xml - 通过 UnMarshal 和 MarshalIndent 往返 xml

Question

我想使用 golang 的 xml.MarshalIndent() 快速创建一个实用程序来格式化任何 XML 数据

但是this code

package main

import (
    "encoding/xml"
    "fmt"
)

func main() {

    type node struct {
        XMLName  xml.Name
        Attrs    []xml.Attr `xml:",attr"`
        Text     string     `xml:",chardata"`
        Children []node     `xml:",any"`
    }

    x := node{}
    _ = xml.Unmarshal([]byte(doc), &x)
    buf, _ := xml.MarshalIndent(x, "", "  ") // prefix, indent

    fmt.Println(string(buf))
}

const doc string = `<book lang="en">
     <title>The old man and the sea</title>
       <author>Hemingway</author>
</book>`

生产

<book>&#xA;     &#xA;       &#xA;
  <title>The old man and the sea</title>
  <author>Hemingway</author>
</book>

注意 <book> 之后的无关内容打开元素。

• 我失去了我的属性 - 为什么？
• 我想避免收集虚假的元素间字符数据 - 怎么做？

Answer 1

对于初学者来说，您没有正确使用属性结构标签，所以这是一个简单的解决方法。

来自 https://godoc.org/encoding/xml#Unmarshal

• If the XML element has an attribute not handled by the previous rule and the struct has a field with an associated tag containing ",any,attr", Unmarshal records the attribute value in the first such field.

其次，因为标签 xml:",chardata" 甚至没有通过 xml.Unmarshaller 接口(interface)的 UnmarshalXML 传递该字段，您不能简单地为 Text 创建一个新类型并为它实现该接口(interface)，如同一文档中所述。 (注意除了 []byte 或 string 之外的任何类型都会强制报错)

• If the XML element contains character data, that data is accumulated in the first struct field that has tag ",chardata". The struct field may have type []byte or string. If there is no such field, the character data is discarded.

因此，处理不需要的字符的最简单方法是事后替换它们。

完整的代码示例在这里:https://play.golang.org/p/VSDskgfcLng

var Replacer = strings.NewReplacer("
","","	","","\n","","\t","")

func recursiveReplace(n *Node) {
    n.Text = Replacer.Replace(n.Text)
    for i := range n.Children {
        recursiveReplace(&n.Children[i])
    }
}

理论上可以为 Node 实现 xml.Unmarshaller 接口(interface)，但是你不仅要处理手动 xml 解析，而且它是一个递归结构。事后删除不需要的字符是最简单的。