java - 使用 dom4j 清理命名空间处理

Question

我们正在使用 dom4j 1.6.1 来解析来自某处的 XML。有时，应答器会提到 namespace (例如:)，有时不会()。它调用 Element.selectSingleNode(String s ) 失败。

目前我们有 3 个解决方案，但我们对它们并不满意

1 - 在对 xml 文档执行任何操作之前删除所有出现的命名空间

xml = xml .replaceAll("xmlns=\"[^\"]*\"","");
xml = xml .replaceAll("ds:","");
xml = xml .replaceAll("etm:","");
[...] // and so on for each kind of namespace

2 - 在获取节点之前删除命名空间 通过调用

Element.remove(Namespace ns)

但它只适用于一个节点和第一级 child

3 - 通过

打乱代码

node = rootElement.selectSingleNode(NameWithoutNameSpace)
if ( node == null )
    node = rootElement.selectSingleNode(NameWithNameSpace)

那么……你怎么看？女巫一号不是更糟吗？您有其他解决方案要提出吗？

Answer 1

我想删除任何 namespace 信息(声明和标记)以简化 xpath 评估。我最终得到了这个解决方案:

String xml = ...
SAXReader reader = new SAXReader();
Document document = reader.read(new ByteArrayInputStream(xml.getBytes()));
document.accept(new NameSpaceCleaner());
return document.asXML();

其中 NameSpaceCleaner 是 dom4j 访问者:

private static final class NameSpaceCleaner extends VisitorSupport {
    public void visit(Document document) {
        ((DefaultElement) document.getRootElement())
                .setNamespace(Namespace.NO_NAMESPACE);
        document.getRootElement().additionalNamespaces().clear();
    }
    public void visit(Namespace namespace) {
        namespace.detach();
    }
    public void visit(Attribute node) {
       if (node.toString().contains("xmlns")
        || node.toString().contains("xsi:")) {
        node.detach();
      }
    }

    public void visit(Element node) {
        if (node instanceof DefaultElement) {
        ((DefaultElement) node).setNamespace(Namespace.NO_NAMESPACE);
        }
         }
 }