使用XQEngine來搜索XML文件內(nèi)容

時間：2024-07-07 20:14:59 XML DOM 我要投稿

相關(guān)推薦

　　最近我一直在尋找XML搜索工具，我編寫的應(yīng)用程序需要定期的搜索一些有關(guān)聯(lián)的XML文件，我本來的意思是為了看一看文件中是否有與我想要的數(shù)據(jù)匹配的數(shù)據(jù)，但是有時候，我也想把找到的這些數(shù)據(jù)輸出出來。一開始，我試用了一下XSLT和XPath，想通過把搜索的問題轉(zhuǎn)化成使用XSLT能夠解決的問題，但是經(jīng)過一段時間的試驗，我發(fā)現(xiàn)，使用XSLT并沒有真正解決我想要處理的搜索問題，因為我想要輸出的數(shù)據(jù)是使用逗號隔開的數(shù)，而XSLT不能滿足這個要求，而且XLST也不能提供全文搜索功能。然后我想嘗試一下使用XML查詢語言(XQL)，來看看能不能解決，所以我仔細的著了一下XQL的各種版本的實現(xiàn)，很巧，正好發(fā)現(xiàn)一個叫XQEngine的小工具能解決這個問題，所以，在本文中我想介紹一下如何使用XQEngine來在你的XML文件中搜尋你想要找的字符串數(shù)據(jù)。

　　XQEngine可以在www.fatdog.com網(wǎng)站下找到，它是一個JavaBean，使用一個SAX解析器來索引一個或多個XML文檔，然后你就可以在這些文檔中進行復(fù)合式搜索了。它所使用的搜索語言是XQL的超集，與XPath有相似的語法。

　　使用XQEngine的Java類必須實現(xiàn)一個result()方法，完成搜索后，引擎將調(diào)用這個方法把搜索結(jié)果傳到result()方法中，可以使用三種顯示數(shù)據(jù)的格式來輸出數(shù)據(jù)結(jié)果。使用命令行參數(shù)指明你所需要的搜索參數(shù)，比如說你可以指明一個文件假如含有stop這個詞，就不會被索引；又如你可以在參數(shù)中命令引擎忽略那些少于指定子數(shù)的詞。

　　下面，我給出了一個使用XQEngine的例程，現(xiàn)在讓我們來分析一下。首先，main()方法實例化一個搜索引擎：XmlEngine engine = new XmlEngine()，然后它從命令行中取得文件名、返回結(jié)果格式和搜索請求這三個參數(shù)，再使用各種配置方法來設(shè)置引擎，接著調(diào)用setSaxParserName()方法來設(shè)置SAX解析器的全名，因為我們使用的是Xerces解析器，所以要用到 "org.apache.xerces.parsers.SAXParser"。然后我們就需要設(shè)置搜索參數(shù)，再本例中，我們將不索引數(shù)字或任何少于3個字符的詞。在你下載到的XQEngine的API文檔當中會有詳細的配置參數(shù)說明，所以在此我就不細說如何配置參數(shù)了，請大家自己參閱相關(guān)文檔。最后，setDocument()方法指定XQEngine將要索引或搜索的XML文件。當然，如果你想要索引多個文件的話，只需設(shè)置幾個相應(yīng)的setDocument()方法就可以了。

　　從下面的代碼中我們還可以看到，XQEngine引擎將用三種不同的格式返回搜索結(jié)果：STANDARD、SUMMARY和CSV（使用逗號分開的數(shù)值)為了簡單起見，我為每種返回結(jié)果類型定義了一個數(shù)字來代替（1，2，3），然后使用相應(yīng)的參數(shù)調(diào)用setListenerType()方法。我將在后面詳細介紹每一種返回結(jié)果類型。還有個方法printSessionState()用來輸出索引和引擎的信息，但是我沒有把它寫進例程中，所以上面的程序只會輸出搜索結(jié)果；下一步再調(diào)用addXQLResultListener()方法，并傳遞Search的一個實例，用來實現(xiàn)XQLResultListener的接口；然后再把查詢字符串作為一個參數(shù)來調(diào)用setQuery方法，引擎就會開始執(zhí)行查詢?nèi)蝿?wù)。等到查詢結(jié)束后，引擎調(diào)用Search類的result()方法，把查詢結(jié)果傳回，在我提供的例程中，result()方法只是簡單的把結(jié)果輸出出來。

　　代碼：

　　import java.io.*;

　　import com.fatdog.textEngine.XmlEngine;

　　import com.fatdog.textEngine.exceptions.*;

　　import com.fatdog.textEngine.query.XQLResultListener;

　　public class Search implements XQLResultListener

　　{

　　public static void main( String[] args )

　　{

　　XmlEngine engine = new XmlEngine();

　　String searchFile = args[0];

　　String searchType = args[1];

　　String query = args[2];

　　try { file://配置引擎

　　engine.setSaxParserName( "org.apache.xerces.parsers.SAXParser");

　　engine.setMinIndexableWordLength( 3 );

　　engine.setDoIndexNumbers( false );

　　engine.setDocument( searchFile );

　　if (searchType.equals("1")) {

　　engine.setListenerType(

　　XmlEngine.STANDARD_LISTENER);

　　}

　　else if (searchType.equals("2")) {

　　engine.setListenerType(

　　XmlEngine.SUMMARY_LISTENER);

　　}

　　else {

　　engine.setListenerType(

　　XmlEngine.CSV_LISTENER);

　　}

　　catch( MissingOrInvalidSaxParserException e ){

　　System.out.println(

　　"缺少或不可用的 SAX解析器" );

　　return;

　　}

　　catch( FileNotFoundException e ) {

　　System.out.println(

　　"不能找到 XML 文件: ");

　　return;

　　}

　　catch( CantParseDocumentException e ) {

　　System.out.println(

　　"不能解析 XML 文件: ");

　　return;

　　}

　　// engine.printSessionStats();

　　engine.addXQLResultListener( new Search() );

　　try {

　　engine.setQuery( query );

　　}

　　catch( InvalidQueryException e ) {

　　System.out.println(

　　"不可用的查詢請求: " + e.getMessage() );

　　return;

　　}

　　public void results( String xqlResults )

　　{

　　System.out.println( xqlResults );

　　}

　　好，我們已經(jīng)把一個使用XQEngine的程序編寫出來了，那么就讓我們來運行這段代碼，在編譯這段代碼之前，我們需要下載到XQEngine和SAX解析器。我是從xml.apache.org上下載到Xerces解析器的。我使用的操作系統(tǒng)是Windows 2000 Professional，JDK為1.3版，好，搞定這些以后就跟我來設(shè)置CLASSPATH吧，在"環(huán)境變量"中修改CLASSPATH，添加"c:xqlXQEngine.jar;c:xqlantlr.jar; c:xercesxerces.jar"。現(xiàn)在就可以編譯代碼了，不過為了能夠運行程序，我們還需要一個XML文件，我使用了Apache Tomcat里的web.xml文件作為演示。前面我也介紹過了，我們使用1，2，3來分別代替三種返回查詢結(jié)果格式：

　　1、使用STANDARD_LISTENER (數(shù)字1)和查詢項"//welcome-file-list/welcome-file"，C:xqlxql1＞java Search web.xml 1 "//welcome-file-list/welcome-file"

　　Parser.installSaxParser:

　　＜org.apache.xerces.parsers.SAXParser＞

　　installed successfully

　　1: indexing web.xml

　　Query: ( // ( / welcome-file-list welcome-file ) )

　　3 hit(s) for file://welcome-file-list/welcome-file

　　＜?xml version="1.0"?＞

　　＜xql:result

　　query="//welcome-file-list/welcome-file"

　　hitCount="3"

　　elemCount="3"

　　docCount="1"

　　xmlns:xql="http://www.fatdog.com/ Standard_Listener.html"＞

　　＜welcome-file＞

　　index.jsp

　　＜/welcome-file＞

　　＜welcome-file＞

　　index.html

　　＜/welcome-file＞

　　＜welcome-file＞

　　index.htm

　　＜/welcome-file＞

　　＜/xql:result＞

　　上面的例子中，查詢項要求找到任何"welcome-file-list"元素的所有的"welcome-file"子元素。請注意，搜索的結(jié)果基本上是從原XML文檔中摘錄出來的，不能夠建立搜索結(jié)果和原文檔之間的關(guān)系。SUMMARY_LISTENER(2)返回類型則有些不同，它包括一個"docID"號和一個"elemlx"號，這樣就能夠把結(jié)果和原文檔聯(lián)系起來了。

　　如下是返回結(jié)果的示例：

　　C:xqlxql1＞java Search web.xml 2

　　"//welcome-file-list/welcome-file"

　　Parser.installSaxParser: ＜org.apache.xerces.parsers.SAXParser＞

　　installed successfully

　　1: indexing web.xml

　　Query: ( // ( / welcome-file-list welcome-file ) )

　　3 hit(s) for file://welcome-file-list/welcome-file

　　＜?xml version="1.0"?＞

　　＜xql:result

　　query="//welcome-file-list/welcome-file"

　　hitCount="3"