Java解析含<?..?>标记的XML：获取TAG值及标记含义咨询

嗨，咱们一步步来解决你的问题：

一、XML中标记的用途 #

你看到的<?TAGS?>、<?TAG 024?>、<?END-TAGS?>都是XML处理指令（Processing Instruction，简称PI），它的作用是给处理这份XML的应用程序传递特定指令或元数据，不属于标准的XML元素/属性范畴。

PI的语法是<?目标名 [指令数据]?>，其中：

• 目标名（比如这里的TAGS、TAG、END-TAGS）告诉处理程序这是什么类型的指令
• 后面的可选指令数据是传递给处理程序的具体信息（比如<?TAG 024?>里的024）

这类标记不是XML的核心数据结构，所以JAXB这类专注于映射XML元素/属性到Java对象的框架，默认不会处理它们——这也是你用JAXB注解拿不到这些值的原因。

二、获取块内的所有TAG值的方法 #

因为JAXB默认不支持PI处理，我们需要结合底层XML解析器（DOM/SAX/StAX）来实现，下面给你两种常用方案：

方案1：使用DOM解析器 #

DOM会把整个XML文档加载到内存中，你可以遍历节点找到所有PI，然后筛选出TAG类型的PI并提取数据：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse(new InputSource(new StringReader(xmlContent)));

// 遍历文档中的所有节点
NodeList nodeList = doc.getChildNodes();
for (int i = 0; i < nodeList.getLength(); i++) {
    Node node = nodeList.item(i);
    if (node.getNodeType() == Node.PROCESSING_INSTRUCTION_NODE) {
        ProcessingInstruction pi = (ProcessingInstruction) node;
        String target = pi.getTarget();
        String data = pi.getData();
        
        // 筛选出TAG类型的PI，提取值
        if ("TAG".equals(target)) {
            System.out.println("TAG值：" + data.trim()); // 这里会输出024
        }
    }
}

方案2：使用SAX解析器（内存更友好，适合大文档） #

SAX是流式解析，你可以重写processingInstruction方法来捕获所有PI：

SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();

parser.parse(new InputSource(new StringReader(xmlContent)), new DefaultHandler() {
    private boolean inTagsBlock = false;
    
    @Override
    public void processingInstruction(String target, String data) throws SAXException {
        super.processingInstruction(target, data);
        if ("TAGS".equals(target)) {
            inTagsBlock = true;
        } else if ("END-TAGS".equals(target)) {
            inTagsBlock = false;
        } else if (inTagsBlock && "TAG".equals(target)) {
            System.out.println("TAG值：" + data.trim()); // 输出024
        }
    }
});

结合JAXB的处理方式 #

如果一定要用JAXB，你可以通过SAXSource把SAX解析和JAXB绑定结合起来：

1. 先自定义SAX处理器捕获PI中的TAG值，存储起来
2. 然后在JAXB unmarshal的过程中，把这些值注入到对应的Java对象中

举个简化的例子：

// 自定义SAX处理器，保存TAG值
class TagCapturingHandler extends DefaultHandler {
    private List<String> tagValues = new ArrayList<>();
    private boolean inTagsBlock = false;

    @Override
    public void processingInstruction(String target, String data) throws SAXException {
        if ("TAGS".equals(target)) {
            inTagsBlock = true;
        } else if ("END-TAGS".equals(target)) {
            inTagsBlock = false;
        } else if (inTagsBlock && "TAG".equals(target)) {
            tagValues.add(data.trim());
        }
    }

    public List<String> getTagValues() {
        return tagValues;
    }
}

// 结合JAXB使用
TagCapturingHandler handler = new TagCapturingHandler();
XMLReader reader = XMLReaderFactory.createXMLReader();
reader.setContentHandler(handler);

SAXSource source = new SAXSource(reader, new InputSource(new StringReader(xmlContent)));
JAXBContext context = JAXBContext.newInstance(Row.class);
Unmarshaller unmarshaller = context.createUnmarshaller();
Row row = (Row) unmarshaller.unmarshal(source);

// 把捕获的TAG值设置到Row对象中
row.setTagValues(handler.getTagValues());

这样就能在保留JAXB对象映射的同时，获取到PI中的TAG值了。

内容的提问来源于stack exchange，提问作者Vergie Ericson T.