JavaのXMLファイルからテキスト値を解析する

Question

今、私はJavaのSAXパーサーを使用して、.docxファイルのアーカイブ内にある "document.xml"ファイルを解析しています。以下は、私が解析しようとしているもののサンプルです...今

<w:pStyle w:val="Heading2" /> 
    </w:pPr> 
    <w:bookmarkStart w:id="0" w:name="_Toc258435889" /> 
    <w:bookmarkStart w:id="1" w:name="_Toc259085121" /> 
    <w:bookmarkStart w:id="2" w:name="_Toc259261685" /> 
- <w:r w:rsidRPr="00415FD6"> 
    <w:t>Text To Extract</w:t> 
    </w:r> 
    <w:bookmarkEnd w:id="0" /> 
    <w:bookmarkEnd w:id="1" /> 
    <w:bookmarkEnd w:id="2" /> 

サンプルXML文書は、私は、属性値を取り出す方法を知っている、それは難しいことではありません。しかし、ノード内の実際のテキストを取得して解析する方法はわかりません。誰にもこれに関するアイデアや経験がありますか？前もって感謝します。

Answer 1

this article on SAX parsing（古いですがそれでも有効です）を読むには、charactersメソッドの実装方法に特に注意してください。それは非常に直感的ではなく、誰もが迷ってしまいます。なぜなら、何の理由もないように思われるために、charactersへの複数の呼び出しを受けることになります。

またthe Java tutorial on SAX文字の方法の簡単な説明を有する：

パーサーは、一度に文字の任意の特定の数を返すように要求されません。パーサーは、一度に1文字から数千までの何かを返すことができ、依然として標準に準拠した実装です。したがって、アプリケーションが見る文字を処理する必要がある場合は、characters（）メソッドをjava.lang.StringBufferに文字を蓄積させ、すべてが見つかった場合にのみ操作してください。

あなたのケース（混在コンテンツのないXML）では、次のendElementの呼び出しまで複数のcharacters（）呼び出しの結果を格納することを意味します。

Answer 2

characters（）ContentHandlerメソッドを参照してください。 Javadocを注意深く読んでください。あなたが1つしか期待しないときは、複数の呼び出しを得ることができます。