Spring Batch解析定长Flat XML文件的优化方案咨询

我有如下格式的定长Flat XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<File fileId="123" xmlns="abc:XYZ" > ABC123411/10/20
XBC128911/10/20
BCD456711/23/22
</File>

需要将其中每行定长内容解析为Content对象，示例映射关系为：

ABC123411/10/20 → name: ABC, id: 1234, Date: 11/10/20

Content类定义如下：

public class Content {
   private id;
   private name;
   private date;

   // getters
}

目前我使用StaxEventItemReader结合Jaxb2Marshaller的配置，只能将<File>节点内的文本内容整体读取为TestRecord的data属性，后续需额外编写映射器拆分字符串并转换为Content对象。想咨询是否可通过Spring Batch的XML配置直接实现解析，无需额外映射逻辑？

可以通过Spring Batch现有组件的组合配置实现，无需额外编写独立映射器，核心是把XML节点内的文本提取后交给定长文件阅读器处理：

• 第一步：用StaxEventItemReader提取File节点内的文本
  先定义一个承载File节点文本的类，通过JAXB注解绑定XML结构：

  @XmlRootElement(name = "File", namespace = "abc:XYZ")
  public class FileContentRecord {
      @XmlValue
      private String content;
      // getter、setter方法
  }
  

  配置StaxEventItemReader读取该节点，将内部所有文本作为一个字符串返回：

  <bean id="staxReader" class="org.springframework.batch.item.xml.StaxEventItemReader">
      <property name="resource" value="classpath:your-input.xml"/>
      <property name="unmarshaller" ref="jaxbMarshaller"/>
      <property name="fragmentRootElementName" value="File"/>
  </bean>
  <bean id="jaxbMarshaller" class="org.springframework.oxm.jaxb.Jaxb2Marshaller">
      <property name="classesToBeBound" value="com.example.FileContentRecord"/>
      <property name="contextPaths" value="abc:XYZ"/>
  </bean>
  

• 第二步：拆分文本为单行列表
  编写简单处理器，把整段文本按换行符拆分：

  public class ContentSplitterProcessor implements ItemProcessor<FileContentRecord, List<String>> {
      @Override
      public List<String> process(FileContentRecord item) throws Exception {
          String rawContent = item.getContent().trim();
          return Arrays.asList(rawContent.split("\\r?\\n"));
      }
  }
  

• 第三步：用FlatFileItemReader处理定长行
  配置定长阅读器，直接将每行映射为Content对象：

  <bean id="fixedLengthReader" class="org.springframework.batch.item.file.FlatFileItemReader">
      <!-- 用虚拟资源占位，实际内容来自上游拆分结果 -->
      <property name="resource" value="classpath:dummy.txt"/>
      <property name="lineMapper">
          <bean class="org.springframework.batch.item.file.mapping.DefaultLineMapper">
              <property name="fieldSetMapper">
                  <bean class="org.springframework.batch.item.file.mapping.BeanWrapperFieldSetMapper">
                      <property name="targetType" value="com.example.Content"/>
                      <property name="customEditors">
                          <map>
                              <entry key="java.util.Date">
                                  <bean class="org.springframework.batch.item.file.transform.DateFieldEditor">
                                      <property name="pattern" value="MM/dd/yy"/>
                                  </bean>
                              </entry>
                          </map>
                      </property>
                  </bean>
              </property>
              <property name="lineTokenizer">
                  <bean class="org.springframework.batch.item.file.transform.FixedLengthTokenizer">
                      <!-- 对应name(3位)、id(4位)、date(8位)的定长位置 -->
                      <property name="columns" value="1-3, 4-7, 8-15"/>
                      <property name="names" value="name, id, date"/>
                  </bean>
              </property>
          </bean>
      </property>
  </bean>
  

• 第四步：串联组件到作业流
  在作业的step中，先通过staxReader读取File节点文本，经处理器拆分为行列表，再遍历列表调用fixedLengthReader处理每行，最终得到Content对象。可以通过自定义ChunkProcessor或者使用CompositeItemWriter来实现行的遍历转换。

这种方式完全基于Spring Batch的标准组件配置，不需要额外的独立映射逻辑，直接完成从XML内定长文本到Content对象的解析。

内容的提问来源于stack exchange，提问作者CuriousToLearn