我有 ~25000 個(gè) XML 文件需要用 Java 讀取。這是我的代碼：private static void ProcessFile() { try { File fXmlFile = new File("C:/Users/Emolk/Desktop/000010.xml"); DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance(); DocumentBuilder dBuilder = dbFactory.newDocumentBuilder(); Document doc = dBuilder.parse(fXmlFile); doc.getDocumentElement().normalize(); System.out.println("Root element :" + doc.getDocumentElement().getNodeName()); NodeList nList = doc.getElementsByTagName("sindex"); System.out.println("----------------------------"); for (int temp = 0; temp < nList.getLength(); temp++) { Node nNode = nList.item(temp); System.out.println(""); if (nNode.getNodeType() == Node.ELEMENT_NODE) { Element eElement = (Element) nNode; System.out.println("Name : " + eElement.getElementsByTagName("name").item(0).getTextContent()); System.out.println("Count : " + eElement.getElementsByTagName("count").item(0).getTextContent()); Entity CE = new Entity(eElement.getElementsByTagName("name").item(0).getTextContent(), Integer.parseInt(eElement.getElementsByTagName("count").item(0).getTextContent())); Entities.add(CE); System.out.println("Entity added! "); } } System.out.println(Entities); } catch (Exception e) { e.printStackTrace(); }}我如何讀取 25000 個(gè)文件而不是一個(gè)？我嘗試使用以下方法將所有 xml 文件連接在一起：https : //www.sobolsoft.com/howtouse/combine-xml-files.htm但這給了我這個(gè)錯(cuò)誤：[Fatal Error] joined.xml:130:2: The markup in the document following the root element must be well-formed.
2 回答
阿波羅的戰(zhàn)車
TA貢獻(xiàn)1862條經(jīng)驗(yàn) 獲得超6個(gè)贊
如果性能不是問題，那么您可以執(zhí)行以下操作，
import java.io.File;
import java.util.List;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
import org.w3c.dom.NodeList;
public class ReadFiles {
public static void main(String[] args) {
File dir = new File("D:/Work"); //Directory where your file exists
File [] files = dir.listFiles();
for(File file : files) {
if(file.isFile() && file.getName().endsWith(".xml")) { //You can validate file name with extension if needed
ProcessFile(file, Entities); // Assumed you have declared Entities, may be list of other collection
}
}
System.out.println(Entities);
}
private static void ProcessFile(File fXmlFile, List<E> Entities) {
try {
DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
Document doc = dBuilder.parse(fXmlFile);
doc.getDocumentElement().normalize();
System.out.println("Root element :" + doc.getDocumentElement().getNodeName());
NodeList nList = doc.getElementsByTagName("sindex");
System.out.println("----------------------------");
for (int temp = 0; temp < nList.getLength(); temp++) {
Node nNode = nList.item(temp);
System.out.println("");
if (nNode.getNodeType() == Node.ELEMENT_NODE) {
Element eElement = (Element) nNode;
System.out.println("Name : " + eElement.getElementsByTagName("name").item(0).getTextContent());
System.out.println("Count : " + eElement.getElementsByTagName("count").item(0).getTextContent());
Entity CE = new Entity(eElement.getElementsByTagName("name").item(0).getTextContent(), Integer.parseInt(eElement.getElementsByTagName("count").item(0).getTextContent()));
Entities.add(CE);
System.out.println("Entity added! ");
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
小唯快跑啊
TA貢獻(xiàn)1863條經(jīng)驗(yàn) 獲得超2個(gè)贊
要讀取多個(gè)文件，您應(yīng)該使用某種循環(huán)進(jìn)行迭代。您可以掃描目錄中的所有有效文件。
File folder = new File("path/to/directory");
File[] files = folder.listFiles();
for (int i = 0; i < files.length; i++) {
// you can also filter for .xml if needed
if (files[i].isFile()) {
// parse the file
}
}
接下來，您需要決定如何解析文件：順序或并行。由于您使用多個(gè)線程來解析文件，因此 Parallel 會(huì)快很多。
一根線
您可以重用您已經(jīng)編寫的代碼，并遍歷文件：
for (File file : files) {
processFile(file, yourListOfEntities);
}
多線程：
獲取一個(gè)ScheduledExecutorService并提交多個(gè)任務(wù)。
ExecutorService service = Executors.newFixedThreadPool(5);
for (File file : files) {
service.execute(() -> processFile(file, yourListOfEntities));
}
這里有一個(gè)重要的注意事項(xiàng)： 的默認(rèn)實(shí)現(xiàn)ArrayList不是線程安全的，所以你應(yīng)該（因?yàn)長(zhǎng)ist被多個(gè)線程使用）同步對(duì)它的訪問：
List<Entity> synchronizedList = Collections.synchronizedList(yourListOfEntities);
此外，DocumentBuilder不是線程安全的，應(yīng)該為每個(gè)線程創(chuàng)建一次（如果你只是調(diào)用你的方法，你就對(duì)了）。如果您考慮優(yōu)化它，則此注釋僅適用于這種情況。
添加回答
舉報(bào)
0/150
提交
取消