Question

我有一堆XML文件，我想检测并删除其中的空标签。像：

<My></My>
<Your/>

<sometags>
    <his>
    </his>
    <hasContent>sdfaf</hasContent>
</sometags>

他们希望删除所有类型的空标记（My，Your，his）。 PowerShell是否支持这种空标记检测，无论它们嵌入其他标记内有多深？

Answer 1

function Format-XML
{ 
    param (
        [parameter(Mandatory = $true)][xml] $xml, 
        [parameter(Mandatory = $false)][int] $indent = 4
    ) 

    try
    {
        $Error.Clear()

        $StringWriter = New-Object System.IO.StringWriter 
        $XmlWriter = New-Object System.XMl.XmlTextWriter $StringWriter 
        $xmlWriter.Formatting = "indented" 
        $xmlWriter.Indentation = $indent 
        $xml.WriteContentTo($XmlWriter) 
        $XmlWriter.Flush() 
        $StringWriter.Flush() 

        return $StringWriter.ToString() 
    }

    catch
    {
        Write-Host "$($MyInvocation.InvocationName): $_"; return $null
    }
}


$xml = [xml] @"
<document>
    <My></My>
    <Your/>
    <sometags>
        <his>
        </his>
        <hasContent>sdfaf</hasContent>
    </sometags>
</document>
"@

# The "magic" part is in this XPath expression

$nodes = $xml.SelectNodes("//*[count(@*) = 0 and count(child::*) = 0 and not(string-length(text())) > 0]")

$nodes | %{
    $_.ParentNode.RemoveChild($_)
}

Format-Xml $xml

Answer 2

我在PowerShell中不流利，所以只有@DavidBrabant的好回答，特别是在xpath部分。用于检测空元素的xpath可以更简单一些：

//*[not(@*) and not(*) and normalize-space()]

谓词（[]内的所有内容）按顺序检查当前元素是否没有属性，没有子元素，并且没有空文本节点。

Answer 3

您应该寻找使用System.Xml.XmlDocument的解决方案。但它也可以使用正则表达式：

$xml = @"
<document>
    <My></My>
    <Your/>
    <sometags>
        <his>
        </his>
        <hasContent>sdfaf</hasContent>
    </sometags>
</document>
"@

$xml -replace '(?:<(\w*)>\s*<\/\1>)|<(\w*)\/>', ''

如何检测和删除空XML标签？

3 个答案: