问题：

Question

我正在使用matlab的xmlread内部函数读取一个简单的xml文件。

<root>
    <ref>
        <requestor>John Doe</requestor>
        <project>X</project>
    </ref>
</root>

但是当我调用ref元素的getChildren（）时，它告诉我它有 5 个孩子。

效果很好IF 我将所有XML都放在一行中。 Matlab告诉我ref元素有 2 子元素。

它似乎不喜欢元素之间的空格。

即使我在oXygen XML编辑器中运行 Canonicalize ，我仍然会得到相同的结果。因为Canonicalize仍留有空间。

Matlab将java和xerces用于xml的东西。

问题：

我能做些什么才能保持我的xml文件采用人类可读的格式（不是全部在一行中），但仍然可以正确解析它？

代码更新：

filename='example01.xml';
docNode = xmlread(filename);
rootNode = docNode.getDocumentElement;
entries = rootNode.getChildNodes;
nEnt = entries.getLength

Answer 1

幕后的XML解析器正在为节点元素之间的所有空格创建#text节点。无论是换行还是缩进，它都会创建一个带有换行符的#text节点，并在节点的数据部分中跟随缩进空格。因此，在解析“ref”元素的子节点时提供的xml示例中，它返回5个节点

节点1：带有换行符和缩进空格的#text
节点2：“请求者”节点，该节点又在数据部分中有一个带有“John Doe”的#text子节点
节点3：带有换行符和缩进空格的#text
节点4：“项目”节点，该节点又在数据部分中有一个带有“X”的#text子项
节点5：带有换行符和缩进空格的#text

此函数会为您删除所有这些无用的#text节点。请注意，如果你有意拥有一个只由空格组成的xml元素，那么这个函数将删除它，但对于99.99％的xml情况，这应该可以正常工作。

function removeIndentNodes( childNodes )

numNodes = childNodes.getLength;
remList = [];
for i = numNodes:-1:1
   theChild = childNodes.item(i-1);
   if (theChild.hasChildNodes)
      removeIndentNodes(theChild.getChildNodes);
   else
      if ( theChild.getNodeType == theChild.TEXT_NODE && ...
           ~isempty(char(theChild.getData()))         && ...
           all(isspace(char(theChild.getData()))))
         remList(end+1) = i-1; % java indexing
      end
   end
end
for i = 1:length(remList)
   childNodes.removeChild(childNodes.item(remList(i)));
end

end

像这样称呼

tree = xmlread( xmlfile );
removeIndentNodes( tree.getChildNodes );

Answer 2

我觉得@cholland的答案很好，但我不喜欢额外的xml工作。所以这里有一个从xml文件副本中去除空格的解决方案，这是不需要的元素的根本原因。

fid = fopen('tmpCopy.xml','wt');
str = regexprep(fileread(filename),'[\n\r]+',' ');
str = regexprep(str,'>[\s]*<','><');
fprintf(fid,'%s', str);
fclose(fid);

如何让Matlab读取正确数量的xml节点

问题：

代码更新：

2 个答案: