web-dev-qa-db-ja.com

JavaのXMLから空白と改行を取り除く

Javaを使用して、次の形式のドキュメントを取得します。

<tag1>
 <tag2>
    <![CDATA[  Some data ]]>
 </tag2>
</tag1>

そしてそれを次のように変換します：

<tag1><tag2><![CDATA[  Some data ]]></tag2></tag1>

以下を試しましたが、期待した結果が得られません。

DocumentBuilderFactory dbfac = DocumentBuilderFactory.newInstance();
dbfac.setIgnoringElementContentWhitespace(true);
DocumentBuilder docBuilder = dbfac.newDocumentBuilder();
Document doc = docBuilder.parse(new FileInputStream("/tmp/test.xml"));

Writer out = new StringWriter();
Transformer tf = TransformerFactory.newInstance().newTransformer();
tf.setOutputProperty(OutputKeys.INDENT, "no");
tf.transform(new DOMSource(doc), new StreamResult(out));
System.out.println(out.toString());
javaxmlnewlinecdatastrip
13
Jannis Ioannou

@Luiggi Mendozaによる質問のコメントの指示に従った実用的なソリューション。

public static String trim(String input) {
    BufferedReader reader = new BufferedReader(new StringReader(input));
    StringBuffer result = new StringBuffer();
    try {
        String line;
        while ( (line = reader.readLine() ) != null)
            result.append(line.trim());
        return result.toString();
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}
20
Wolfgang

別の質問への回答 に記載されているように、関連する関数は DocumentBuilderFactory.setIgnoringElementContentWhitespace（） ですが、ここですでに指摘したように、この関数では検証を使用する必要がありますXMLスキーマなどを必要とするパーサー。

したがって、最善の策は、パーサーから取得したドキュメントを反復処理し、タイプTEXT_NODE（または空白のみを含むTEXT_NODE）のすべてのノードを削除することです。

5
stmoebius

ドキュメントを再帰的にトラバースします。内容が空白のテキストノードを削除します。空白でないコンテンツを持つテキストノードをトリミングします。

public static void trimWhitespace(Node node)
{
    NodeList children = node.getChildNodes();
    for(int i = 0; i < children.getLength(); ++i) {
        Node child = children.item(i);
        if(child.getNodeType() == Node.TEXT_NODE) {
            child.setTextContent(child.getTextContent().trim());
        }
        trimWhitespace(child);
    }
}
4
jtahlborn

Java8 + transformerは何も作成しませんが、Java10 + transformerはどこにでも空の行を挿入します。私はまだかなりのインデントを維持したいと思います。これは、doc.getDocumentElement()ルートノードなどのDOMElementインスタンスからxml文字列を作成するためのヘルパー関数です。

public static String createXML(Element elem) throws Exception {
        DOMSource source = new DOMSource(elem);
        StringWriter writer = new StringWriter();
        StreamResult result = new StreamResult(writer);
        TransformerFactory transformerFactory = TransformerFactory.newInstance();
        Transformer transformer = transformerFactory.newTransformer();
        transformer.setOutputProperty(OutputKeys.INDENT, "yes");
        //transformer.setOutputProperty("{http://xml.Apache.org/xslt}indent-amount", "2");
        //transformer.setOutputProperty("http://www.Oracle.com/xml/is-standalone", "yes");
        transformer.setOutputProperty(OutputKeys.DOCTYPE_PUBLIC,"yes");
        transformer.setOutputProperty("http://www.Oracle.com/xml/is-standalone", "yes");
        transformer.transform(source, result);

        // Java10-transformer adds unecessary empty lines, remove empty lines
        BufferedReader reader = new BufferedReader(new StringReader(writer.toString()));
        StringBuilder buf = new StringBuilder();
        try {
            final String NL = System.getProperty("line.separator", "\r\n");
            String line;
            while( (line=reader.readLine())!=null ) {
                if (!line.trim().isEmpty()) {
                    buf.append(line); 
                    buf.append(NL);
                }
            }
        } finally {
            reader.close();
        }
        return buf.toString();  //writer.toString();
    }
0
Whome