我有一个由串联的有效XML文档组成的文件。我想有效地分离单个XML文档。
串联文件的内容将如下所示，因此，串联文件本身不是有效的XML文档。
<?xml version="1.0" encoding="UTF-8"?>
<someData>...</someData>
<?xml version="1.0" encoding="UTF-8"?>
<someData>...</someData>
<?xml version="1.0" encoding="UTF-8"?>
<someData>...</someData>
每个单独的XML文档大约1-4 KB，但可能有数百个。所有XML文档都对应于相同的XML模式。
有什么建议或工具吗？我在Java环境中工作。
编辑：我不确定xml声明是否将存在于文档中。
编辑：假设所有xml文档的编码为UTF-8。
正如Eamon所说，如果您知道<？xml>东西总会存在，那就打破吧。
如果失败，请寻找结尾的文档级标记。也就是说，扫描文本以计算您的层次深度。每次您看到以“ <”开头但不以“ </”开头且不以“ />”结尾的标签时，将深度计数加1。每次看到以“ </”开头的标签，都减去1。每次减去1，请检查现在是否为零。如果是这样，那么您已经到了XML文档的末尾。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句