从XML元素内容中获取InputStream

Question

我的servlet的doPost（）接收一个HttpServlet请求，其servlet InputStream向我发送了一大块用XML包装的uuencoded数据。例如，有一个元素：

<filedata encoding="base64">largeChunkEncodedHere</filedata>

我需要解码块并将其写入文件。我想从区块中获得一个InputStream，使用MimeUtility将其解码为流，并使用该流来写入文件——我不想将这个大区块读取到内存中。

XML是扁平的；即没有太多嵌套。我的第一个想法是使用SAX解析器，但我不知道如何切换到流来只读取块。

谢谢你的想法。

格伦

编辑1:注意JB Nizet在这篇文章中的悲观回答。

编辑2:我在下面肯定地回答了我自己的问题，并在下面标记maximdim的回答是正确的，尽管它没有完全回答这个问题，但它确实引导我使用StAX API和Woodstox。

Answer 1

Woodstox还有一个建议：它还可以从内部高效地解码base64编码的内容。为此，您需要将XMLStreamReader强制转换为XMLStreamReader2（或TypedXMLStreamReader），这是Stax2扩展API的一部分。

但有了它，就可以得到自动处理Base64解码的方法readElementAsBinary()和getElementAsBinary()。CCD_ 6类似地具有用于写入二进制数据的Base64编码方法。

Answer 2

您可以使用SAX过滤器或XPath只获取您感兴趣的元素。一旦您有了元素的内容，就将其传递给MimeUtility.decode（）并将流写入文件。

我建议您用代码示例更新您的问题，并让我们知道哪些不起作用。

更新：

以下是使用StaX2解析器（Woodstox）的示例代码。出于某种原因，JDK中包含的StaX解析器似乎并没有类似的getText（）方法，至少在快速浏览时是这样。

显然，input（r）和output（w）可以是任何Reader/Writer或Stream——这里仅以String为例。

    Reader r = new StringReader("<foo><filedata encoding="base64">largeChunkEncodedHere</filedata></foo>");
    Writer w = new StringWriter();
    XMLInputFactory2 xmlif = (XMLInputFactory2)XMLInputFactory2.newInstance();
    XMLStreamReader2 sr = (XMLStreamReader2)xmlif.createXMLStreamReader(r);
    boolean flag = false;
    while (sr.hasNext()) {
        sr.next();
        if (sr.getEventType() == XMLStreamConstants.START_ELEMENT) {
            if ("filedata".equals(sr.getLocalName())) {
                flag = true;
            }
        }
        else if (sr.getEventType() == XMLStreamConstants.CHARACTERS) {
            if (flag) {
                sr.getText(w, false);
                break;
            }
        }
    }
    System.out.println(w);

Answer 3

以下是解析时如何从元素流式传输的一些详细信息使用Woodstox框架，StAX是可能的。

这篇文章有一个很好的概述。

从XMLInputFactory，我们可以调用createXMLStreamReader（java.io.InputStream流）。这将返回一个XMLStreamReader2有一个getText（Writer w，boolean preserveContents）方法，该方法为写入的字节数。必须实施此方法。在实现Stax2ReaderImpl有这个实现

// // // StAX2, Pass-through text accessors
public int getText(Writer w, boolean preserveContents)
    throws IOException, XMLStreamException
{
    char[] cbuf = getTextCharacters();
    int start = getTextStart();
    int len = getTextLength();
    if (len > 0) {
        w.write(cbuf, start, len);
    }
    return len;
}

在这段代码中，我们需要更改getTextCharacters（）方法，以便从InputStream读取。在Woodstox测试中，TestGetSegmentedTexttestSegmentedGetCharacters（）方法我们看到一个sr.getTextCharacters（offset，start，len）方法。事实上，多参数的javadocgetTextCharacters（）显示了以下实现。

int length = 1024;
char[] myBuffer = new char[ length ];
for ( int sourceStart = 0 ; ; sourceStart += length ) {
    int nCopied = stream.getTextCharacters( sourceStart, myBuffer, 0, length );
    if (nCopied < length) {
        break;
    }
}