xml之如何从XML字符串中删除XML意向
xiaohuochai
阅读:64
2025-06-02 22:19:02
评论:0
我有一个XML字符串。我无法从XML字符串中删除缩进空间。我换行了。
<person id="13">
<name>
<first>John</first>
<last>Doe</last>
</name>
<age>42</age>
<Married>false</Married>
<City>Hanga Roa</City>
<State>Easter Island</State>
<!-- Need more details. -->
</person>
如何从GOLANG中的字符串中删除XML缩进空间?
我想要这个XML为字符串,
<person id="13"><name><first>John</first><last>Doe</last></name><age>42</age><Married>false</Married><City>Hanga Roa</City><State>Easter Island</State><!-- Need more details. --></person>
如何在GOLANG中做到这一点?
请您参考如下方法:
一些背景
不幸的是,XML不是regular language,因此,您将无法使用正则表达式可靠地对其进行处理-无论您将要开发的正则表达式多么复杂。
我将首先从this这个问题的幽默幽默开始,然后阅读this。
为了说明这一点,对示例进行的简单更改可能会破坏您的处理,例如:
<person id="13">
<name>
<first>John</first>
<last>Doe</last>
</name>
<age>42</age>
<Married>false</Married>
<City><![CDATA[Hanga <<Roa>>]]></City>
<State>Easter Island</State>
<!-- Need more details. -->
</person>
其实考虑一下
<last>Von
Neumann</last>
您为什么认为可以自由地从该元素的内容中删除换行符?
当然,您会说一个人的姓氏中不能加上换行符。
好,那呢?
<poem author="Chauser">
<strophe number="1"> The lyf so short,
the craft so long to lerne.</strophe>
</poem>
您不能明智地在该句子的两部分之间放置空格,因为这是作者的意图。
好吧,好的,整个故事都在 the section called "White Space Handling" of the XML spec中定义。
外行尝试用XML描述空白处理的尝试如下:
通过扩展,该规范没有规定任何“标签”(那些
<foo>和</bar>和<quux/>事物-出现在允许XML标记的地方)之间的空格是否有意义:只有您来决定。为了更好地了解其原因,请考虑以下文档:
<p>␣Some text which contains an␣<em>emphasized block</em>
which is followed by a linebreak and more text.</p>
这是一个非常有效的XML,我已经替换了空格字符在
<p>标记之后和Unicode带有“开箱”字符的<em>标记之前,用于显示。请注意,整个文本
␣Some text which contains an␣出现在两个标签之间,并且包含前导和尾随空格,这显然很重要-如果不是,则强调文本(用<em>…</em>标记的文本将与前面的文本粘合在一起)。相同的逻辑适用于换行符和
</em>标记后的更多文本。XML还具有两个使处理复杂化的特征:
&和<东西)允许直接插入任何Unicode代码点:例如,
将插入换行符。 解决方案
在尝试提出解决方案之前,我们将定义要忽略的空白并丢弃。
看起来与您的文档类型类似,定义应为:除非以下情况,否则应删除任何两个标签之间的任何字符数据:
考虑到这些考虑因素,我们可以编写将输入XML流解析为 token 并将其写入输出XML流的代码,同时将以下逻辑应用于处理 token :
另外,如果该元素是一个开始标记,它会通过设置一些标志来记住这一事实。否则清除标志。
当已经存在已保存的字符数据块时,也将保存字符数据块,这是需要的,因为在XML中,文档中可能有多个相邻但仍不同的字符数据块。
这是实现上述方法的工作代码:
package main
import (
"encoding/xml"
"errors"
"fmt"
"io"
"os"
"strings"
)
const xmlData = `<?xml version="1.0" encoding="utf-8"?>
<person id="13">
weird text
<name>
<first>John</first>
<last><![CDATA[Johnson & ]]><![CDATA[ <<Johnson>> ]]><![CDATA[ & Doe ]]></last>
</name>
 
	<age>
42
</age>
<Married>false</Married>
<City><![CDATA[Hanga <Roa>]]></City>
<State>Easter Island</State>
<!-- Need more details. --> what?
<foo> more <bar/> text </foo>
</person>
`
func main() {
stripped, err := removeWS(xmlData)
if err != nil {
fmt.Fprintln(os.Stderr, err)
os.Exit(1)
}
fmt.Print(stripped)
}
func removeWS(s string) (string, error) {
dec := xml.NewDecoder(strings.NewReader(s))
var sb strings.Builder
enc := NewSkipWSEncoder(&sb)
for {
tok, err := dec.Token()
if err != nil {
if err == io.EOF {
break
}
return "", fmt.Errorf("failed to decode token: %w", err)
}
err = enc.EncodeToken(tok)
if err != nil {
return "", fmt.Errorf("failed to encode token: %w", err)
}
}
err := enc.Flush()
if err != nil {
return "", fmt.Errorf("failed to flush encoder: %w", err)
}
return sb.String(), nil
}
type SkipWSEncoder struct {
*xml.Encoder
sawStartElement bool
charData []xml.CharData
}
func NewSkipWSEncoder(w io.Writer) *SkipWSEncoder {
return &SkipWSEncoder{
Encoder: xml.NewEncoder(w),
}
}
func (swe *SkipWSEncoder) EncodeToken(tok xml.Token) error {
if cd, isCData := tok.(xml.CharData); isCData {
if len(swe.charData) > 0 || swe.sawStartElement {
swe.charData = append(swe.charData, cd.Copy())
return nil
}
if isWS(cd) {
return nil
}
return swe.Encoder.EncodeToken(tok)
}
if len(swe.charData) > 0 {
_, isEndElement := tok.(xml.EndElement)
err := swe.flushSavedCharData(isEndElement)
if err != nil {
return err
}
}
_, swe.sawStartElement = tok.(xml.StartElement)
return swe.Encoder.EncodeToken(tok)
}
func (swe *SkipWSEncoder) Flush() error {
if len(swe.charData) > 0 {
return errors.New("attempt to flush encoder while having pending cdata")
}
return swe.Encoder.Flush()
}
func (swe *SkipWSEncoder) flushSavedCharData(mustKeep bool) error {
if mustKeep || !allIsWS(swe.charData) {
err := encodeCDataList(swe.Encoder, swe.charData)
if err != nil {
return err
}
}
swe.charData = swe.charData[:0]
return nil
}
func encodeCDataList(enc *xml.Encoder, cdataList []xml.CharData) error {
for _, cd := range cdataList {
err := enc.EncodeToken(cd)
if err != nil {
return err
}
}
return nil
}
func isWS(b []byte) bool {
for _, c := range b {
switch c {
case 0x20, 0x09, 0x0d, 0x0a:
continue
}
return false
}
return true
}
func allIsWS(cdataList []xml.CharData) bool {
for _, cd := range cdataList {
if !isWS(cd) {
return false
}
}
return true
}
Playground。
我不确定它是否能完全涵盖所有可能的怪异案例,但这应该是一个好的开始。
声明
1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。



