如何从 XML 字符串中删除 XML 意图。？

一些背景不幸的是，XML 不是一种正则语言，因此您根本无法使用正则表达式可靠地处理它——无论您能想出多么复杂的正则表达式。我会从这个问题的精彩幽默开始，然后阅读，比如说，这个。为了演示，对您的示例进行一个简单的更改会破坏您的处理，例如，这可能是：  <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>        </person>其实考虑到这个<last>VonNeumann</last>为什么您认为您可以自由地从该元素的内容中删除换行符？当然，你会说一个人不能明智地在他们的姓氏中使用换行符。好的，但是这个呢？<poem author="Chauser">  <strophe number="1">  The lyf so short,  the craft so long to lerne.</strophe></poem>您不能明智地删除该句子的两个部分之间的空格 - 因为这是作者的意图。好吧，完整的故事在 XML 规范的“空白处理”部分中定义。外行人尝试在 XML 中描述空白处理如下：XML 规范本身并没有为空白指定任何特殊含义：关于空白在XML 文档的特定位置中的含义的决定取决于该文档的处理器。通过扩展，该规范不强制任何“标签”（那些<foo>和</bar>和<quux/>事物 - 出现在允许 XML 标记的点）之间的空白是否重要：只有您自己决定。为了更好地理解其原因，请考虑以下文档：␣Some text which contains an␣emphasized blockwhich is followed by a linebreak and more text.这是一个完全有效的 XML，出于显示目的，我已将标记之后和标记之前的空格字符替换为 Unicode“打开框”字符。请注意，整个文本␣Some text which contains an␣出现在两个标签之间，并且包含明显重要的前导和尾随空格- 如果不是，则强调的文本（用标记的文本…将与前面的文本粘合在一起）。相同的逻辑适用于标签后的换行符和更多文本。XML 规范暗示将“无关紧要”的空白定义为表示一对相邻标签之间的任何空白可能很方便，这些标签不定义单个元素。XML 还有两个使处理更加复杂的特征：字符实体（那些&和<事物）允许直接插入任何 Unicode 代码点：例如，将插入换行符。XML 支持特殊的“CDATA 部分”，您的解析器表面上对此一无所知。解决方法在我们尝试提出解决方案之前，我们将定义我们打算将哪些空白视为无关紧要并丢弃。看起来像您的文档类型，定义应该是：任何两个标签之间的任何字符数据都应该被删除，除非：它至少包含一个非空白字符，或它完全定义了单个 XML 元素的内容。考虑到这些考虑，我们可以编写代码，将输入 XML 流解析为令牌并将它们写入输出 XML 流，同时应用以下逻辑来处理令牌：如果它看到除字符数据之外的任何 XML 元素，它会将它们编码到输出流中。此外，如果该元素是一个开始标签，它会通过设置一些标志来记住这一事实；否则标志被清除。如果它看到任何字符数据，它会检查该字符数据是否紧跟在开始元素（开始标记）之后，如果是，则保存该字符数据块。当已经存在这样的已保存块时，也会保存字符数据块——这是必需的，因为在 XML 中，文档中可能有几个相邻但仍然不同的字符数据块。如果它看到任何 XML 元素，并检测到它有一个或多个保存的字符块，那么它首先决定是否将它们放入输出流：如果元素是结束元素（结束标记），则所有字符数据块都必须“按原样”放入输出流中——因为它们完全定义了单个元素的内容。否则，如果至少一个已保存的字符数据块包含至少一个非空白字符，则所有块都按原样写入输出流。否则将跳过所有块。这是实现所描述方法的工作代码：package mainimport (    "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>       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}游乐场。我不确定它是否完全涵盖了所有可能的奇怪情况，但它应该是一个好的开始。

如何从 XML 字符串中删除 XML 意图。？

3回答