代码之家 › 专栏 › 技术社区 › user1523153

如何在没有GPath/节点名的情况下提取CDATA

xmlslurper cdata groovy

1

user1523153 · 技术社区 · 6 年前

我正在尝试从XML中提取CDATA内容,而不使用GPath(或)节点名。简而言之,我想从XML中查找和检索包含CDATA的innerText部分。

我的XML看起来像:

def xml = '''<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<root>
    <Test1>This node contains some innerText. Ignore This.</Test1>
    <Test2><![CDATA[this is the CDATA section i want to retrieve]]></Test2>
</root>'''

从上面的XML中,我想单独获取CDATA内容,而不使用其节点名“Test2”的引用。因为节点名在我的场景中并不总是相同的。

还请注意,XML可以在其他几个节点中包含innerText(Test1)。我不想找回那个。我只需要整个XML中的CDATA内容。

我想要下面这样的东西(下面的代码是不正确的)

def parsedXML = new xmlSlurper().parseText(xml)
def cdataContent = parsedXML.depthFirst().findAll { it.text().startsWith('<![CDATA')}

我的输出应该是:

this is the CDATA section i want to retrieve

2 回复 | 直到 6 年前

1

tim_yates 6 年前

正如@daggett所说的,您不能用Groovy slurper或解析器来实现这一点,但是下拉并使用java类来获得它也不是太糟糕。

注意,您必须将CDATA的属性设置为可见,因为在默认情况下,它只被视为字符。

代码如下:

import javax.xml.stream.*

def xml = '''<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<root>
    <Test1>This node contains some innerText. Ignore This.</Test1>
    <Test2><![CDATA[this is the CDATA section i want to retrieve]]></Test2>
</root>'''

def factory = XMLInputFactory.newInstance()
factory.setProperty('http://java.sun.com/xml/stream/properties/report-cdata-event', true)

def reader = factory.createXMLStreamReader(new StringReader(xml))
while (reader.hasNext()) {
    if (reader.eventType in [XMLStreamConstants.CDATA]) {
        println reader.text
    }
    reader.next()
}

会打印出来的 this is the CDATA section i want to retrieve

2

1

Gaurav Khurana 6 年前

考虑到xml中只有一个CDATA 分裂你能帮我吗

def xml = '''<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<root>
<Test1>This node contains some innerText. Ignore This.</Test1>
<Test2><![CDATA[this is the CDATA section i want to retrieve]]></Test2>
 </root>'''

 log.info xml.split("<!\\[CDATA\\[")[1].split("]]")[0]

xml.split("<!\\[CDATA\\[")[1]

一旦我们得到了那部分,我们再次进行了拆分,然后得到了在这个模式之前的那部分

.split("]]")[0]