ラベル XML の投稿を表示しています。 すべての投稿を表示
ラベル XML の投稿を表示しています。 すべての投稿を表示

2014-11-13

C#でのHTML解析はSGMLReaderがいい感じ

C#でHTMLの解析をすることになったので、何かいいライブラリがないか探していましたが見つかりました。 インストール方法は、公式サイトに書いてあるようにNuGetから設定するのがラクですね。簡単なサンプルは下記の通り。下記では、tdタグの中身を取ってきていますが、LINQ形式の検索をすることもできるようです。


2011-06-29

[Java]XMLプログラミング ~XMLの読み込み方法の整理~

今日も初歩的な話。XMLを解析する際に、どうやってXMLを読み込ませるかという方法です。具体的には、どうやってXMLデータをDocumentクラスに格納するのか?ということになります。状況として、下記の3つが考えられます。
  1. XMLが記述されたファイルを読み込む場合
  2. XMLデータをStreamから読み込む場合
  3. すでにStringクラスにXMLデータが入っている場合
しかし、いずれの場合も同じく、parseメソッドを用います。
DocumentBuilderFactory domFactory = DocumentBuilderFactory.newInstance();
    DocumentBuilder db= domFactory.newDocumentBuilder();
    //ファイルから読み込む場合
    Document doc = db.parse("C:\\temp\\TestSample.xml");
    //Streamから読み込む場合
    Document doc = db.parse(is); //isはInputStreamの変数
    //String変数から読み込む場合
    Document doc = db.parse(new InputSource(new StringReader(xml)));  //xmlはString変数         


2011-06-28

[Java]XMLプログラミング ~xpathによる解析~

xpathを利用したXMLの解析プログラム。GAEでの稼働を想定していますので、本ページの内容は、下記のサイトを抜粋してます。
参考サイト: [技術]GAE/JでXML解析(xpath)を行う方法
xalanのパッケージに入っている下記の4つのライブラリが必要です。
serializer.jar,xalan.jar,xercesImpl.jar,xml-apis.jar,xsltc.jar
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.xpath.XPath;
import javax.xml.xpath.XPathConstants;
import javax.xml.xpath.XPathExpressionException;

import org.w3c.dom.Document;
import org.w3c.dom.NodeList;

import org.xml.sax.InputSource;
import org.xml.sax.SAXException;

    DocumentBuilderFactory domFactory = DocumentBuilderFactory.newInstance();
    domFactory.setNamespaceAware(true);
    DocumentBuilder builder;
    String xpathQuery="xpathを記述する";
    String xml="解析するXMLが入っているとする";

  try {
   builder = domFactory.newDocumentBuilder();
  
    Document doc = builder.parse(new InputSource(new StringReader(xml)));
    XPath xpath = new org.apache.xpath.jaxp.XPathFactoryImpl().newXPath();
    NodeList nodes = (NodeList)xpath.evaluate(xpathQuery, doc, XPathConstants.NODESET);
    for (int i = 0; i < nodes.getLength(); i++) {
        System.out.println(nodes.item(i).getNodeValue());
    }
  
  } catch (ParserConfigurationException e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  } catch (SAXException e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  } catch (XPathExpressionException e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  }


2011-06-08

[C#]XMLプログラミング ~XMLファイルの編集~

XMLファイルの編集についてです。DOMのアプローチになりますが、XMLファイルを読み込んで編集したいノードをXPATHで探索してそのノードに対して操作を行うという手順になります。下記のサンプルでは、XPATHで探索した結果が1つの場合と複数の場合の両方を書いてますので、適時参考にしてください。最後にファイルを保存することを忘れずに。
      XmlDocument doc = new XmlDocument(); //インスタンスの生成
            doc.Load("C:\\temp\\test5.xml"); //XML文書の読み込み
                    
            //複数の場合
            //XmlNodeList nodes = doc.SelectNodes("//presen/slide[@id='2']");
            //1つの場合
            XmlNode nodes = doc.SelectSingleNode("//presen/slide[@id='1']");
            nodes.SelectSingleNode("contents").InnerText = "あかさたな";
            //複数の場合
            /*
            foreach (XmlNode st in nodes)
            {
                XmlNode tweetname = st.SelectSingleNode("contents");
                tweetname.InnerText = "aslkjfakshfa";
            }
            */
            doc.Save("C:\\temp\\test5.xml"); //XMLファイルの保存


2011-05-19

[C#] XMLプログラミング ~XMLファイルの作成~

とりあえず、一番シンプルで直感的なDOMツリーによる作成方法を以下に示します。

            XmlDocument xmlDocument = new XmlDocument();

            XmlElement root = xmlDocument.CreateElement("root");
            xmlDocument.AppendChild(root);

            //1つめのitemエレメント
            XmlElement item_elem = xmlDocument.CreateElement("item");
            item_elem.SetAttribute("id", "1");
            //item_elem.Value = "直接値を入れてみる"; //これはできません
            root.AppendChild(item_elem);
            
            XmlElement item_elem2 = xmlDocument.CreateElement("item");
            XmlNode name_node = xmlDocument.CreateNode(XmlNodeType.Text, "", "");
            name_node.Value = "値を入れる";
            item_elem2.AppendChild(name_node);
            root.AppendChild(item_elem2);
            xmlDocument.Save("c:\\temp\\test.xml");

XmlElement とXmlNode の使い分けがわかりにくいかもしれませんが、属性を持つようなノードについてはXmlElement を使ってください。またノードの値については、XmlElement に直接設定することはできません。上記のように、XmlNode に値をいれて子要素としてください。「値も1つのテキストノードである」と考えると理解しやすいと思います。

2010-12-20

[GWT]Amazon API のXMLを解析する (クライアントサイド)

Amazon Product Advertising APIを利用して商品データを解析するGWTのサンプルです。クライアント側の処理なので、XMLパーザーは、com.google.gwt.xml.client.*のパッケージのクラスを利用します。まあ、ふつうのXMLの処理ですので特筆するべきところはありませんが、商品によって要素が抜ける場合がありますので注意が必要です。例えば下記では、AuthorとCreatorの扱い方など。


2010-12-01

GWTでXMLを扱う ~クライアントサイド編~

GWTでのXMLプログラミングについて基本のところを書いてなかったので、、、今回は、クライアントサイド編です。クライアントサイドでの操作は、JavaScriptでの操作とほぼ同じになるのでそんなに難しく考える必要はないでしょう。利用するクラスは、 com.google.gwt.xml.clientパッケージを利用します。importする際には間違えないようにしましょう。

gwt.xmlファイルに以下の記述を追加してください。
操作するXMLファイル
Javaのコードは以下のようになります。基本的な使い方のパターンを挙げています。前提として、stringXML変数に上述のXMLデータが入っているものとします。
注意点ですが、他のXMLパーザーと同様に子ノードを取ってくる際には、改行が入ってくると子ノードの個数が変わってきます。具体的に言うと、上記のXMLではsbosyタグの子ノードは2つとなりますが、これらに改行が入ってくると、改行がテキストノードとしてカウントされます。たいていのXMLドキュメントには改行は入ってないと思いますが、気をつけてください

2010-06-21

GWTでのXML処理 ~Namespaceありのノードを読み込む問題~

現在調査中なのだが、GWTのクライアント側で、com.google.gwt.xml.clientパッケージ下のXMLライブラリを使う場合、Namespaceの処理ができない?という結論に至っている。厄介なのは、
  • getElementsByTagName()メソッドで、NamespaceのPrefixを付け足しすとそのノードを導けない
  • getNamespaceURI ()メソッドは有効になっている
つまり、ノードとしてはNamespaceを区別しているんだけど、呼び出し等のメソッドが対応していないと。 。。

では、どうすればいいのかというと、
  • getElementsByTagName()の引数は、Namespaceは無視してタグ名だけを記述する
 ということ。

もし、同一名称のタグが存在するのであれば、その区別をする必要があるので、その場合は、
  • getPrefix()でNamespaceのPrefixがとってこれるのでそれを比較する
というなんか情けないことをするしかないようで、、、、、これは、JavaScriptのXMLパーザーの仕様が関係しているのでしょうか?ちょっと個人的には信じられない仕様なので、今後も調査を継続したいところです。


個人的なつぶやき

  • getNamespaceURI ()があるのに、なんでsetNamespaceURI ()がないのか、、、
  • GWTの開発陣営はこの点をどう考えているのかな