath.indexOf("]");
                        attrValue = xpath.substring(startAttr, endAttr - 1).trim(); // 提取属性值，注意去除引号}

                    // 4. 匹配当前路径和属性// 如果XPath以当前路径开头，并且满足属性条件（无属性或属性匹配）
                    if (xpath.startsWith(currentPathString) &&
                        (attrName.isEmpty() || attrValue.equals(attributes.getValue(attrName)))) {

                        // 确保是精确匹配到目标元素，而不是某个中间路径// 例如，如果目标是/a/b/c，而currentPathString是/a/b，则不应该匹配// 简单的startsWith可能不够精确，但对于本例中的简单XPath，如果目标是/a/b/c
                        // 并且当前是/a/b/c，则匹配。如果目标是/a/b/c[@attr='val']，则也匹配。
                        // 这里的逻辑是，一旦当前路径开始匹配某个XPath，就设置提取标志。
                        // 这意味着，如果/bookstore/book/title 匹配，那么在title的startElement时，
                        // extractData为true，characters会收集数据，直到title的endElement。

                        // 进一步细化匹配，确保是目标元素的路径，而不是其父路径// 对于/a/b/c，currentPathString 必须完全等于/a/b/c (不含属性部分)
                        String cleanXpath = xpath.split("\[@")[0]; // 移除属性部分if (currentPathString.equals(cleanXpath)) {
                            extractData = true;
                            currentMatchingXPath = xpath;
                            break; // 找到匹配的XPath，跳出循环}
                    }
                }
            }

            @Override
            public void endElement(String uri, String localName, String qName) throws SAXException {
                // 1. 从路径栈中弹出当前元素pathStack.pop();
                // 2. 更新当前路径字符串，回溯到上一级currentPathString = currentPathString.substring(0, currentPathString.length() - qName.length() - 1);

                // 3. 重置提取标志和匹配XPath
                extractData = false;
                currentMatchingXPath = "";
            }

            @Override
            public void characters(char[] ch, int start, int length) throws SAXException {
                // 1. 检查是否处于数据提取状态if (extractData) {
                    // 2. 将字符数据追加到匹配XPath的值中String value = resultMap.get(currentMatchingXPath);
                    if (value == null) {
                        value = "";
                    }
                    value = new String(ch, start, length);
                    resultMap.put(currentMatchingXPath, value);
                }
            }
        };

        // 解析XML输入parser.parse(xmlInput, handler);

        // 返回结果Map
        return resultMap;
    }

    public static void main(String[] args) throws Exception {
        // 创建一个XML文件（或使用现有的）
        String xmlContent = "<bookstore> 
"  
                            "<book lang="en"> 
"  
                            " 
"  
                            "<author> JK Rowling</author> 
"  
                            "<price> 10.99</price> 
"  
                            "</book> 
"  
                            "<book lang="fr"> 
"  
                            " 
"  
                            "<author> Antoine de Saint-Exupéry</author> 
"  
                            "<price> 8.50</price> 
"  
                            "</book> 
"  
                            "</bookstore> ";

        // 将XML内容写入临时文件，以便FileInputStream读取File xmlFile = new File("bookstore.xml");
        try (FileOutputStream fos = new FileOutputStream(xmlFile)) {
            fos.write(xmlContent.getBytes());
        }

        // 创建一个输入流InputStream xmlInput = new FileInputStream(xmlFile);

        // 定义要匹配的简单XPath集合Set<String> xpathsToMatch = new HashSet<>();
        xpathsToMatch.add("/bookstore/book/title");
        xpathsToMatch.add("/bookstore/book/author");
        xpathsToMatch.add("/bookstore/book[@lang='fr']/price");

        // 执行XPath匹配Map<String, String> results = match(xmlInput, xpathsToMatch);

        // 打印结果System.out.println("XPath匹配结果:");
        for (Map.Entry<String, String> entry : results.entrySet()) {
            System.out.println(entry.getKey() " = " entry.getValue());
        }

        // 清理临时文件xmlFile.delete();
    }
}

 XPath匹配结果:
/bookstore/book/title = Harry Potter and the Philosopher's StoneLe Petit Prince
/bookstore/book/author = JK RowlingAntoine de Saint-Exupéry
/bookstore/book[@lang='fr']/price = 8.50