在保留其结构的同时过滤XML

我想从XML文档中删除某些标记作为过滤过程的一部分，但我无法修改XML的外观或结构。在保留其结构的同时过滤XML

的输入XML进来作为字符串例如：

<?xml version="1.0" encoding="UTF-8"?> 
<main> 
    <mytag myattr="123"/> 
    <mytag myattr="456"/> 
</main>

和输出需要除去mytag其中的属性值是，比方说，456：

<?xml version="1.0" encoding="UTF-8"?> 
<main> 
    <mytag myattr="123"/> 
</main>

一个diff应显示只有被删除的标签作为输入和输出之间的差异。

我已经看过SAX，StAX和JAXB，但它看起来并不像输入任何这些API那样可以输出XML格式。它们将形成具有适当缩进和空白的结构良好的XML，有时会显示出与输入不同的结果。

我目前的方法使用正则表达式，但不是很健壮，因为它没有考虑构建上述XML的所有可能方式。例如，相匹配的属性值：

myAttr\s*=\s*"([^"]*)"

这适用于上面的例子，但将无法正常工作给予这个XML标签：

<mytag myattr= 
    123></mytag>

是正则表达式真的在这种情况下，最好的选择？

来源

2009-08-06 Alex Spurling

不要使用正则表达式来解析XML！您已经知道当您尝试时会发生什么，并且I have a spiel on why this is。

在你的情况下，你应该使用XSLT。一个XSLT文件来做你想做的事情非常简单并且容易遵循。它基本上是以下几点：

<xsl:template match="mytag[@myattr=123]"> 
</xsl:template> 
<xsl:template match="*|@*"> 
    <xsl:copy> 
    <xsl:apply-templates select="*|@*" /> 
    </xsl:copy> 
</xsl:template>

只要它不是mytag与属性myattr=123会拷贝任何元素。

我在你的示例文件上测试了它，并得到了你说的你想要的输出。

现在，至于如何在Java中使用XSLT，看起来像an entire book has been written on the subject。你可以使用任何XML库是你最喜欢的。我从来没有真正使用Java的XSLT，所以我不能告诉你哪个库最容易使用。

来源

2009-08-06 14:48:05 Welbog

我会看看XSLT，但它会保留输入XML的结构。我给出的例子格式很好，但想象一下，示例XML全部在一行上。输出是否也在一条线上？ – 2009-08-06 14:54:45

@Alex Spurling：这个*应该*完全不相关，XML是关于数据的，而不是关于序列化格式。为什么对你很重要？ – Tomalak 2009-08-06 15:10:49

因为他使用的是不支持XML的diff工具。 – 2009-08-06 16:31:54

在保留其结构的同时过滤XML

回答

相关问题