xml - 获取原始元素表示，包括开始和结束标签

Question

我了解 golang xml ,innerxml标签允许以原始 xml 形式获取元素内部内容。但我需要的是获取整个元素(开放标签、内部内容、关闭标签)作为原始数据。

这是一个我想以这种方式解析的示例。我想要完整的<Useful>包含所有可能的属性元素并避免获得无用的元素。

package main

import (
    "encoding/xml"
    "fmt"
)

const data = `<Document>
    <Useless1>
        blah-blah
    </Useless1>
    <Useless2>
        blah-blah
    </Useless2>
    <Useful someAttr="someVal">
        <InnerField1>Inner field 1 value</InnerField1>
        <InnerField2>Inner field 2 value</InnerField2>
        <InnerField3>Inner field 3 value</InnerField3>
    </Useful>
    <Useless3>
        blah-blah
    </Useless3>
</Document>
`

func main() {
    doc := Document{}
    err := xml.Unmarshal([]byte(data), &doc)
    if err != nil {
        panic(err)
    }

    fmt.Println(doc.Useful.Data)
}

type Document struct {
    XMLName xml.Name `xml:"Document"`
    Useful  struct {
        Data string `xml:",innerxml"`
    } `xml:"Useful"`
}

Playground 中代码的链接在这里: https://goplay.space/#0KDXiRKDwlY

这就是我得到的:

    <InnerField1>Inner field 1 value</InnerField1>
    <InnerField2>Inner field 2 value</InnerField2>
    <InnerField3>Inner field 3 value</InnerField3>

这就是我想要得到的:

<Useful someAttr="someVal">
    <InnerField1>Inner field 1 value</InnerField1>
    <InnerField2>Inner field 2 value</InnerField2>
    <InnerField3>Inner field 3 value</InnerField3>
</Useful>

请注意，我正在使用的实际结构要复杂得多。我不想得到整个 <Document>将内部内容作为原始 xml 进行解析，然后尝试手动删除无用的元素。 <Useful>部分有所不同，所以我无法硬编码，例如属性导致它们在不同文档之间可能有所不同。

Answer 1

也捕获属性

您可以在 Useful 中使用附加字段struct 来捕获所有属性(类型为 xml.Attr 的 slice )，如下所示:

Useful  struct {
    Attrs []xml.Attr `xml:",any,attr"`
    Data  string     `xml:",innerxml"`
} `xml:"Useful"`

向 <Useful> 添加另一个属性时:

<Useful someAttr="someVal" someAttr2="someVal2">
    ...
<Useful>

并输出结果 fmt.Printf("%+v", doc.Useful) ，输出将是(在 Go Playground 上尝试):

{Attrs:[{Name:{Space: Local:someAttr} Value:someVal} {Name:{Space: Local:someAttr2} Value:someVal2}] Data:
        <InnerField1>Inner field 1 value</InnerField1>
        <InnerField2>Inner field 2 value</InnerField2>
        <InnerField3>Inner field 3 value</InnerField3>
    }

真正获得完整的原始 XML

另一种更复杂的方法是使用 xml.Decoder 通过token读取输入，并标记<Useful>的开始和结束位置。然后你就可以获得<Useful>的完整原始XML .

它可能是这样的:

dec := xml.NewDecoder(strings.NewReader(data))

var start, end int64
foundStart := false
for {
    if !foundStart {
        start = dec.InputOffset()
    }
    t, err := dec.Token()
    if err != nil {
        if err != io.EOF {
            fmt.Println(err)
        }
        break
    }
    if se, ok := t.(xml.StartElement); ok {
        if se.Name.Local == "Useful" {
            foundStart = true
        }
    }
    if se, ok := t.(xml.EndElement); ok {
        if se.Name.Local == "Useful" {
            end = dec.InputOffset()
            // We may break here, we got what we wanted
            break
        }
    }
}

fmt.Println(data[start:end])

它输出(在 Go Playground 上尝试):

<Useful someAttr="someVal" someAttr2="someVal2">
        <InnerField1>Inner field 1 value</InnerField1>
        <InnerField2>Inner field 2 value</InnerField2>
        <InnerField3>Inner field 3 value</InnerField3>
    </Useful>

由于我们不处理<Useful>的内容，我们可以使用 Decoder.Skip() 来加快速度像这样:

dec := xml.NewDecoder(strings.NewReader(data))

var start, end int64
for {
    start = dec.InputOffset()
    t, err := dec.Token()
    if err != nil {
        if err != io.EOF {
            fmt.Println(err)
        }
        break
    }
    if se, ok := t.(xml.StartElement); ok {
        if se.Name.Local != "Useful" {
            continue
        }
        if err := dec.Skip(); err != nil {
            fmt.Println(err)
            break
        }
        end = dec.InputOffset()
        break
    }
}

fmt.Println(data[start:end])

输出是一样的。试试这个 Go Playground .