Анализ XML-данных

Расширяемый язык разметки (XML) — это набор правил кодирования документов в машиночитаемой форме. XML — популярный формат для обмена данными в Интернете.

Веб-сайты, которые часто обновляют свое содержимое, например новостные сайты или блоги, часто предоставляют XML-канал, чтобы внешние программы могли быть в курсе изменений контента. Загрузка и анализ XML-данных — обычная задача для сетевых приложений. В этом разделе объясняется, как анализировать XML-документы и использовать их данные.

Дополнительные сведения о создании веб-контента в приложении Android см. в разделе Веб-контент .

Выберите парсер

Мы рекомендуем XmlPullParser — эффективный и удобный способ анализа XML на Android. В Android есть две реализации этого интерфейса:

Любой выбор хорош. В примере в этом разделе используются ExpatPullParser и Xml.newPullParser() .

Анализируйте ленту

Первый шаг при анализе фида — решить, какие поля вас интересуют. Анализатор извлекает данные для этих полей и игнорирует остальные.

См. следующий отрывок из проанализированного канала в примере приложения. Каждое сообщение на StackOverflow.com отображается в ленте как тег entry , содержащий несколько вложенных тегов:

<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:creativeCommons="http://backend.userland.com/creativeCommonsRssModule" ...">
<title type="text">newest questions tagged android - Stack Overflow</title>
...
   
<entry>
    ...
   
</entry>
   
<entry>
       
<id>http://stackoverflow.com/q/9439999</id>
       
<re:rank scheme="http://stackoverflow.com">0</re:rank>
       
<title type="text">Where is my data file?</title>
       
<category scheme="http://stackoverflow.com/feeds/tag?tagnames=android&sort=newest/tags" term="android"/>
       
<category scheme="http://stackoverflow.com/feeds/tag?tagnames=android&sort=newest/tags" term="file"/>
       
<author>
           
<name>cliff2310</name>
           
<uri>http://stackoverflow.com/users/1128925</uri>
       
</author>
       
<link rel="alternate" href="http://stackoverflow.com/questions/9439999/where-is-my-data-file" />
       
<published>2012-02-25T00:30:54Z</published>
       
<updated>2012-02-25T00:30:54Z</updated>
       
<summary type="html">
           
<p>I have an Application that requires a data file...</p>

       
</summary>
   
</entry>
   
<entry>
    ...
   
</entry>
...
</feed>

Пример приложения извлекает данные для тега entry и его вложенных тегов title , link и summary .

Создание экземпляра парсера

Следующим шагом в анализе канала является создание экземпляра анализатора и запуск процесса анализа. Этот фрагмент инициализирует синтаксический анализатор, чтобы он не обрабатывал пространства имен и использовал предоставленный InputStream в качестве входных данных. Он запускает процесс анализа с вызова nextTag() и вызывает метод readFeed() , который извлекает и обрабатывает данные, которые интересуют приложение:

// We don't use namespaces.
private val ns: String? = null

class StackOverflowXmlParser {

   
@Throws(XmlPullParserException::class, IOException::class)
   
fun parse(inputStream: InputStream): List<*> {
        inputStream
.use { inputStream ->
           
val parser: XmlPullParser = Xml.newPullParser()
            parser
.setFeature(XmlPullParser.FEATURE_PROCESS_NAMESPACES, false)
            parser
.setInput(inputStream, null)
            parser
.nextTag()
           
return readFeed(parser)
       
}
   
}
 
...
}
public class StackOverflowXmlParser {
   
// We don't use namespaces.
   
private static final String ns = null;

   
public List parse(InputStream in) throws XmlPullParserException, IOException {
       
try {
           
XmlPullParser parser = Xml.newPullParser();
            parser
.setFeature(XmlPullParser.FEATURE_PROCESS_NAMESPACES, false);
            parser
.setInput(in, null);
            parser
.nextTag();
           
return readFeed(parser);
       
} finally {
            in
.close();
       
}
   
}
 
...
}

Читать ленту

Метод readFeed() выполняет фактическую работу по обработке канала. Он ищет элементы с тегом «запись» в качестве отправной точки для рекурсивной обработки канала. Если тег не является тегом entry , он его пропускает. После рекурсивной обработки всего канала readFeed() возвращает List , содержащий записи (включая вложенные элементы данных), извлеченные из канала. Этот List затем возвращается анализатором.

@Throws(XmlPullParserException::class, IOException::class)
private fun readFeed(parser: XmlPullParser): List<Entry> {
   
val entries = mutableListOf<Entry>()

    parser
.require(XmlPullParser.START_TAG, ns, "feed")
   
while (parser.next() != XmlPullParser.END_TAG) {
       
if (parser.eventType != XmlPullParser.START_TAG) {
           
continue
       
}
       
// Starts by looking for the entry tag.
       
if (parser.name == "entry") {
            entries
.add(readEntry(parser))
       
} else {
            skip
(parser)
       
}
   
}
   
return entries
}
private List readFeed(XmlPullParser parser) throws XmlPullParserException, IOException {
   
List entries = new ArrayList();

    parser
.require(XmlPullParser.START_TAG, ns, "feed");
   
while (parser.next() != XmlPullParser.END_TAG) {
       
if (parser.getEventType() != XmlPullParser.START_TAG) {
           
continue;
       
}
       
String name = parser.getName();
       
// Starts by looking for the entry tag.
       
if (name.equals("entry")) {
            entries
.add(readEntry(parser));
       
} else {
            skip
(parser);
       
}
   
}
   
return entries;
}

Разобрать XML

Шаги для анализа XML-канала следующие:

  1. Как описано в разделе «Анализ канала» , определите теги, которые вы хотите включить в свое приложение. В этом примере извлекаются данные для тега entry и его вложенных тегов: title , link и summary .
  2. Создайте следующие методы:

    • Метод «чтения» для каждого тега, который вы хотите включить, например readEntry() и readTitle() . Парсер считывает теги из входного потока. Когда он встречает тег с именем, в этом примере, entry , title , link или summary , он вызывает соответствующий метод для этого тега. В противном случае он пропускает тег.
    • Методы извлечения данных для каждого типа тегов и перехода анализатора к следующему тегу. В этом примере соответствующие методы следующие:
      • Для тегов title и summary синтаксический анализатор вызывает readText() . Этот метод извлекает данные для этих тегов, вызывая parser.getText() .
      • Что касается тега link , анализатор извлекает данные для ссылок, сначала определяя, является ли ссылка тем типом, который его интересует. Затем он использует parser.getAttributeValue() для извлечения значения ссылки.
      • Для тега entry синтаксический анализатор вызывает readEntry() . Этот метод анализирует вложенные теги записи и возвращает объект Entry с элементами данных title , link и summary .
    • Вспомогательный рекурсивный метод skip() . Дополнительные сведения по этой теме см. в разделе Пропуск ненужных тегов .

В этом фрагменте показано, как анализатор анализирует записи, заголовки, ссылки и резюме.

data class Entry(val title: String?, val summary: String?, val link: String?)

// Parses the contents of an entry. If it encounters a title, summary, or link tag, hands them off
// to their respective "read" methods for processing. Otherwise, skips the tag.
@Throws(XmlPullParserException::class, IOException::class)
private fun readEntry(parser: XmlPullParser): Entry {
    parser
.require(XmlPullParser.START_TAG, ns, "entry")
   
var title: String? = null
   
var summary: String? = null
   
var link: String? = null
   
while (parser.next() != XmlPullParser.END_TAG) {
       
if (parser.eventType != XmlPullParser.START_TAG) {
           
continue
       
}
       
when (parser.name) {
           
"title" -> title = readTitle(parser)
           
"summary" -> summary = readSummary(parser)
           
"link" -> link = readLink(parser)
           
else -> skip(parser)
       
}
   
}
   
return Entry(title, summary, link)
}

// Processes title tags in the feed.
@Throws(IOException::class, XmlPullParserException::class)
private fun readTitle(parser: XmlPullParser): String {
    parser
.require(XmlPullParser.START_TAG, ns, "title")
   
val title = readText(parser)
    parser
.require(XmlPullParser.END_TAG, ns, "title")
   
return title
}

// Processes link tags in the feed.
@Throws(IOException::class, XmlPullParserException::class)
private fun readLink(parser: XmlPullParser): String {
   
var link = ""
    parser
.require(XmlPullParser.START_TAG, ns, "link")
   
val tag = parser.name
   
val relType = parser.getAttributeValue(null, "rel")
   
if (tag == "link") {
       
if (relType == "alternate") {
            link
= parser.getAttributeValue(null, "href")
            parser
.nextTag()
       
}
   
}
    parser
.require(XmlPullParser.END_TAG, ns, "link")
   
return link
}

// Processes summary tags in the feed.
@Throws(IOException::class, XmlPullParserException::class)
private fun readSummary(parser: XmlPullParser): String {
    parser
.require(XmlPullParser.START_TAG, ns, "summary")
   
val summary = readText(parser)
    parser
.require(XmlPullParser.END_TAG, ns, "summary")
   
return summary
}

// For the tags title and summary, extracts their text values.
@Throws(IOException::class, XmlPullParserException::class)
private fun readText(parser: XmlPullParser): String {
   
var result = ""
   
if (parser.next() == XmlPullParser.TEXT) {
        result
= parser.text
        parser
.nextTag()
   
}
   
return result
}
...
public static class Entry {
   
public final String title;
   
public final String link;
   
public final String summary;

   
private Entry(String title, String summary, String link) {
       
this.title = title;
       
this.summary = summary;
       
this.link = link;
   
}
}

// Parses the contents of an entry. If it encounters a title, summary, or link tag, hands them off
// to their respective "read" methods for processing. Otherwise, skips the tag.
private Entry readEntry(XmlPullParser parser) throws XmlPullParserException, IOException {
    parser
.require(XmlPullParser.START_TAG, ns, "entry");
   
String title = null;
   
String summary = null;
   
String link = null;
   
while (parser.next() != XmlPullParser.END_TAG) {
       
if (parser.getEventType() != XmlPullParser.START_TAG) {
           
continue;
       
}
       
String name = parser.getName();
       
if (name.equals("title")) {
            title
= readTitle(parser);
       
} else if (name.equals("summary")) {
            summary
= readSummary(parser);
       
} else if (name.equals("link")) {
            link
= readLink(parser);
       
} else {
            skip
(parser);
       
}
   
}
   
return new Entry(title, summary, link);
}

// Processes title tags in the feed.
private String readTitle(XmlPullParser parser) throws IOException, XmlPullParserException {
    parser
.require(XmlPullParser.START_TAG, ns, "title");
   
String title = readText(parser);
    parser
.require(XmlPullParser.END_TAG, ns, "title");
   
return title;
}

// Processes link tags in the feed.
private String readLink(XmlPullParser parser) throws IOException, XmlPullParserException {
   
String link = "";
    parser
.require(XmlPullParser.START_TAG, ns, "link");
   
String tag = parser.getName();
   
String relType = parser.getAttributeValue(null, "rel");
   
if (tag.equals("link")) {
       
if (relType.equals("alternate")){
            link
= parser.getAttributeValue(null, "href");
            parser
.nextTag();
       
}
   
}
    parser
.require(XmlPullParser.END_TAG, ns, "link");
   
return link;
}

// Processes summary tags in the feed.
private String readSummary(XmlPullParser parser) throws IOException, XmlPullParserException {
    parser
.require(XmlPullParser.START_TAG, ns, "summary");
   
String summary = readText(parser);
    parser
.require(XmlPullParser.END_TAG, ns, "summary");
   
return summary;
}

// For the tags title and summary, extracts their text values.
private String readText(XmlPullParser parser) throws IOException, XmlPullParserException {
   
String result = "";
   
if (parser.next() == XmlPullParser.TEXT) {
        result
= parser.getText();
        parser
.nextTag();
   
}
   
return result;
}
 
...
}

Пропускайте теги, которые вам не интересны

Парсеру необходимо пропускать теги, которые ему не интересны. Вот метод парсера skip() :

@Throws(XmlPullParserException::class, IOException::class)
private fun skip(parser: XmlPullParser) {
   
if (parser.eventType != XmlPullParser.START_TAG) {
       
throw IllegalStateException()
   
}
   
var depth = 1
   
while (depth != 0) {
       
when (parser.next()) {
           
XmlPullParser.END_TAG -> depth--
           
XmlPullParser.START_TAG -> depth++
       
}
   
}
}
private void skip(XmlPullParser parser) throws XmlPullParserException, IOException {
   
if (parser.getEventType() != XmlPullParser.START_TAG) {
       
throw new IllegalStateException();
   
}
   
int depth = 1;
   
while (depth != 0) {
       
switch (parser.next()) {
       
case XmlPullParser.END_TAG:
            depth
--;
           
break;
       
case XmlPullParser.START_TAG:
            depth
++;
           
break;
       
}
   
}
 
}

Вот как это работает:

  • Он генерирует исключение, если текущее событие не является START_TAG .
  • Он использует START_TAG и все события до соответствующего END_TAG включительно.
  • Он отслеживает глубину вложенности, чтобы убедиться, что он останавливается на правильном END_TAG , а не на первом встреченном теге после исходного START_TAG .

Таким образом, если текущий элемент имеет вложенные элементы, значение depth не будет равно 0, пока синтаксический анализатор не обработает все события между исходным START_TAG и соответствующим ему END_TAG . Например, рассмотрим, как парсер пропускает элемент <author> , который имеет два вложенных элемента: <name> и <uri> :

  • При первом выполнении цикла while следующим тегом, который анализатор встретит после <author> будет START_TAG для <name> . Значение depth увеличивается до 2.
  • Во второй раз в while следующим тегом, с которым сталкивается синтаксический анализатор, является END_TAG </name> . Значение depth уменьшается до 1.
  • В третий раз в цикле while следующим тегом, с которым сталкивается синтаксический анализатор, является START_TAG <uri> . Значение depth увеличивается до 2.
  • В четвертый раз в цикле while следующим тегом, с которым сталкивается синтаксический анализатор, является END_TAG </uri> . Значение depth уменьшается до 1.
  • В пятый и последний раз цикла while следующим тегом, с которым сталкивается синтаксический анализатор, является END_TAG </author> . Значение depth уменьшается до 0, что указывает на то, что элемент <author> успешно пропущен.

Потребление XML-данных

Пример приложения асинхронно извлекает и анализирует XML-канал. Это снимает обработку с основного потока пользовательского интерфейса. После завершения обработки приложение обновляет пользовательский интерфейс в своем основном действии NetworkActivity .

В следующем фрагменте метод loadPage() выполняет следующее:

  • Инициализирует строковую переменную с URL-адресом XML-канала.
  • Вызывает метод downloadXml(url) , если это позволяют настройки пользователя и сетевое подключение. Этот метод загружает и анализирует канал и возвращает строковый результат, который будет отображаться в пользовательском интерфейсе.
class NetworkActivity : Activity() {

   
companion object {

        const
val WIFI = "Wi-Fi"
        const
val ANY = "Any"
        const
val SO_URL = "http://stackoverflow.com/feeds/tag?tagnames=android&sort=newest"
       
// Whether there is a Wi-Fi connection.
       
private var wifiConnected = false
       
// Whether there is a mobile connection.
       
private var mobileConnected = false

       
// Whether the display should be refreshed.
       
var refreshDisplay = true
       
// The user's current network preference setting.
       
var sPref: String? = null
   
}
   
...
   
// Asynchronously downloads the XML feed from stackoverflow.com.
   
fun loadPage() {

       
if (sPref.equals(ANY) && (wifiConnected || mobileConnected)) {
            downloadXml
(SO_URL)
       
} else if (sPref.equals(WIFI) && wifiConnected) {
            downloadXml
(SO_URL)
       
} else {
           
// Show error.
       
}
   
}
   
...
}
public class NetworkActivity extends Activity {
   
public static final String WIFI = "Wi-Fi";
   
public static final String ANY = "Any";
   
private static final String URL = "http://stackoverflow.com/feeds/tag?tagnames=android&sort=newest";

   
// Whether there is a Wi-Fi connection.
   
private static boolean wifiConnected = false;
   
// Whether there is a mobile connection.
   
private static boolean mobileConnected = false;
   
// Whether the display should be refreshed.
   
public static boolean refreshDisplay = true;
   
public static String sPref = null;
   
...
   
// Asynchronously downloads the XML feed from stackoverflow.com.
   
public void loadPage() {

       
if((sPref.equals(ANY)) && (wifiConnected || mobileConnected)) {
            downloadXml
(URL);
       
}
       
else if ((sPref.equals(WIFI)) && (wifiConnected)) {
            downloadXml
(URL);
       
} else {
           
// Show error.
       
}
   
}

Метод downloadXml вызывает следующие методы Kotlin:

  • lifecycleScope.launch(Dispatchers.IO) , который использует сопрограммы Kotlin для запуска метода loadXmlFromNetwork() в потоке ввода-вывода. Он передает URL-адрес канала в качестве параметра. Метод loadXmlFromNetwork() извлекает и обрабатывает канал. По завершении он возвращает строку результата.
  • withContext(Dispatchers.Main) , который использует сопрограммы Kotlin для возврата в основной поток, принимает возвращенную строку и отображает ее в пользовательском интерфейсе.

На языке программирования Java этот процесс выглядит следующим образом:

  • Executor выполняет метод loadXmlFromNetwork() в фоновом потоке. Он передает URL-адрес канала в качестве параметра. Метод loadXmlFromNetwork() извлекает и обрабатывает канал. По завершении он возвращает строку результата.
  • Handler вызывает post , чтобы вернуться в основной поток, принимает возвращенную строку и отображает ее в пользовательском интерфейсе.
// Implementation of Kotlin coroutines used to download XML feed from stackoverflow.com.
private fun downloadXml(vararg urls: String) {
   
var result: String? = null
    lifecycleScope
.launch(Dispatchers.IO) {
        result
= try {
            loadXmlFromNetwork
(urls[0])
       
} catch (e: IOException) {
            resources
.getString(R.string.connection_error)
       
} catch (e: XmlPullParserException) {
            resources
.getString(R.string.xml_error)
       
}
        withContext
(Dispatchers.Main) {
            setContentView
(R.layout.main)
           
// Displays the HTML string in the UI via a WebView.
            findViewById
<WebView>(R.id.webview)?.apply {
                loadData
(result?: "", "text/html", null)
           
}
       
}
   
}
}
// Implementation of Executor and Handler used to download XML feed asynchronously from stackoverflow.com.
private void downloadXml(String... urls) {
   
ExecutorService executor = Executors.newSingleThreadExecutor();
   
Handler handler = new Handler(Looper.getMainLooper());
    executor
.execute(() -> {
       
String result;
           
try {
                result
= loadXmlFromNetwork(urls[0]);
           
} catch (IOException e) {
                result
= getResources().getString(R.string.connection_error);
           
} catch (XmlPullParserException e) {
                result
= getResources().getString(R.string.xml_error);
           
}
       
String finalResult = result;
        handler
.post(() -> {
            setContentView
(R.layout.main);
           
// Displays the HTML string in the UI via a WebView.
           
WebView myWebView = (WebView) findViewById(R.id.webview);
            myWebView
.loadData(finalResult, "text/html", null);
       
});
   
});
}

Метод loadXmlFromNetwork() , вызываемый из downloadXml показан в следующем фрагменте. Он делает следующее:

  1. Создает экземпляр StackOverflowXmlParser . Он также создает переменные для объектов List of Entry ( entries ), а также для title , url и summary , чтобы хранить значения, извлеченные из XML-канала для этих полей.
  2. Вызывает downloadUrl() , который извлекает канал и возвращает его как InputStream .
  3. Использует StackOverflowXmlParser для анализа InputStream . StackOverflowXmlParser заполняет List entries данными из канала.
  4. Обрабатывает List entries и объединяет данные фида с HTML-разметкой.
  5. Возвращает строку HTML, которая отображается в пользовательском интерфейсе основного действия.
// Uploads XML from stackoverflow.com, parses it, and combines it with
// HTML markup. Returns HTML string.
@Throws(XmlPullParserException::class, IOException::class)
private fun loadXmlFromNetwork(urlString: String): String {
   
// Checks whether the user set the preference to include summary text.
   
val pref: Boolean = PreferenceManager.getDefaultSharedPreferences(this)?.run {
        getBoolean
("summaryPref", false)
   
} ?: false

   
val entries: List<Entry> = downloadUrl(urlString)?.use { stream ->
       
// Instantiates the parser.
       
StackOverflowXmlParser().parse(stream)
   
} ?: emptyList()

   
return StringBuilder().apply {
        append
("<h3>${resources.getString(R.string.page_title)}</h3>")
        append
("<em>${resources.getString(R.string.updated)} ")
        append
("${formatter.format(rightNow.time)}</em>")
       
// StackOverflowXmlParser returns a List (called "entries") of Entry objects.
       
// Each Entry object represents a single post in the XML feed.
       
// This section processes the entries list to combine each entry with HTML markup.
       
// Each entry is displayed in the UI as a link that optionally includes
       
// a text summary.
        entries
.forEach { entry ->
            append
("<p><a href='")
            append
(entry.link)
            append
("'>" + entry.title + "</a></p>")
           
// If the user set the preference to include summary text,
           
// adds it to the display.
           
if (pref) {
                append
(entry.summary)
           
}
       
}
   
}.toString()
}

// Given a string representation of a URL, sets up a connection and gets
// an input stream.
@Throws(IOException::class)
private fun downloadUrl(urlString: String): InputStream? {
   
val url = URL(urlString)
   
return (url.openConnection() as? HttpURLConnection)?.run {
        readTimeout
= 10000
        connectTimeout
= 15000
        requestMethod
= "GET"
        doInput
= true
       
// Starts the query.
        connect
()
        inputStream
   
}
}
// Uploads XML from stackoverflow.com, parses it, and combines it with
// HTML markup. Returns HTML string.
private String loadXmlFromNetwork(String urlString) throws XmlPullParserException, IOException {
   
InputStream stream = null;
   
// Instantiates the parser.
   
StackOverflowXmlParser stackOverflowXmlParser = new StackOverflowXmlParser();
   
List<Entry> entries = null;
   
String title = null;
   
String url = null;
   
String summary = null;
   
Calendar rightNow = Calendar.getInstance();
   
DateFormat formatter = new SimpleDateFormat("MMM dd h:mmaa");

   
// Checks whether the user set the preference to include summary text.
   
SharedPreferences sharedPrefs = PreferenceManager.getDefaultSharedPreferences(this);
   
boolean pref = sharedPrefs.getBoolean("summaryPref", false);

   
StringBuilder htmlString = new StringBuilder();
    htmlString
.append("<h3>" + getResources().getString(R.string.page_title) + "</h3>");
    htmlString
.append("<em>" + getResources().getString(R.string.updated) + " " +
            formatter
.format(rightNow.getTime()) + "</em>");

   
try {
        stream
= downloadUrl(urlString);
        entries
= stackOverflowXmlParser.parse(stream);
   
// Makes sure that the InputStream is closed after the app is
   
// finished using it.
   
} finally {
       
if (stream != null) {
            stream
.close();
       
}
     
}

   
// StackOverflowXmlParser returns a List (called "entries") of Entry objects.
   
// Each Entry object represents a single post in the XML feed.
   
// This section processes the entries list to combine each entry with HTML markup.
   
// Each entry is displayed in the UI as a link that optionally includes
   
// a text summary.
   
for (Entry entry : entries) {
        htmlString
.append("<p><a href='");
        htmlString
.append(entry.link);
        htmlString
.append("'>" + entry.title + "</a></p>");
       
// If the user set the preference to include summary text,
       
// adds it to the display.
       
if (pref) {
            htmlString
.append(entry.summary);
       
}
   
}
   
return htmlString.toString();
}

// Given a string representation of a URL, sets up a connection and gets
// an input stream.
private InputStream downloadUrl(String urlString) throws IOException {
    URL url
= new URL(urlString);
   
HttpURLConnection conn = (HttpURLConnection) url.openConnection();
    conn
.setReadTimeout(10000 /* milliseconds */);
    conn
.setConnectTimeout(15000 /* milliseconds */);
    conn
.setRequestMethod("GET");
    conn
.setDoInput(true);
   
// Starts the query.
    conn
.connect();
   
return conn.getInputStream();
}