Question

我们正在使用dom4j 1.6.1来解析来自某个地方的XML。有时，应答器提到了命名空间（例如:)，有时候没有（）。而且调用Element.selectSingleNode（String s）会失败。

目前我们有3种解决方案，我们对它们不满意

1 - 在对xml文档执行任何操作之前删除所有名称空间出现

xml = xml .replaceAll("xmlns=\"[^\"]*\"","");
xml = xml .replaceAll("ds:","");
xml = xml .replaceAll("etm:","");
[...] // and so on for each kind of namespace

2 - 在获取节点之前删除命名空间致电

Element.remove(Namespace ns)

但它仅适用于节点和子级的第一级

3 - 通过

混乱代码

node = rootElement.selectSingleNode(NameWithoutNameSpace)
if ( node == null )
    node = rootElement.selectSingleNode(NameWithNameSpace)

那么......你怎么看？女巫一个是不是更糟糕？你有其他解决方案吗？

Answer 1

我想删除任何名称空间信息（声明和标记）以简化xpath评估。我最终得到了这个解决方案：

String xml = ...
SAXReader reader = new SAXReader();
Document document = reader.read(new ByteArrayInputStream(xml.getBytes()));
document.accept(new NameSpaceCleaner());
return document.asXML();

其中NameSpaceCleaner是dom4j访问者：

private static final class NameSpaceCleaner extends VisitorSupport {
    public void visit(Document document) {
        ((DefaultElement) document.getRootElement())
                .setNamespace(Namespace.NO_NAMESPACE);
        document.getRootElement().additionalNamespaces().clear();
    }
    public void visit(Namespace namespace) {
        namespace.detach();
    }
    public void visit(Attribute node) {
       if (node.toString().contains("xmlns")
        || node.toString().contains("xsi:")) {
        node.detach();
      }
    }

    public void visit(Element node) {
        if (node instanceof DefaultElement) {
        ((DefaultElement) node).setNamespace(Namespace.NO_NAMESPACE);
        }
         }
 }

Answer 2

以下是我找到并现在使用的一些代码。如果寻找通用方法，可能会从dom4j文档中删除所有名称空间。

    public static void removeAllNamespaces(Document doc) {
        Element root = doc.getRootElement();
        if (root.getNamespace() !=
                Namespace.NO_NAMESPACE) {            
                removeNamespaces(root.content());
        }
    }

    public static void unfixNamespaces(Document doc, Namespace original) {
        Element root = doc.getRootElement();
        if (original != null) {
            setNamespaces(root.content(), original);
        }
    }

    public static void setNamespace(Element elem, Namespace ns) {

        elem.setQName(QName.get(elem.getName(), ns,
                elem.getQualifiedName()));
    }

    /**
     *Recursively removes the namespace of the element and all its
    children: sets to Namespace.NO_NAMESPACE
     */
    public static void removeNamespaces(Element elem) {
        setNamespaces(elem, Namespace.NO_NAMESPACE);
    }

    /**
     *Recursively removes the namespace of the list and all its
    children: sets to Namespace.NO_NAMESPACE
     */
    public static void removeNamespaces(List l) {
        setNamespaces(l, Namespace.NO_NAMESPACE);
    }

    /**
     *Recursively sets the namespace of the element and all its children.
     */
    public static void setNamespaces(Element elem, Namespace ns) {
        setNamespace(elem, ns);
        setNamespaces(elem.content(), ns);
    }

    /**
     *Recursively sets the namespace of the List and all children if the
    current namespace is match
     */
    public static void setNamespaces(List l, Namespace ns) {
        Node n = null;
        for (int i = 0; i < l.size(); i++) {
            n = (Node) l.get(i);

            if (n.getNodeType() == Node.ATTRIBUTE_NODE) {
                ((Attribute) n).setNamespace(ns);
            }
            if (n.getNodeType() == Node.ELEMENT_NODE) {
                setNamespaces((Element) n, ns);
            }            
        }
    }

希望这对需要它的人有用！

Answer 3

选项1是危险的，因为如果不预先解析文档而无法保证给定命名空间的前缀，并且因为最终可能会发生命名空间冲突。如果您正在使用文档而不输出任何内容，则可能没问题，具体取决于文档的来源，但是否则会丢失太多信息。

选项2可以递归应用，但它与选项1有许多相同的问题。

选项3听起来像是最好的方法，但不是混乱你的代码，而是制作一个静态方法来执行两种检查，而不是在整个代码库中放置相同的if语句。

最好的方法是让任何向您发送错误XML的人来修复它。当然这引出了一个问题，它实际上已经破裂了。具体来说，您是否获得XML，其中默认命名空间被定义为X，然后代表X的命名空间被赋予前缀'es'？如果是这种情况，则XML格式正确，您只需要与前缀无关的代码，但仍使用限定名称来获取元素。我对Dom4j不太熟悉，知道创建一个带有空前缀的命名空间是否会使所有元素与匹配的URI匹配，或者只匹配那些没有前缀的元素，但是值得尝试。

Answer 4

作为Abhishek，我需要从XML中剥离命名空间以简化系统测试脚本中的XPath查询。（XML首先经过XSD验证）

以下是我遇到的问题：

我需要处理深度结构化的XML，这种XML往往会炸毁堆栈。
在大多数复杂的XML上，由于我没有完全调查的原因，剥离所有命名空间只能在首先遍历DOM树深度时可靠地工作。这样就排除了访问者，或者获得了document.selectNodes("//*")

我最终得到了以下内容（不是最优雅的，但如果这有助于解决某人的问题......）：

public static String normaliseXml(final String message) {
    org.dom4j.Document document;
    document = DocumentHelper.parseText(message);

    Queue stack = new LinkedList();

    Object current = document.getRootElement();

    while (current != null) {
        if (current instanceof Element) {
            Element element = (Element) current;

            Iterator iterator = element.elementIterator();

            if (iterator.hasNext()) {
                stack.offer(element);
                current = iterator;
            } else {
                stripNamespace(element);

                current = stack.poll();
            }
        } else {
            Iterator iterator = (Iterator) current;

            if (iterator.hasNext()) {
                stack.offer(iterator);
                current = iterator.next();
            } else {
                current = stack.poll();

                if (current instanceof Element) {
                    stripNamespace((Element) current);

                    current = stack.poll();
                }
            }
        }
    }

    return document.asXML();
}

private static void stripNamespace(Element element) {
    QName name = new QName(element.getName(), Namespace.NO_NAMESPACE, element.getName());
    element.setQName(name);

    for (Object o : element.attributes()) {
        Attribute attribute = (Attribute) o;

        QName attributeName = new QName(attribute.getName(), Namespace.NO_NAMESPACE, attribute.getName());
        String attributeValue = attribute.getValue();

        element.remove(attribute);

        element.addAttribute(attributeName, attributeValue);
    }

    for (Object o : element.declaredNamespaces()) {
        Namespace namespace = (Namespace) o;
        element.remove(namespace);
    }
}

Answer 5

此代码实际上有效：

public void visit(Document document) {
    ((DefaultElement) document.getRootElement())
            .setNamespace(Namespace.NO_NAMESPACE);
    document.getRootElement().additionalNamespaces().clear();
}

public void visit(Namespace namespace) {
    if (namespace.getParent() != null) {
        namespace.getParent().remove(namespace);
    }
}

public void visit(Attribute node) {
    if (node.toString().contains("xmlns")
            || node.toString().contains("xsi:")) {
        node.getParent().remove(node);
    }
}

public void visit(Element node) {
    if (node instanceof DefaultElement) {
        ((DefaultElement) node).setNamespace(Namespace.NO_NAMESPACE);
        node.additionalNamespaces().clear();
    }
}

使用dom4j清理命名空间处理

5 个答案: