有这样一个长字符串，由若干个xml文档加别的字符组成，我想把每个xml文本单独取出来，大家给想想办法！

Question

文本是这样的:338 <?xml version="1.0" encoding="UTF-8"?><presence>...</presence>339 <?xml version="1.0" encoding="UTF-8"?><presence>...</presence>335 <?xml version="1.0" encoding="UTF-8"?>
<presence></presence>..........实际上就是由若干段 338 <?xml version="1.0" encoding="UTF-8"?><presence>...</presence>组成的,338表示,从其后开始到下一个数字339之间之间的字符串长度,也就是xml文本的长度.我想从两个方法入手:
1.  先找到第一个数字338,读出它后面长度为338的xml文本,但是并不知道到底有多少段,不知道怎么循环,或者第归.
2. 找出文本中含有多少个<?xml version="1.0" encoding="UTF-8"?> 这样的字符串,知道有几个xml文本,然后把介于<?xml version="1.0" encoding="UTF-8"?> 和</presence> 之间xml读取出来.但是我不知道怎么判断到底有几个xml文本???希望大家帮帮哥们!也长你点见识.实际上这段文本是SIP服务器返回的通知,用在网络通信上,我需要解析出内容.

Answer 1

package base.regex;import java.util.regex.Matcher;
import java.util.regex.Pattern;public class ReadXML {
private String xml = "338 <?xml version=\"1.0\" encoding=\"UTF-8\"?>" +
"<presence>...</presence>" +
"339 <?xml version=\"1.0\" encoding=\"UTF-8\"?>" +
"<presence>...</presence>" +
"335 <?xml version=\"1.0\" encoding=\"UTF-8\"?><presence></presence>";

public static void main(String[] args) {
ReadXML test = new ReadXML();
test.read();
}

public void read() {
//i为符合条件记数
int i = 0;
Pattern p = Pattern.compile("<\\?xml.*?</presence>");
Matcher m = p.matcher(xml);
while (m.find()) {
i++;
System.out.println(m.group());
}
System.out.println("共有 " + i);
}
}刚写的，不知道是不是符合你的要求

Answer 2

真正的字符串是这样的：type=full 338 <?xml version="1.0" encoding="UTF-8"?><presence xmlns="urn:ietf:params:xml:ns:pidf" 
entity="pres:[email protected]"><tuple id="all"><status><basic>closed</basic><extension service="im">
offline</extension></status><contact priority="0.9">sip:[email protected]</contact><timestamp>
2005-6-17T11:44:3Z</timestamp></tuple></presence>339 <?xml version="1.0" encoding="UTF-8"?><presence 
xmlns="urn:ietf:params:xml:ns:pidf" entity="pres:[email protected]"><tuple id="all"><status><basic>
open</basic><extension service="im">online</extension></status><contact priority="0.9">sip:[email protected]
</contact><timestamp>2005-6-17T11:44:3Z</timestamp></tuple></presence>335 <?xml version="1.0" encoding="UTF-8"?>
<presence xmlns="urn:ietf:params:xml:ns:pidf" entity="pres:[email protected]"><tuple id="all"><status><basic>
open</basic><extension service="im">online</extension></status><contact priority="0.9">sip:[email protected]
</contact><timestamp>2005-6-17T11:44:3Z</timestamp></tuple></presence>
实际上仔细看上面字串，每一段xml文本都描述了一个用户的在线状态,每次请求的用户数不同,所以返回的消息体中xml文本个数也不同。每个<?xml..前的数字,就是xml文本的长度!好像给出这个数字就是为了方便解析的!

Answer 3

谢谢大家,也谢谢 skycncomp(^*-*^早知道今日的离别,你还愿意昨日的相逢吗) :我也想用正则呢?可惜不会! 惭愧!你的方法我会试的,然后把结果告诉你!也请你后面再来看看结果对不对!谢谢!

Answer 4

上面的程序在我这里输出的结果如下::
<?xml version="1.0" encoding="UTF-8"?><presence xmlns="urn:ietf:params:xml:ns:pidf"entity="pres:[email protected]"><tuple id="all"><status><basic>closed</basic><extension service="im">offline</extension></status><contact priority="0.9">sip:[email protected]</contact><timestamp>2005-6-17T11:44:3Z</timestamp></tuple></presence>
<?xml version="1.0" encoding="UTF-8"?><presencexmlns="urn:ietf:params:xml:ns:pidf" entity="pres:[email protected]"><tuple id="all"><status><basic>open</basic><extension service="im">online</extension></status><contact priority="0.9">sip:[email protected]</contact><timestamp>2005-6-17T11:44:3Z</timestamp></tuple></presence>
<?xml version="1.0" encoding="UTF-8"?><presence xmlns="urn:ietf:params:xml:ns:pidf" entity="pres:[email protected]"><tuple id="all"><status><basic>open</basic><extension service="im">online</extension></status><contact priority="0.9">sip:[email protected]</contact><timestamp>2005-6-17T11:44:3Z</timestamp></tuple></presence>
共有 3
不知道对不对,可以看一下。我会回来看你给不给我分地。嘿嘿  :-)

Answer 5

skycncomp(^*-*^早知道今日的离别,你还愿意昨日的相逢吗) ：完全正确！谢谢啊！顺便请老师指点一下("<\\?xml.*?</presence>");------这里“\\”--指其后的“？”是字符串一部分而不被转意，是吗？为什么是两个“\”而不是一个呢？xml后面的“.”---什么意思呢？指它后面的所有内容吗？“*?” ---通配符？为什么两个一齐用呢？“*”不就是代表全部了吗？先给你分，别忘了教我啊！呵呵！