Есть ли основанный на Push-based/Non-blocking XML Parser для Java?

Я ищу XML-синтаксический анализатор, который вместо синтаксического анализа из InputStream или InputSource вместо этого позволяет вставлять блоки текста в парсер. Например. Я хотел бы иметь что-то вроде следующего:

public class DataReceiver {
    private SAXParser parser = //...
    private DefaultHandler handler = //...

    /**
     * Called each time some data is received.
     */
    public void onDataReceived(byte[] data) {
        parser.push(data, handler);
    }
}

Причина в том, что мне хотелось бы что-то, что будет хорошо работать с сетевыми библиотеками NIO, а не возвращаться к потоку на модель подключения, требуемой для поддержки блокировки InputStream.

Ответы

Ответ 1

Это (апрель 2009 г.) сообщение из списка рассылки Xerces J-Users, где исходный плакат имеет ту же самую проблему. Дается один потенциально очень хороший ответ "Джефф", но после первоначального ответа на плакат нет:

http://www.nabble.com/parsing-an-xml-document-chunk-by-chunk-td22945319.html

Это потенциально достаточно новый, чтобы наброситься на список или, по крайней мере, помочь с поиском.

Edit

Найдена еще одна полезная ссылка, в которой упоминается библиотека под названием Woodstox и описывается состояние парсеров на основе потоков и NIO и некоторые возможные подходы к эмуляции потока:

http://markmail.org/message/ogqqcj7dt3lwkbov

Ответ 2

Удивительно, но никто не упомянул один Java-парсер Java, который реализует неблокирующий ( "асинхронный" ) синтаксический анализ: Aalto. Частично причиной может быть отсутствие документации (и ее низкий уровень активности). Aalto реализует базовый API-интерфейс Stax, но также и второстепенные расширения, позволяющие вводить ввод (эта часть еще не завершена, функциональность существует, но API не завершен). Для получения дополнительной информации вы можете проверить связанную дискуссионную группу.

Ответ 3

Изменить: Теперь я вижу. Вы получаете XML в кусках и хотите передать его в правильный синтаксический анализатор XML. Итак, вам нужен объект, который представляет собой очередь на одном конце, и InputStream на другом конце?

Вы можете агрегировать массивы байтов, полученные в ByteArrayOutputStream, преобразовать их в ByteArrayInputStream и передать их SAXParser.

Или вы можете проверить пару PipedInputStream/PipedOutputStream. В этом случае вам нужно будет провести синтаксический анализ в другом потоке, поскольку анализатор SAX использует текущий поток для генерации событий, блокируя ваш метод receive().

Изменить. На основе комментариев я предлагаю использовать маршрут агрегирования. Вы собираете куски в ByteArrayOutputStream. Чтобы узнать, получили ли вы все фрагменты для своего XML, проверьте, содержит ли текущий фрагмент или содержимое ByteArrayOutputStream ваш конечный тег корня XML node. Затем вы можете просто передать данные в SAXParser, который теперь может работать в текущем потоке без проблем. Чтобы избежать ненужного повторного создания массива, вы могли бы реализовать свою собственную несинхронизированную простую байтную оболочку массива или искать такую ​​реализацию.

Ответ 4

Отметьте openfire XMLLeightweightParser и как он генерирует XML-сообщения из отдельных блоков из-за NIO. Весь проект является отличным источником ответов на вопросы NIO и XMPP.

Ответ 6

Извините, мне не удалось решить эту проблему. Я не мог найти парсер, как тот, который мне нужен. Но я собираюсь написать один сам. Очень просто: так же, как и изучение вопроса о возможности, но достаточно, чтобы решить мою проблему и, к счастью, ваша. Unortunatelly я был очень buisy и следующие две недели я буду вне, но, может быть, в июле я начну работать над этим. Я сообщу вам, как только у меня что-то будет.

т

Ответ 7

Добавление другого ответа, поскольку этот вопрос остается высоким для релевантных поисков Google - aalto-xml. 0.9.7 (март 2011) имеет асинхронную XML-операцию. Это позволяет передавать произвольные размеры документа для продолжения разбора, а новый тип события StaX EVENT_INCOMPLETE для указания входного буфера исчерпан, а документ остается неполным.

Это Пример Тату Салоранта (автор):

     byte[] msg = "<html>Very <b>simple</b> input document!</html>".getBytes();
      AsyncXMLStreamReader asyncReader = new InputFactoryImpl().createAsyncXMLStreamReader();
      final AsyncInputFeeder feeder = asyncReader.getInputFeeder();
      int inputPtr = 0; // as we feed byte at a time
      int type = 0;

      do {
        // May need to feed multiple "segments"
        while ((type = asyncReader.next()) == AsyncXMLStreamReader.EVENT_INCOMPLETE) {
          feeder.feedInput(msg, inputPtr++, 1);
          if (inputPtr >= msg.length) { // to indicate end-of-content (important for error handling)
            feeder.endOfInput();
          }
        }
        // and once we have full event, we just dump out event type (for now)
        System.out.println("Got event of type: "+type);
        // could also just copy event as is, using Stax, or do any other normal non-blocking handling:
        // xmlStreamWriter.copyEventFromReader(asyncReader, false);
      } while (type != AsyncXMLStreamReader.END_DOCUMENT);