Java中XML的逐行解析

Question

我想逐行解析Java中的XML文件，因为我得到的文件框架与往常有些不同。它不是嵌套的；每个标记都在自己的行中。

XML文件的一部分：

<sentence><flag>3</flag></sentence>
<word><text>Zdravo</text></word>
<phoneme><onephoneme>z</onephoneme></phoneme>
<phoneme><onephoneme>d</onephoneme></phoneme>
<phoneme><onephoneme>r</onephoneme></phoneme>
<phoneme><onephoneme>"a:</onephoneme></phoneme>
<phoneme><onephoneme>v</onephoneme></phoneme>
<phoneme><onephoneme>O</onephoneme></phoneme>
<sentence><flag>0</flag></sentence>
<word><text>moje</text></word>
...

我搜索并找到了许多不同的解析XML文件的方法，但它们都扫描了整个文件，我不想这样做，因为我的文件几乎是100 k行，现在(甚至以后)我只需要前800行，所以逐行解析要快得多。我不知道我真正需要多少行预先，但我想数多少次，我到达标签，并停止在一定的计数(现在是17 -这是大约800线)。

我发现的教程：

• 嵌套XML：http://www.mkyong.com/java/how-to-read-xml-file-in-java-dom-parser/
• 嵌套XML：http://www.javacodegeeks.com/2013/05/parsing-xml-using-dom-sax-and-stax-parser-in-java.html
• 带有属性的单行XML：用Java读取单个XML行

然后每个句子被分成单词和音素，所以最后我会有3 ArrayLists:标志，单词和音素。

希望我能给你足够的信息。

谢谢。

Answer 1

行实际上与XML无关，您可以将所有的XML值为100 K行放在一行中。您需要做的是按解析的元素/节点进行计数。使用SAX解析器，它是基于事件的，它将通知您元素何时开始，何时结束。每当您获得对解析增量计数器感兴趣的元素时，这假设您知道您感兴趣的元素，从您的示例来看，这些元素如下：

<sentence>
<word>
<phoneme>

等。

Answer 2

Andrew建议使用SAX和StAX，但是如果您的文件非常大，我将使用VTD-XML，它至少比SAX快3倍，而且更加灵活。处理2GB的XML完全不是问题。

Answer 3

如果您想逐行读取文件，则与XML无关。只需使用BufferedReader，因为它提供了一个readLine方法。使用一个简单的计数器，您可以检查已经读过多少行，并在达到800标记后退出循环。