Google Groups no longer supports new Usenet posts or subscriptions. Historical content remains viewable.
Dismiss
XML-Datei einlesen
48 views
Skip to first unread message
Laura Schmidt
Jan 24, 2013, 10:49:43 PM1/24/13
to
Hallo,
ich lese mit javax.xml.parsers.DocumentBuilder XML-Dateien ein, die im
Inneren sowas enthalten:
<Group name="Urlaub 2005" date="11/2005">
<Synopsis>
Das war der Urlaub.
Der Urlaub war sch�n.
</Synopsis>
...
</Group>
Das sieht im Inneren dann so aus:
private void loadGroupContent (Group grp,Node node)
{
NodeList lst = node.getChildNodes();
for (int i = 0;i < lst.getLength();i++)
{
Node n = lst.item(i);
if (n.getNodeName() == "Synopsis")
{
grp.synopsis = n.getTextContent();
continue;
}
...
}
}
Der Inhalt des Knotens "Symopsis" wird in einem generierten
HTML-Dokument ausgegeben.
Soweit, so gut.
Nun m�chte ich aber innerhalb des Textes in "Synopsis" Zeilenumbr�che
einf�gen. Das Einf�gen von "<br>" f�hrt nat�rlich zum Parser-Fehler,
aber das Einf�gen von "<br/>" bringt es auch nicht:
<Synopsis>
Das war der Urlaub.<br/>
Der Urlaub war sch�n.
</Synopsis>
Der Text enth�lt dann an der Stelle ein "\n". Dies enth�lt er aber auch
an anderen Stellen:
"\n Das war der Urlaub.\n Der Urlaub war sch�n.\n"
Das hei�t, bei der Generierung des HTML-Codes einfach alle "\n" in
"<br>" umzuwandeln f�hrt auch nicht zum Ziel.
Mir ist klar, dass der XML-Parser das br-Tag explizit zur Zerlegung
verwendet und nicht einfach nur an Node.getTextContent "durchreicht".
Wie macht man das am besten?
Danke!
Gr��e
Laura
ich lese mit javax.xml.parsers.DocumentBuilder XML-Dateien ein, die im
Inneren sowas enthalten:
<Group name="Urlaub 2005" date="11/2005">
<Synopsis>
Das war der Urlaub.
Der Urlaub war sch�n.
</Synopsis>
...
</Group>
Das sieht im Inneren dann so aus:
private void loadGroupContent (Group grp,Node node)
{
NodeList lst = node.getChildNodes();
for (int i = 0;i < lst.getLength();i++)
{
Node n = lst.item(i);
if (n.getNodeName() == "Synopsis")
{
grp.synopsis = n.getTextContent();
continue;
}
...
}
}
Der Inhalt des Knotens "Symopsis" wird in einem generierten
HTML-Dokument ausgegeben.
Soweit, so gut.
Nun m�chte ich aber innerhalb des Textes in "Synopsis" Zeilenumbr�che
einf�gen. Das Einf�gen von "<br>" f�hrt nat�rlich zum Parser-Fehler,
aber das Einf�gen von "<br/>" bringt es auch nicht:
<Synopsis>
Das war der Urlaub.<br/>
Der Urlaub war sch�n.
</Synopsis>
Der Text enth�lt dann an der Stelle ein "\n". Dies enth�lt er aber auch
an anderen Stellen:
"\n Das war der Urlaub.\n Der Urlaub war sch�n.\n"
Das hei�t, bei der Generierung des HTML-Codes einfach alle "\n" in
"<br>" umzuwandeln f�hrt auch nicht zum Ziel.
Mir ist klar, dass der XML-Parser das br-Tag explizit zur Zerlegung
verwendet und nicht einfach nur an Node.getTextContent "durchreicht".
Wie macht man das am besten?
Danke!
Gr��e
Laura
ma...@heinerkuecker.de
Jan 25, 2013, 6:58:21 AM1/25/13
to
Laura Schmidt schrieb:
> </Synopsis>
> einfügen.
Im Quell-XML oder im Ziel-HTML?
> Das Einfügen von "<br>" führt natürlich zum Parser-Fehler,
Welcher Parser? XML-Parser oder der spätere HTML-Parser?
> aber das Einfügen von "<br/>" bringt es auch nicht:
> </Synopsis>
> Der Text enthält dann an der Stelle ein "\n". Dies enthält er aber auch
> an anderen Stellen:
> "\n Das war der Urlaub.\n Der Urlaub war schön.\n"
> Das heißt, bei der Generierung des HTML-Codes einfach alle "\n" in
> "<br>" umzuwandeln führt auch nicht zum Ziel.
Hier ein vorheriges String.trim() helfen, denn \n ist eine weisses Zeichen,
welches durch trim am Anfeng und Ende entfernt wird.
> Mir ist klar, dass der XML-Parser das br-Tag explizit zur Zerlegung
> verwendet und nicht einfach nur an Node.getTextContent "durchreicht".
Ersetzt Du das \n im XML-Quell-Dokument vor dem Parsen durch den XML-Parser?
Die Ersetzung kann nach dem Parsen im String, welcher vom XML-Parser geliefert wurde, erfolgen.
> Wie macht man das am besten?
> Danke!
> Grüße
> Laura
Grüße
Heiner
> ich lese mit javax.xml.parsers.DocumentBuilder XML-Dateien ein, die im
> Inneren sowas enthalten:
> <Group name="Urlaub 2005" date="11/2005">
> <Synopsis>
> Das war der Urlaub.
> Der Urlaub war schön.
> Inneren sowas enthalten:
> <Group name="Urlaub 2005" date="11/2005">
> <Synopsis>
> Das war der Urlaub.
> </Synopsis>
> Der Inhalt des Knotens "Symopsis" wird in einem generierten
> HTML-Dokument ausgegeben.
> Soweit, so gut.
> Nun möchte ich aber innerhalb des Textes in "Synopsis" Zeilenumbrüche
> HTML-Dokument ausgegeben.
> Soweit, so gut.
> einfügen.
Im Quell-XML oder im Ziel-HTML?
> Das Einfügen von "<br>" führt natürlich zum Parser-Fehler,
Welcher Parser? XML-Parser oder der spätere HTML-Parser?
> aber das Einfügen von "<br/>" bringt es auch nicht:
> <Synopsis>
> Das war der Urlaub.<br/>
> Der Urlaub war schön.
> Das war der Urlaub.<br/>
> </Synopsis>
> Der Text enthält dann an der Stelle ein "\n". Dies enthält er aber auch
> an anderen Stellen:
> "\n Das war der Urlaub.\n Der Urlaub war schön.\n"
> Das heißt, bei der Generierung des HTML-Codes einfach alle "\n" in
> "<br>" umzuwandeln führt auch nicht zum Ziel.
Hier ein vorheriges String.trim() helfen, denn \n ist eine weisses Zeichen,
welches durch trim am Anfeng und Ende entfernt wird.
> Mir ist klar, dass der XML-Parser das br-Tag explizit zur Zerlegung
> verwendet und nicht einfach nur an Node.getTextContent "durchreicht".
Die Ersetzung kann nach dem Parsen im String, welcher vom XML-Parser geliefert wurde, erfolgen.
> Wie macht man das am besten?
> Danke!
> Laura
Grüße
Heiner
Patrick Roemer
Jan 25, 2013, 7:37:53 AM1/25/13
to
Responding to Laura Schmidt:
> if (n.getNodeName() == "Synopsis")
> {
> grp.synopsis = n.getTextContent();
>
> continue;
> }
[...]
> Nun möchte ich aber innerhalb des Textes in "Synopsis" Zeilenumbrüche
> einfügen. Das Einfügen von "<br>" führt natürlich zum Parser-Fehler,
> aber das Einfügen von "<br/>" bringt es auch nicht:
> </Synopsis>
Das <br/> duerfte ueberhaupt keinen Effekt haben, schon weil es fuer
einen XML-Parser keine spezielle Bedeutung hat. #getTextContent() gibt
Dir nur den reinen Text (inklusive der Umbrueche) und ignoriert die
XML-Tags "dazwischen".
Du kannst die einzelnen Zeilen extrahieren, indem Du den via
#getTextContent() erhaltenen String mit trim/split auseinanderpflueckst.
Dann musst Du halt, wo/wie immer Du auch HTML generierst, dazwischen
br-Tags einfuegen.
Alternativ koenntest Du natuerlich auch im Original-XML <br/> oder
beliebige eigene Elemente fuer Zeilen(-umbrueche) einfuehren - die
muesstest Du dann aber auch explizit unterhalb des Synopsis-Tags
behandeln. (Bzw. koenntest Du dann im Prinzip auch abwaegen, ob nicht
ggfs. eine XML-Transformation bequemer waere, als alles per Java-API aus
dem DOM rauszupfriemeln.)
BTW, XPath koennte auch angenehmer sein, als das DOM explizit zu
traversieren.
Viele Gruesse,
Patrick
> if (n.getNodeName() == "Synopsis")
> {
> grp.synopsis = n.getTextContent();
>
> continue;
> }
> Nun möchte ich aber innerhalb des Textes in "Synopsis" Zeilenumbrüche
> einfügen. Das Einfügen von "<br>" führt natürlich zum Parser-Fehler,
> aber das Einfügen von "<br/>" bringt es auch nicht:
>
> <Synopsis>
> Das war der Urlaub.<br/>
> Der Urlaub war schön.
> <Synopsis>
> Das war der Urlaub.<br/>
> </Synopsis>
Das <br/> duerfte ueberhaupt keinen Effekt haben, schon weil es fuer
einen XML-Parser keine spezielle Bedeutung hat. #getTextContent() gibt
Dir nur den reinen Text (inklusive der Umbrueche) und ignoriert die
XML-Tags "dazwischen".
Du kannst die einzelnen Zeilen extrahieren, indem Du den via
#getTextContent() erhaltenen String mit trim/split auseinanderpflueckst.
Dann musst Du halt, wo/wie immer Du auch HTML generierst, dazwischen
br-Tags einfuegen.
Alternativ koenntest Du natuerlich auch im Original-XML <br/> oder
beliebige eigene Elemente fuer Zeilen(-umbrueche) einfuehren - die
muesstest Du dann aber auch explizit unterhalb des Synopsis-Tags
behandeln. (Bzw. koenntest Du dann im Prinzip auch abwaegen, ob nicht
ggfs. eine XML-Transformation bequemer waere, als alles per Java-API aus
dem DOM rauszupfriemeln.)
BTW, XPath koennte auch angenehmer sein, als das DOM explizit zu
traversieren.
Viele Gruesse,
Patrick
Laura Schmidt
Jan 25, 2013, 8:28:17 AM1/25/13
to
On 01/25/2013 01:37 PM, Patrick Roemer wrote:
> Responding to Laura Schmidt:
>> <Synopsis>
>> Das war der Urlaub.<br/>
>> Der Urlaub war schön.
>> </Synopsis>
>
> Das <br/> duerfte ueberhaupt keinen Effekt haben, schon weil es fuer
> einen XML-Parser keine spezielle Bedeutung hat. #getTextContent() gibt
> Dir nur den reinen Text (inklusive der Umbrueche) und ignoriert die
> XML-Tags "dazwischen".
>
> Du kannst die einzelnen Zeilen extrahieren, indem Du den via
> #getTextContent() erhaltenen String mit trim/split auseinanderpflueckst.
> Dann musst Du halt, wo/wie immer Du auch HTML generierst, dazwischen
> br-Tags einfuegen.
Ja, aber genau das ist problematisch, weil nicht nur anstelle der
<br>-Tags ein "\n" eingefügt wird, sondern auch an vielen anderen
Stellen, je nachdem, wo im Quell-XML Newlines sind.
> Alternativ koenntest Du natuerlich auch im Original-XML <br/> oder
> beliebige eigene Elemente fuer Zeilen(-umbrueche) einfuehren - die
> muesstest Du dann aber auch explizit unterhalb des Synopsis-Tags
> behandeln.
Wie denn? So?
NodeList lst = node.getChildNodes();
for (int i = 0;i < lst.getLength();i++)
{
Node n = lst.item(i);
if (n.getNodeName() == "br")
...
So käme ich an die beabsichtigten Newlines. Und wie käme ich an den Text
dazwischen?
> (Bzw. koenntest Du dann im Prinzip auch abwaegen, ob nicht
> ggfs. eine XML-Transformation bequemer waere, als alles per Java-API aus
> dem DOM rauszupfriemeln.)
>
> BTW, XPath koennte auch angenehmer sein, als das DOM explizit zu
> traversieren.
Klingt gut. Hättest Du ein Code-Schnipsel?
Viele Grüße
Laura
> Responding to Laura Schmidt:
>> <Synopsis>
>> Das war der Urlaub.<br/>
>> Der Urlaub war schön.
>> </Synopsis>
>
> Das <br/> duerfte ueberhaupt keinen Effekt haben, schon weil es fuer
> einen XML-Parser keine spezielle Bedeutung hat. #getTextContent() gibt
> Dir nur den reinen Text (inklusive der Umbrueche) und ignoriert die
> XML-Tags "dazwischen".
>
> Du kannst die einzelnen Zeilen extrahieren, indem Du den via
> #getTextContent() erhaltenen String mit trim/split auseinanderpflueckst.
> Dann musst Du halt, wo/wie immer Du auch HTML generierst, dazwischen
> br-Tags einfuegen.
<br>-Tags ein "\n" eingefügt wird, sondern auch an vielen anderen
Stellen, je nachdem, wo im Quell-XML Newlines sind.
> Alternativ koenntest Du natuerlich auch im Original-XML <br/> oder
> beliebige eigene Elemente fuer Zeilen(-umbrueche) einfuehren - die
> muesstest Du dann aber auch explizit unterhalb des Synopsis-Tags
> behandeln.
NodeList lst = node.getChildNodes();
for (int i = 0;i < lst.getLength();i++)
{
Node n = lst.item(i);
...
So käme ich an die beabsichtigten Newlines. Und wie käme ich an den Text
dazwischen?
> (Bzw. koenntest Du dann im Prinzip auch abwaegen, ob nicht
> ggfs. eine XML-Transformation bequemer waere, als alles per Java-API aus
> dem DOM rauszupfriemeln.)
>
> BTW, XPath koennte auch angenehmer sein, als das DOM explizit zu
> traversieren.
Viele Grüße
Laura
Patrick Roemer
Jan 25, 2013, 11:00:30 AM1/25/13
to
Responding to Laura Schmidt:
des Textausschnitts das Problem sind, koennen die per #trim() entfernt
werden-
> NodeList lst = node.getChildNodes();
>
> for (int i = 0;i < lst.getLength();i++)
> {
> Node n = lst.item(i);
>
> if (n.getNodeName() == "br")
> ...
>
> So k锟絤e ich an die beabsichtigten Newlines. Und wie k锟絤e ich an den Text
> dazwischen?
if(n.getNodeType() == Node.TEXT_NODE) {
// ...
XPath xpath = XPathFactory.newInstance().newXPath();
XPathExpression synExp = xpath.compile("//Group/Synopsis");
NodeList synResult =
(NodeList)synExp.evaluate(rootNode, XPathConstants.NODESET);
XPathExpression txtExp = xpath.compile("break|child::text()");
// ueber synResult iterieren und txtExp auf jeder Node evaluieren,
// dann wiederum ueber dieses Ergebnis iterieren und je nachdem,
// ob es TEXT_NODE oder <break/> ist, behandeln.
Keine Ahnung, ob das fuer Deinen Anwendungsfall wirklich bequemer ist.
Und ich bin mir nicht 100% sicher, dass bei dem "|" garantiert ist, dass
die Nodes in ihrer Ursprungsreihenfolge rauskommen - muesste man noch
mal nachschlagen.
Was XSLT/Transformer angeht, muesstest Du selber mal nachgooglen, da
habe ich nix parat.
Auf jeden Fall ist XML-Verarbeitung mit der Java-Standard-API mit viel
Boilerplatetipperei verbunden. Wenn man das oefter machen will, tut man
sicher gut daran, fruehzeitig Drittbibliotheken anzuschauen oder sich
eigene kleine Wrapper-APIs zu schreiben, um die Schmerzen etwas zu mildern.
Viele Gruesse,
Patrick
> On 01/25/2013 01:37 PM, Patrick Roemer wrote:
>
>> Du kannst die einzelnen Zeilen extrahieren, indem Du den via
>> #getTextContent() erhaltenen String mit trim/split auseinanderpflueckst.
>> Dann musst Du halt, wo/wie immer Du auch HTML generierst, dazwischen
>> br-Tags einfuegen.
>
> Ja, aber genau das ist problematisch, weil nicht nur anstelle der
> <br>-Tags ein "\n" eingef锟絞t wird, sondern auch an vielen anderen
>
>> Du kannst die einzelnen Zeilen extrahieren, indem Du den via
>> #getTextContent() erhaltenen String mit trim/split auseinanderpflueckst.
>> Dann musst Du halt, wo/wie immer Du auch HTML generierst, dazwischen
>> br-Tags einfuegen.
>
> Ja, aber genau das ist problematisch, weil nicht nur anstelle der
> Stellen, je nachdem, wo im Quell-XML Newlines sind.
Wie Heiner bereits schrieb: Wenn nur die Umbrueche zu Beginn und Ende
des Textausschnitts das Problem sind, koennen die per #trim() entfernt
werden-
> NodeList lst = node.getChildNodes();
>
> for (int i = 0;i < lst.getLength();i++)
> {
> Node n = lst.item(i);
>
> if (n.getNodeName() == "br")
> ...
>
> dazwischen?
if(n.getNodeType() == Node.TEXT_NODE) {
// ...
}
>> (Bzw. koenntest Du dann im Prinzip auch abwaegen, ob nicht
>> ggfs. eine XML-Transformation bequemer waere, als alles per Java-API aus
>> dem DOM rauszupfriemeln.)
>>
>> BTW, XPath koennte auch angenehmer sein, als das DOM explizit zu
>> traversieren.
>
> Klingt gut. H锟絫test Du ein Code-Schnipsel?
>> (Bzw. koenntest Du dann im Prinzip auch abwaegen, ob nicht
>> ggfs. eine XML-Transformation bequemer waere, als alles per Java-API aus
>> dem DOM rauszupfriemeln.)
>>
>> BTW, XPath koennte auch angenehmer sein, als das DOM explizit zu
>> traversieren.
>
XPath xpath = XPathFactory.newInstance().newXPath();
XPathExpression synExp = xpath.compile("//Group/Synopsis");
NodeList synResult =
(NodeList)synExp.evaluate(rootNode, XPathConstants.NODESET);
XPathExpression txtExp = xpath.compile("break|child::text()");
// ueber synResult iterieren und txtExp auf jeder Node evaluieren,
// dann wiederum ueber dieses Ergebnis iterieren und je nachdem,
// ob es TEXT_NODE oder <break/> ist, behandeln.
Keine Ahnung, ob das fuer Deinen Anwendungsfall wirklich bequemer ist.
Und ich bin mir nicht 100% sicher, dass bei dem "|" garantiert ist, dass
die Nodes in ihrer Ursprungsreihenfolge rauskommen - muesste man noch
mal nachschlagen.
Was XSLT/Transformer angeht, muesstest Du selber mal nachgooglen, da
habe ich nix parat.
Auf jeden Fall ist XML-Verarbeitung mit der Java-Standard-API mit viel
Boilerplatetipperei verbunden. Wenn man das oefter machen will, tut man
sicher gut daran, fruehzeitig Drittbibliotheken anzuschauen oder sich
eigene kleine Wrapper-APIs zu schreiben, um die Schmerzen etwas zu mildern.
Viele Gruesse,
Patrick
Maxim Webster
Jan 26, 2013, 3:04:19 AM1/26/13
to
Am 25.01.2013 04:49, schrieb Laura Schmidt:
> Wie macht man das am besten?
mit dem CSS-Attribut "white-space: pre" auf dem generierten HTML
> Wie macht man das am besten?
<Synopsis> Element.
Gru�,
Maxim
ma...@heinerkuecker.de
Jan 26, 2013, 5:40:54 AM1/26/13
to
Laura Schmidt schrieb:
if (n.getNodeName().equals( "br" ) )
> Viele Grüße
> Laura
Grüße
Heiner
> if (n.getNodeName() == "br")
Achtung: Strings und andere Objekte immer mit equals vergleichen
if (n.getNodeName().equals( "br" ) )
> Viele Grüße
> Laura
Grüße
Heiner
KranzKrone
Mar 12, 2013, 4:58:46 AM3/12/13
to
Hallo Laura,
für mich sieht das wie ein Encoding-Problem aus. Vielleicht verwendet du einfach das falsche Charset. Die JVM Arbeitet mit UTF-16 intern und extern mit UTF-8. XML Dateien können aber in CP-1252 gespeichert sein.
Du kannst deine Dateien in UTF 8 speichern (Window´s Editor oder etc.) und vielleicht solltest du im Kopf das Charset mit angegben.
<?xml version="1.0" encoding="UTF-8">
<deinetags />
Das Problem hierbei ist, das man nur Charset raten kann und nicht bestimmen, UTF 8 fast genausone Bits hat wie ASCII.
Hast du schon SAX für Java ausprobiert?
Grüße Krone
für mich sieht das wie ein Encoding-Problem aus. Vielleicht verwendet du einfach das falsche Charset. Die JVM Arbeitet mit UTF-16 intern und extern mit UTF-8. XML Dateien können aber in CP-1252 gespeichert sein.
Du kannst deine Dateien in UTF 8 speichern (Window´s Editor oder etc.) und vielleicht solltest du im Kopf das Charset mit angegben.
<?xml version="1.0" encoding="UTF-8">
<deinetags />
Das Problem hierbei ist, das man nur Charset raten kann und nicht bestimmen, UTF 8 fast genausone Bits hat wie ASCII.
Hast du schon SAX für Java ausprobiert?
Grüße Krone
Patrick Roemer
Mar 12, 2013, 4:29:22 PM3/12/13
to
Responding to KranzKrone:
> für mich sieht das wie ein Encoding-Problem aus.
Na, dann aber mal ab zum Optiker. ;)
Viele Gruesse,
Patrick
> für mich sieht das wie ein Encoding-Problem aus.
Viele Gruesse,
Patrick
0 new messages