Extraction de chaines avec StringTokenizer

Version imprimable

Bonjour,

Je cherche a extraire les données entre balises du fichier texte suivant :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
POST /receiver HTTP/1.1\r\n
User-Agent: PhoneTag\r\n
Host: https://api.example.com/collect_transcriptions\r\n
Accept: */*\r\n
Content-Length: 1207\r\n number given here as example
Content-Type: application/xml\r\n
<?xml version = "1.0" encoding = "ISO-8859-1"?>
<treatment_results>
<sp_api_name>PhoneTag</sp_api_name>
<account_did>9384602893</account_did>
<service_type>s2t</service_type>
<request_ref>
<reference_id>4b1e6c33bb0022761c0a4af0</reference_id>
<context_return_data>local context data;1243;e6c34bb0</context_return_data>
</request_ref>b
<receipt>
<receipt_date_time>2011-04-15T13:12:51.23Z</receipt_date_time>
</receipt>
<result>
<treatment_end_date_time>2011-04-15T13:13:06.12Z</treatment_end_date_time>
<treatment_result>transcribed</treatment_result>
<treatment_confidence_rate>0954</treatment_confidence_rate>
</result>
<treated_data>
<media_content_type>text/plain</media_content_type>
<media_content_parameters>charset=gsm-03.38-7</media_content_parameters>
<media_file_data>Bonjour tout le monde mon nom est Jean et je suis nÃ© jour a midi.</media_file_data>
</treated_data>
<source_descriptors>
<presumed_language>fr_FR</presumed_language>
</source_descriptors>
</treatment_results>

Étant donné que l ' entête provient d ' un message soap , je ne peux pas utiliser jdom car le format xml du fichier est non reconnu...

Je dois donc faire ceci a la main , et j ' ai pensé utiliser la classe StringTokenizer , mais j ' ai un peu de mal a l ' utiliser pour récupérer les chaines entre les balises xml.

Mon code est le suivant:

Code:

1
2
3
4
5
6
7
8
9
10
StringTokenizer st = new StringTokenizer(chaine,"");// chaine contient mon fichier
 
		System.out.println("tokens count: " + st.countTokens());
		while (st.hasMoreElements()) {
			String token = st.nextElement().toString();
			//System.out.println("token = " + token);
			String chaine=token.substring(token.indexOf("<sp_api_name>"),token.indexOf("</sp_api_name>"));
			System.out.println(chaine);
// ceci fonctionne partiellement car j 'ai toujours la balise ouvrante.
		}

Merci de votre aide

30/05/2011, 17h30
dinobogan

Ne suffirait-il pas de nettoyer le début du fichier, puis d'utiliser JDom sur la partie XML ? La partie XML me semble correctement formée, non ?
30/05/2011, 17h36
j2ee60

Merci de ta réponse.

J ' ai déja cherché dans cette direction , mais il ne me semble pas qu ' on puisse faire ignorer des lignes au parseur SAX( du moins je n ' ai rien trouvé a ce sujet.). Le fichier xml est bien formé sinon.

Je reçois ce fichier d ' une requête post http donc je ne peux pas le modifier ...
Merci de ton aide
:)
31/05/2011, 11h04
Casp

Bonjour,

une petite question, pourquoi sur l'instanciation de ton stringtokenizer tu utilises "" comme séparateur ?? car là je ne sais pas ce qu'il va couper.

après je pense que le mieux, c'est que dans un premier temps, tu effectues le ménage dans ton fichier xml, sans utiliser dom. c'est à dire, ouvrir ton fichier et supprimer tout ce qui se situe avec "<?xml".
je n'ai pas le code en tête, mais je pense que cela doit se faire assez facilement en java (de base).

une fois me nettoyage effectuer, tu pourras utiliser l'API Dom et extraire les données très facilement de ton fichier xml.

+1

en plus si je ne me trompe pas ta réponse est déjà dans une string

Code:

1
2
3
4
5
6
7
8
	public static String cleanHttpHead(String src) {
		if(src.indexOf("<?xml")>-1) {
			return src.substring(src.indexOf("<?xml"), src.length());
		}
		else {
			return null;
		}
	}

et apres dom

31/05/2011, 17h50
j2ee60

Merci de votre aide , je n ' ai pas pensé à nettoyer le fichier avec String mais avec sax vu que c ' est du xml....(logique quant tu nous tient)
Tout fonctionne bien maintenant , le nettoyage de l ' entête et le parsing dom.

Merci encore
:)