Question

我正在尝试使用StAX迭代器API替换SVG文件中某些属性的值。我使用XMLEventReader阅读原始文件，检查和修改元素，然后写入XMLEventWriter。

我的原始文件具有以下结构：

<?xml version="1.0" encoding="UTF-8"?>
<!--
...
-->
<!DOCTYPE ...
...
]>
<svg ...

我得到的输出不一样：

<?xml version="1.0"?><!--
...
--><!DOCTYPE ...
...
]><svg ...

正如您所看到的，encoding已消失，评论和文档类型的换行符也已消失。

此外，生成的文件中所有标记的所有属性的顺序似乎是随机的。我已阅读another question并且我知道属性顺序无法保证，但这对我没有帮助。

这些SVG文件在Git下，所以我想尽可能保留它们的纯文本布局。

如何解决这些问题？使用我当前的任务，我可以将属性值替换为纯文本，而无需任何解析，但我希望有一个解决方案，允许我将标记嵌套和类似的东西考虑在内。

如果无法使用StAX，我完全接受不同的方法。我已经尝试过DOM方法了，情况更糟。也许有一些3D派对解析器...

Answer 1

VTD-XML（我是作者的一个开源项目）是java API，在导出XML树的层次结构时解析后保留底层字节......这意味着你可以替换任何部分原位字节，没有任何不必要的文件无关部分的摆弄..甚至直接覆盖字节......零开销

Answer 2

在涉及更新属性的情况下，最佳选择不使用XMLEventWriter，而是在XML文件中查找标记的位置（字符偏移）并进行子字符串替换。你可以这样做：

使用XMLEventReader，遍历文件
当您遇到要更改属性的元素时，请使用XMLEvent#getLocation()，然后在其上调用getCharacterOffset()，这将返回原始文件中发出此事件的位置。< / LI>
通过跟踪先前元素和当前元素的偏移量，您可以从原始文件的内容中仅提取一个元素的子字符串。
更新子字符串，将其与之前和之后的文本连接，这将为您提供更新的XML作为字符串。由于提取的子字符串只包含一个元素，因此您可以放心地假设所有属性都是唯一的，因此您可以根据需要添加，删除和更新它们，而不必担心意外触摸其他元素。
将更新的内容以字符串形式写入文件。

下行：您必须手动解析属性，但在大多数情况下这是微不足道的。

另外，我发现Characters个事件存在问题：在后续的<或</消耗后会报告这些事件。例如，在<foo>bar</foo>中，bar字符将被报告为bar</。

这在StAX的其他实现中可能有所不同，我使用的是Java库中的默认实现。我假设这种行为可以解释为StAX解析器永远不会倒退，当它有足够的信息来检测字符结束事件时，它已经消耗了下一个元素的开头（打开或关闭标记）。

至于我原来尝试使用XMLEventWriter：