XML文档的语义等价

Question

假设我有两个简单的XML文件：

示例1

<parent name="Bob" gender="male">
    <child name="Steve" gender="male"></child>
    <child name="Stephanie" gender="female"></child>
</parent>

示例2

<parent name="Bob" gender="male">
    <child name="Stephanie" gender="female"></child>

    <child name="Steve" gender="male"></child>

</parent>

我正在尝试创建一个函数，该函数将输入两个表示XML的字符串，并且当且仅当它们在语义上等效时才返回true。在这种情况下，即使存在空格差异且子节点的顺序不同，XML文件仍然在语义上相同。

我目前有一个看似有效的解决方案，但我担心它可能有缺点，或者我可能已经推翻了这个问题。我目前的解决方案包括三个步骤。

1. 从字符串中删除所有空格
2. 按字母数字排序字符串
3. 执行标准字符串相等性检查

这个解决方案似乎有效，但我想知道它是否有任何问题，或者我是否应该以另一种方式解决这个问题。

Answer 1

XML没有内在语义。语义通常是指含义，而作为数据格式，XML本身并不关心含义。

您真正想要的是两个XML文档之间的等价形式。为了能够应用＆＃34;标准字符串相等性检查＆＃34;你提一下，考虑把XML放到一个标准的 lexical 形式，例如由以下建议之一定义：

• Canonical XML, Version 1.0, W3C Recommendation 15 March 2001
• XML Normalization, W3C Editor's Draft 15 March 2013

最后，如果文档根据相同的XML模式同时有效，则可以认为两个文档在语法而不是词汇级别上是等效的。

Answer 2

XML中的重要内容只有您自己才能决定。史蒂夫和斯蒂芬可能是也可能不是同一个名字。最好不要使用＆＃34;语义和＃34;这个词来定义你的等价规则。测试等价的一般方法是定义一个正规形式，将数据转换为正常形式，然后对标准化值进行简单的词法测试 - 这是一种完全合理的方法。但只有你可以决定适当的规范化功能是什么。