如何使用Java XPath实现XML文件全文件关键词检索并判断匹配结果

需求背景 #

我正在开发一款应用，该应用会接收用户输入的关键词，随后通过XPath扫描XML文件，根据关键词是否在文件中存在返回true或false结果。

最初实现的问题代码 #

public XPath() throws IOException, SAXException, ParserConfigurationException, XPathExpressionException {
        FileInputStream fileIS = new FileInputStream("text.xml");
        DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
        DocumentBuilder builder = builderFactory.newDocumentBuilder();
        Document xmlDocument = builder.parse(fileIS);
        XPathFactory xPathfactory = XPathFactory.newInstance();
        javax.xml.xpath.XPath xPath = xPathfactory.newXPath();
        XPathExpression expr = xPath.compile("//text()[contains(.,'java')]");
        System.out.println(expr.evaluate(xmlDocument, XPathConstants.NODESET));
    }

测试用XML文件内容 #

<?xml version="1.0"?>
<Tutorials>
    <Tutorial tutId="01" type="java">
        <title>Guava</title>
        <description>Introduction to Guava</description>
        <date>04/04/2016</date>
        <author>GuavaAuthor</author>
    </Tutorial>
    <Tutorial tutId="02" type="java">
        <title>XML</title>
        <description>Introduction to XPath</description>
        <date>04/05/2016</date>
        <author>XMLAuthor</author>
    </Tutorial>
</Tutorials>

问题原因与解决方案 #

问题分析 #

• 原XPath表达式//text()[contains(.,'java')]仅扫描XML的文本节点，但测试文件中java关键词仅存在于Tutorial节点的type属性值中，因此永远无法匹配到结果
• 原代码直接打印XPath返回的节点集对象，缺少遍历节点取内容的逻辑，无法正常展示匹配结果

修复方案 #

1. 可根据搜索需求调整XPath表达式：
   • 仅搜索文本节点：保持原表达式，更换存在于文本内容中的测试关键词即可正常匹配
   • 全量搜索（同时匹配文本内容和所有属性值）：可修改表达式为//*[contains(text(),'${替换为实际搜索关键词}') or @*[contains(.,'${替换为实际搜索关键词}')]]
2. 新增节点集遍历输出逻辑，若仅需要判断关键词是否存在，可直接返回节点集长度是否大于0的布尔值，代码如下：

Object result = expr.evaluate(xmlDocument, XPathConstants.NODESET);
NodeList nodes = (NodeList) result;
for (int i = 0; i < nodes.getLength(); i++) {
    System.out.println(nodes.item(i).getNodeValue());
}
// 判断是否存在匹配的代码：return nodes.getLength() > 0;

内容的提问来源于stack exchange，提问作者Adrian