Question

以下是我要解决的问题。

我有两个包含XML文件的文件夹。
一个文件夹 - 比如说“source”文件夹 - 包含大约350,000个XML文件。
另一个文件夹 - 比如说“compare”文件夹 - 包含相同的350,000个XML文件和更多文件。
两者中存在的350,000个文件具有相同的名称。完全一样。
但是，“source”中的文件与“compare”中的文件略有不同。比较中的文件可能（或可能不）具有一些额外的节点。
我需要比较“来源”和“比较”中的“同名文件”。如果 - 对于“source”中的每个文件 - “source”文件中存在的所有节点都出现在“compare”文件中 - 我需要生成一个Ok报告。
如果没有，即
“source”中有一些文件没有出现在“compare”
在“source”的任何文件中都有一些节点在“compare”的相应文件中不存在
然后我需要创建一个错误报告，其中包含缺失的详细信息。

我目前正在针对此问题寻求Java + XMLUnit，并且不确定是否可以解决它。即使它是，我绝对不确定这是否是最佳的工具选择。

非常感谢任何帮助/建议。

Answer 1

就个人而言，我只会在整个文件夹上进行文件比较，然后当我找到具有相同名称但是校验和大小不同的文件时，请检查节点。如果文件具有相同的名称，相同的大小和相同的校验和，则无需检查文件。

Answer 2

您需要按步骤继续。

列出您的350,000个文件。 “compare”文件夹中的这些额外文件与您的问题无关。
通过考虑相同的文件来缩小要比较的文件数量。您可以简单地加载它们并比较生成的字符串，因为Stirng使用哈希码进行比较。
比较两个文件夹中xml文件的实例。我认为最好的方法是使用XMLUnit。应该是这样的：

Diff diff = new Diff(sourceXml, compareXml); if (diff.identical()) { // whatever you want to do }

当然，如果你的文件不是太大，这种方法效果最好。

Answer 3

看看DeltaXML产品;它可能比自己编写代码便宜。

Answer 4

首先要做的事情。让我记录下来，说XMLUnit是一个宝石。我爱它。如果您正在查看XML值/属性/结构等的单元测试，您可能会发现使用XMLUnit的现成解决方案。 This is a good place to start from。

它非常具有可扩展性。它已经带有身份检查（如在XML中具有相同顺序的相同元素和属性）或相似性检查（如在XML中具有相同的元素和属性，无论顺序如何）。

然而，就我而言，我一直在寻找略有不同的用法。我有一个很大的XML（几百个节点）和一堆XML文件（大约350,000个）。我不需要比较某些特定的节点，我可以用XPATH来识别它们。它们不一定总是在XML中处于相同的位置，但有一些通用的方法用XPATH识别它们。有时，某些节点会根据其他一些节点的值被忽略。只是提出一些想法

这里的逻辑是我要忽略的节点，即价格。 /书店/书[价格＆gt; 35] /价格
此处的逻辑位于处于相对位置的节点上。我想根据价格的价值忽略作者。而这两者是相关的。 /书店/书[价= 30] /./作者

经过多次修修补补后，我选择了低技术解决方案。在使用XMLUnit比较文件之前，我使用XPATH来屏蔽要忽略的节点的值。

    public static int massageData(File xmlFile, Set<String> xpaths, String mask)
        throws JDOMException, IOException {
    logger.debug("Data massaging started for " + xmlFile.getAbsolutePath());
    int counter = 0;

    Document doc = (Document) new SAXBuilder().build(xmlFile
            .getAbsolutePath());

    for (String xpath : xpaths) {
        logger.debug(xpath);
        XPathExpression<Element> xpathInstance = XPathFactory.instance()
                .compile(xpath, Filters.element());
        List<Element> elements = xpathInstance.evaluate(doc);
        // element = xpathInstance.evaluateFirst(doc);
        if (elements != null) {
            if (elements.size() > 1) {
                logger.warn("Multiple matches were found for " + xpath
                        + " in " + xmlFile.getAbsolutePath()
                        + ". This could be a *potential* error.");
            }
            for (Element element : elements) {
                logger.debug(element.getText());
                element.setText(mask);
                counter++;
            }
        }
    }

希望这会有所帮助。

XML比较 - 略有改动

4 个答案: