「Java解析cgm」java解析报文

博主：adminadmin 2023-03-22 05:01:09 679

本篇文章给大家谈谈Java解析cgm，以及java解析报文对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

java中几种解析html的工具

HTML分析是一个比较复杂的工作，Java世界主要有几款比较方便的分析工具：

1.Jsoup 

Jsoup是一个集强大和便利于一体的HTML解析工具。它方便的地方是，可以用于支持用jQuery中css selector的方式选取元素，这对于熟悉js的开发者来说基本没有学习成本。

String content = "blabla";

Document doc = JSoup.parse(content);

Elements links = doc.select("a[href]");

Jsoup还支持白名单过滤机制，对于网站防止XSS攻击也是很好的。

2.HtmlParser

HtmlParser的功能比较完备，也挺灵活，但谈不上方便。这个项目很久没有维护了，最新版本是2.1。HtmlParser的核心元素是Node，对应一个HTML标签，支持getChildren()等树状遍历方式。HtmlParser另外一个核心元素是NodeFilter，通过实现NodeFilter接口，可以对页面元素进行筛选。这里有一篇HtmlParser的使用文章：使用 HttpClient 和 HtmlParser 实现简易爬虫。

3.Apache tika

tika是专为抽取而生的工具，还支持PDF、Zip甚至是Java Class。使用tika分析HTML，需要自己定义一个抽取内容的Handler并继承org.xml.sax.helpers.DefaultHandler，解析方式就是xml标准的方式。crawler4j中就使用了tika作为解析工具。SAX这种流式的解析方式对于分析大文件很有用，我个人倒是认为对于解析html意义不是很大。

InputStream inputStream = null;

HtmlParser htmlParser = new HtmlParser();

htmlParser.parse(new ByteArrayInputStream(page.getContentData()),

contentHandler, metadata, new ParseContext());

4.HtmlCleaner与XPath

HtmlCleaner最大的优点是：支持XPath的方式选取元素。XPath是一门在XML中查找信息的语言，也可以用于抽取HTML元素。XPath与CSS Selector大部分功能都是重合的，但是CSS Selector专门针对HTML，写法更简洁，而XPath则是通用的标准，可以精确到属性值。XPath有一定的学习成本，但是对经常需要编写爬虫的人来说，这点投入绝对是值得的。

java的xml的解析方式有什么，他们的解析流程是怎么样的，有什么区别

答：4种。（或者说是两种，因为JDOM和DOM4J是DOM的两个特殊情况）

1.SAX解析

解析方式是事件驱动机制！

SAX解析器，逐行读取XML文件解析，每当解析到一个标签的开始/结束/内容/属性时，触发事件。

可以在这些事件发生时，编写程序进行相应的处理。

优点：

分析能够立即开始，而不是等待所有的数据被处理。

逐行加载，节省内存，有助于解析大于系统内存的文档。

有时不必解析整个文档，它可以在某个条件得到满足时停止解析。

缺点：

1.单向解析，无法定位文档层次，无法同时访问同一个文档的不同部分数据（因为逐行解析，当解析第n行时，第n-1行）已经被释放了，无法再对其进行操作）。

2. 无法得知事件发生时元素的层次, 只能自己维护节点的父/子关系。

3. 只读解析方式, 无法修改XML文档的内容。

2. DOM解析

是用与平台和语言无关的方式表示XML文档的官方W3C标准，分析该结构通常需要加载整个 文档和内存中建立文档树模型。程序员可以通过操作文档树, 来完成数据的获取 修改 删除等。

优点:

文档在内存中加载, 允许对数据和结构做出更改。访问是双向的，可以在任何时候在树中双向解析数据。

缺点:

文档全部加载在内存中 , 消耗资源大。

3. JDOM解析

目的是成为Java特定文档模型，它简化与XML的交互并且比使用DOM实现更快。由于是第一 个Java特定模型，JDOM一直得到大力推广和促进。

JDOM文档声明其目的是“使用20%（或更少）的精力解决80%（或更多）Java/XML问题” （根据学习曲线假定为20%）

优点:

使用具体类而不是接口，简化了DOM的API。

大量使用了Java集合类，方便了Java开发人员。

缺点:

没有较好的灵活性。

性能不是那么优异。

4. DOM4J解析

它是JDOM的一种智能分支。它合并了许多超出基本XML文档表示的功能，包括集成的XPath 支持、XML Schema支持以及用于大文档或流化文档的基于事件的处理。它还提供了构建文档表示的选项， DOM4J是一个非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一 个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写XML。

目前许多开源项目中大量采用DOM4J , 例如:Hibernate。

java 解析数据报文

数据报文有很多协议的

你要分析的那种？

其实那种都大同小异

用DatagramSocket类和DatagramPacket类

socket建立连接

packet取得数据报

然后对不同的类型进行分析咯

java怎么解析xml文件？

String xml="xmlToUserName![CDATA[toUser]]/ToUserName"

+"FromUserName![CDATA[fromUser]]/FromUserName"

+"CreateTime12345678/CreateTime"

+"MsgType![CDATA[text]]/MsgType"

+"Content![CDATA[你好]]/Content/xml";

try {

//加载xml字符串

org.dom4j.Document document=org.dom4j.DocumentHelper.parseText(xml);

//获取根节点

org.dom4j.Element root=document.getRootElement();

//获取值  ==toUser

String toUserName=root.elementText("ToUserName");

System.out.println(toUserName);

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

如何使用java将cgm转换成pdf文件

总结对jacob和Itext学习总结.本文试验的是将cgm转换成PDF文件.

实现思路

一、先将cgm转换成HMTL文件格式

二、用流读取HTML文件。将其保存在一个String对象中。

三、用Itext组件，将生成的字符串对象转换成PDF文件。

四、在要生成的PDF文件加入所需信息。

在此：有几点问题如还请前辈解答：1、怎么控制我在PDF文件加入某段文字的字体、大小、间距等。

/**

* 生成PDF文件

* @author 于学明

*

*/

public class CreatePdf {

/**

* 获得PDF文件所需图片

* @param imagePath  //图片文件路径

* @return

* @throws BadElementException

* @throws MalformedURLException

* @throws IOException

*/

public Image getImageFile(String imagePath) throws BadElementException, MalformedURLException, IOException{

Image jpg = Image.getInstance(imagePath);

//设置图片居中

jpg.setAlignment(Image.MIDDLE);

return jpg;

}

/**

* 获得文字内容

* @param inputFilePath 原DOC文件路径

* @param outputFilePath 生成HTML文件路径

* @return

*/

public String getPdfContext(String inputFilePath,String outputFilePath){

//  读取DOC文件内容

String htmlText = new FileExtracter().extractDoc(inputFilePath, outputFilePath);

//把读取的HTML文件,生成一个字符串

String pdf =  new FileExtracter().getContext(htmlText);

return pdf;

}

/**

* 用ITEXT生成指定PDF格式文件

* @param imagePath0

* @param inputFilePath

* @param outputFilePath

* @param imagePath1

* @param outputPdf

* @return

* @throws DocumentException

* @throws IOException

*/

public String createPDF(String imagePath0,String inputFilePath,String outputFilePath,String imagePath1,String outputPdf) throws DocumentException, IOException{

//返回的pdf全路径

String returnPdf="";

File dir=new File("out_pdf");

//若目录不存在则新建该目录

if(!dir.exists()){

dir.mkdir();

}

//新建空白文件

File outPdfPath=new File(dir+"/"+outputPdf);//输出pdf文件的全路径

try {

outPdfPath.createNewFile();

} catch (IOException e1) {

e1.printStackTrace();

returnPdf=null;

}

//定义PDF文件大小和边距

Document document = new Document(PageSize.A4, 50, 50, 50, 50);

//生成PDF文件的路径

PdfWriter writer = PdfWriter.getInstance(document,new FileOutputStream(outPdfPath));

writer.setViewerPreferences(PdfWriter.PageModeFullScreen);

document.open();

//文件头图片

document.add(getImageFile(imagePath0));

//定义字体,可以正常显示中文

BaseFont bfComic = BaseFont.createFont("STSong-Light","UniGB-UCS2-H", BaseFont.NOT_EMBEDDED);

Font font = new Font(bfComic, 12, Font.NORMAL);

String pdf =  getPdfContext(inputFilePath, outputFilePath);

//  String str=new String(pdf.getBytes("ISO-8859-1"),"GB2312");

document.add(new Paragraph(pdf,font));

//文件尾图片

document.add(getImageFile(imagePath1));

document.close();

returnPdf = outPdfPath.getAbsolutePath();

return returnPdf;

}

/**

*  用ITEXT生成指定PDF格式文件

* @param imagePath

* @param inputFilePath

* @param outputFilePath

* @param outputPdf

* @return

* @throws DocumentException

* @throws IOException

*/

public String createPDF(String imagePath,String inputFilePath,String outputFilePath,String outputPdf) throws DocumentException, IOException{

//  返回的pdf全路径

String returnPdf="";

File dir=new File("out_pdf");

//若目录不存在则新建该目录

if(!dir.exists()){

dir.mkdir();

}

//新建空白文件

File outPdfPath=new File(dir+"/"+outputPdf);//输出pdf文件的全路径

try {

outPdfPath.createNewFile();

} catch (IOException e1) {

e1.printStackTrace();

returnPdf=null;

}

Document document = new Document(PageSize.A4, 50, 50, 50, 50);

//生成PDF文件的路径

PdfWriter writer = PdfWriter.getInstance(document,new FileOutputStream(outPdfPath));

writer.setViewerPreferences(PdfWriter.PageModeFullScreen);

document.open();

document.add(getImageFile(imagePath));

//  定义字体,可以正常显示中文

BaseFont bfComic = BaseFont.createFont("STSong-Light","UniGB-UCS2-H", BaseFont.NOT_EMBEDDED);

Font font = new Font(bfComic, 12, Font.NORMAL);

String pdf =  getPdfContext(inputFilePath, outputFilePath);

//  String str=new String(pdf.getBytes("ISO-8859-1"),"GB2312");

document.add(new Paragraph(pdf,font));

document.close();

returnPdf = outPdfPath.getAbsolutePath();

return returnPdf;

}

public static void main(String [] args){

try {

String s = new CreatePdf().createPDF("c:/a.gif","c:/s.doc", "c:/x.html", "a.pdf");

System.out.println(s);

} catch (DocumentException e) {

// TODO 自动生成 catch 块

e.printStackTrace();

} catch (IOException e) {

// TODO 自动生成 catch 块

e.printStackTrace();

}

}

}

在java中解析xml有哪几种方法

(1)DOM解析

DOM是html和xml的应用程序接口(API)，以层次结构（类似于树型）来组织节点和信息片段，映射XML文档的结构，允许获取

和操作文档的任意部分，是W3C的官方标准

【优点】

①允许应用程序对数据和结构做出更改。

②访问是双向的，可以在任何时候在树中上下导航，获取和操作任意部分的数据。

【缺点】

①通常需要加载整个XML文档来构造层次结构，消耗资源大。

【解析详解】

①构建Document对象：

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

DocumentBuilder db = bdf.newDocumentBuilder();

InputStream is = Thread.currentThread().getContextClassLoader().getResourceAsStream(xml文件);

Document doc = bd.parse(is);

②遍历DOM对象

Document： XML文档对象，由解析器获取

NodeList： 节点数组

Node： 节点(包括element、#text)

Element： 元素，可用于获取属性参数

(2)SAX(Simple API for XML)解析

流模型中的"推"模型分析方式。通过事件驱动，每发现一个节点就引发一个事件，事件推给事件处理器，通过回调方法

完成解析工作，解析XML文档的逻辑需要应用程序完成

【优势】

①不需要等待所有数据都被处理，分析就能立即开始。

②只在读取数据时检查数据，不需要保存在内存中。

③可以在某个条件得到满足时停止解析，不必解析整个文档。

④效率和性能较高，能解析大于系统内存的文档。

【缺点】

①需要应用程序自己负责TAG的处理逻辑（例如维护父/子关系等），文档越复杂程序就越复杂。

②单向导航，无法定位文档层次，很难同时访问同一文档的不同部分数据，不支持XPath。

【原理】

简单的说就是对文档进行顺序扫描，当扫描到文档(document)开始与结束、元素(element)开始与结束时通知事件

处理函数(回调函数)，进行相应处理，直到文档结束

【事件处理器类型】

①访问XML DTD：DTDHandler

②低级访问解析错误：ErrorHandler

③访问文档内容：ContextHandler

【DefaultHandler类】

SAX事件处理程序的默认基类，实现了DTDHandler、ErrorHandler、ContextHandler和EntityResolver接口，通常

做法是，继承该基类，重写需要的方法，如startDocument()

【创建SAX解析器】

SAXParserFactory saxf = SAXParserFactory.newInstance();

SAXParser sax = saxf.newSAXParser();

注：关于遍历

①深度优先遍历(Depthi-First Traserval)

②广度优先遍历(Width-First Traserval)

(3)JDOM(Java-based Document Object Model)

Java特定的文档对象模型。自身不包含解析器，使用SAX

【优点】

①使用具体类而不是接口，简化了DOM的API。

②大量使用了Java集合类，方便了Java开发人员。

【缺点】

①没有较好的灵活性。

②性能较差。

(4)DOM4J(Document Object Model for Java)

简单易用，采用Java集合框架，并完全支持DOM、SAX和JAXP

【优点】

①大量使用了Java集合类，方便Java开发人员，同时提供一些提高性能的替代方法。

②支持XPath。

③有很好的性能。

【缺点】

①大量使用了接口，API较为复杂。

(5)StAX(Streaming API for XML)

流模型中的拉模型分析方式。提供基于指针和基于迭代器两种方式的支持,JDK1.6新特性

【和推式解析相比的优点】

①在拉式解析中，事件是由解析应用产生的，因此拉式解析中向客户端提供的是解析规则，而不是解析器。

②同推式解析相比，拉式解析的代码更简单，而且不用那么多库。

③拉式解析客户端能够一次读取多个XML文件。

④拉式解析允许你过滤XML文件和跳过解析事件。

【简介】

StAX API的实现是使用了Java Web服务开发（JWSDP）1.6，并结合了Sun Java流式XML分析器(SJSXP)-它位于

javax.xml.stream包中。XMLStreamReader接口用于分析一个XML文档，而XMLStreamWriter接口用于生成一个

XML文档。XMLEventReader负责使用一个对象事件迭代子分析XML事件-这与XMLStreamReader所使用的光标机制

形成对照。

Java解析cgm的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于java解析报文、Java解析cgm的信息别忘了在本站进行查找喔。

标签：