XML Splitter с использованием Java - Индекс устанавливает смещение от тега, пропуская начальные пробелы - PullRequest
0 голосов
/ 25 апреля 2018

Мой исходный XML-файл выглядит следующим образом

   <?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE DocName PUBLIC "-//msg//msg1 Project_Name 1.1//EN" "My_Project_Name_V1_1.dtd">
<My_Project_Name dtdVersion="V1_1" fileName="Guidance_Document_SQL" softwareName="prototype" softwareVersion="0.1" productionDate="2012-01-02">
    <ApplicantFileReference>ABCD#1234</ApplicantFileReference>
    <ApplicantName languageCode="EF">Michael Smith</ApplicantName>
    <ApplicantNameLatin>Michael Smith </ApplicantNameLatin>
    <ProductTitle languageCode="EF">Some Example </InventionTitle>
    <TotalQuantity>88</TotalQuantity>
    <Example_Data exampleIDNumber="1">
        <Exm_Seq>
            <Exm_Seq_length>7</Exm_Seq_length>
            <Exm_Seq_type>MM</Exm_Seq_type>
            <Exm_Seq_div>PAT</Exm_Seq_div>
        <Exm_Seq>
    </Example_Data>

Я разделяю этот файл и создаю 2 файла.Одним из них является файл .header, а другим - файл .body.Файл тела будет начинаться с тега «Example_Data».Теперь проблема в том, что при создании файла .body контент создается с самого начала файла без учета пробелов.Например:

<Example_Data exampleIDNumber="1">
            <Exm_Seq>
                <Exm_Seq_length>7</Exm_Seq_length>
                <Exm_Seq_type>MM</Exm_Seq_type>
                <Exm_Seq_div>PAT</Exm_Seq_div>
            <Exm_Seq>
        </Example_Data>

Но я хочу учесть и пробелы, чтобы содержимое файла тела начиналось с позиции, которую оно занимает в исходном файле (после 4 пробелов или любого количества пробелов перед тегом Example_DataЯ могу жестко запрограммировать 4 пробела, но это не поможет моему делу, потому что есть другие файлы, где перед этим тегом может быть больше пробелов.

Вот фрагмент кода, над которым я работаюрасщепление:

public class Splitter {
    public static void main(String[] args) {
        String charset = "UTF-8";
        String original = args[0];
        String stem = original.substring(0, original.length() - 4);
        String headName = stem + ".head";
        String bodyName = stem + ".body";
        String bodyStart ="<Example_Data";
        try {
            //get rid of existing split files
            File existing = new File(headName);
            if(existing.exists()){
                existing.delete();
                System.out.println("Old header File has been deleted");
            }
            existing = new File(bodyName);
            if(existing.exists()){
                existing.delete();
                System.out.println("Old body file has been deleted");
            }
            //read in original file
            StringBuilder fileData = new StringBuilder(1000);
            FileInputStream fis = new FileInputStream(original);
            InputStreamReader fileReader = new InputStreamReader(fis,charset);
            BufferedReader reader = new BufferedReader(fileReader);  
            char[] buf = new char[10];
            System.out.println("Reading xml file");
            int numRead = 0;
            while ((numRead = reader.read(buf)) != -1) {
                String readData = String.valueOf(buf, 0, numRead);
                fileData.append(readData);
                buf = new char[1024];
            }
            reader.close();
            String content = fileData.toString();
            System.out.println("File reading completed");
            //split
            System.out.println("File Splitting process Started");
            int indx = content.indexOf(bodyStart);
            String head = content.substring(0, indx - 1);
            String body = content.substring(indx);
            //write to head file
            OutputStreamWriter headFile = new OutputStreamWriter(new FileOutputStream(headName), charset);
            headFile.write(head);
            System.out.println("New header file created");
            //headFile.flush();
            headFile.close();
            //write body to body file
            OutputStreamWriter bodyFile = new OutputStreamWriter(new FileOutputStream(bodyName), charset);
            bodyFile.write(body);
            System.out.println("New body file created");
            bodyFile.close();
        } catch (FileNotFoundException e1) {
            e1.printStackTrace();
        } catch (IOException e1) {
            e1.printStackTrace();
        } finally {
            ;
        }
    }
}

Я не уверен, как подойти к этому.Любой совет будет высоко ценится.

1 Ответ

0 голосов
/ 26 апреля 2018

Вы, вероятно, ищете небольшую логическую проверку

Если символ перед половиной разделения не является закрывающей скобкой тега (>), тогда предположите, что он был сделан на новой строке.
Если это предполагаемая новая строка, найдите последний символ новой строки в заголовке.
Разделите тело на этой новой строке.
Если это не соответствует критериям новой строки, разделенным по найденному индексу, поскольку все xml могут быть без символов новой строки.

Смотреть онлайн: https://ideone.com/0degt4

Готовый код:

String content ="   <?xml version=\"1.0\" encoding=\"UTF-8\"?>\n"+
"<!DOCTYPE DocName PUBLIC \"-//msg//msg1 Project_Name 1.1//EN\" \"My_Project_Name_V1_1.dtd\">\n"+
"<My_Project_Name dtdVersion=\"V1_1\" fileName=\"Guidance_Document_SQL\" softwareName=\"prototype\" softwareVersion=\"0.1\" productionDate=\"2012-01-02\">\n"+
"    <ApplicantFileReference>ABCD#1234</ApplicantFileReference>\n"+
"    <ApplicantName languageCode=\"EF\">Michael Smith</ApplicantName>\n"+
"    <ApplicantNameLatin>Michael Smith </ApplicantNameLatin>\n"+
"    <ProductTitle languageCode=\"EF\">Some Example </InventionTitle>\n"+
"    <TotalQuantity>88</TotalQuantity>\n"+
"    <Example_Data exampleIDNumber=\"1\">\n"+
"        <Exm_Seq>\n"+
"            <Exm_Seq_length>7</Exm_Seq_length>\n"+
"            <Exm_Seq_type>MM</Exm_Seq_type>\n"+
"            <Exm_Seq_div>PAT</Exm_Seq_div>\n"+
"        <Exm_Seq>\n"+
"    </Example_Data>";

// Define newline character to look for. \r \r\n \n         
String newLine = "\n";

// Where the body starts        
String bodyStart ="<Example_Data";

// Base index defined by bodyStart
int indx = content.indexOf(bodyStart);

// Grab the head.
String head = content.substring(0, indx - 1);

// Find the last index of newline
int lastNewline = head.lastIndexOf(newLine);
String body;
// If we found a newline in head and the character before our match isn't a closing bracket, get content from newline
if(lastNewLine != -1 && content.charAt(indx - 1) != '>') {
    body = content.substring(lastNewline + 1);
}
// business as usual
else {
    body = content.substring(indx);
}

System.out.println(body);
...