xml - 使用 Clojure zippers 过滤 XML 中的元素节点

Question

如何使用 Clojure zippers 过滤 XML 中的文本节点？例如，您可能有一个打印精美的 XML 文档，该文档将元素节点与包含空格的文本节点交织在一起:

(def doc
  "<?xml version=\"1.0\"?>
  <root>
    <a>1</a>
    <b>2</b>
  </root>")

如果你想获取root的 child 的内容，你可以这样做:

(require '[clojure.data.xml :as xml]
         '[clojure.zip :as zip]
         '[clojure.data.zip :as zf]
         '[clojure.data.zip.xml :as zip-xml])

(-> doc
    xml/parse-str
    zip/xml-zip
    (zip-xml/xml-> :root zf/children zip-xml/text))

但是，这会返回 ("""1""""2""")，包括空格。

如何过滤 zipper ，以便只选择元素节点？

我想到了这个。

(def filter-elements (comp (partial filter (comp xml/element? zip/node)) zf/children))

(-> doc
    xml/parse-str
    zip/xml-zip
    (zip-xml/xml-> :root filter-elements zip-xml/text))
; => ("1" "2")

我怀疑它过于复杂，因此我正在寻找更好的解决方案。

Answer 1

我认为这与决定哪些空格有意义而哪些没有意义的一般 XML 解析问题有关。例如，请参阅此问答:Why am I getting extra text nodes as child nodes of root node?

我检查并发现 data.xml 确实支持通过选项 :skip-whitespace 跳过空格。虽然它没有记录(source)。

所以最好在解析阶段解决这个问题。

(-> doc
    (xml/parse-str :skip-whitespace true)
    zip/xml-zip
    (zip-xml/xml-> :root zf/children zip-xml/text))
; => ("1" "2")