从 XML 中删除空属性

Question

我有一个错误的 xml，其中包含空属性，我有一个解析器，它对空属性咳嗽。 我无法控制 xml 的生成，也无法控制在空属性上咳嗽的解析器。所以我想做的是一个预处理步骤，简单地删除所有空属性。

我设法找到了空属性，但现在我不知道如何删除它们：

   XPathFactory xpf = XPathFactory.newInstance();
   XPath xpath = xpf.newXPath();
   XPathExpression expr = xpath.compile("//@*");
   Object result = expr.evaluate(d, XPathConstants.NODESET);

   if (result != null) {
    NodeList nodes = (NodeList) result;
    for(int node=0;node<nodes.getLength();node++)
    {
     Node n = nodes.item(node);
     if(isEmpty(n.getTextContent()))
     {
      this.log.warn("Found empty attribute declaration "+n.toString());
      NamedNodeMap parentAttrs = n.getParentNode().getAttributes();
      parentAttrs.removeNamedItem(n.getNodeName());
     }
    }

   } 

当访问 n.getParentNode().getAttributes() 时，这段代码给了我一个 NPE。 但是，当我无法访问元素时，如何从元素中删除空属性？

Answer 1

如果你想把它限制为空属性，你可以使用这个 XPATH：

//*[@*[.='']]

要查找为空或只有空格的属性：

//*[@*[normalize-space()='']]。

这样您就可以选择要删除的属性，而不必为了找到空的属性而遍历每个属性。

Answer 2

以下样式表将复制源文档中的所有内容 - 除了仅包含空格的属性。第一个模板只是简单地复制一切 - 包括空属性。但是，由于使用了谓词，第二个模板比第一个模板具有更高的优先级，这就是为什么在遇到空属性时会优先选择更通用的第一个模板：并且第二个模板不会生成任何输出。

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0"> 
  <xsl:template match="@*|node()">
    <xsl:copy>
      <xsl:apply-templates select="@*|node()"/>
    </xsl:copy>
  </xsl:template>
  <xsl:template match="@*[normalize-space()='']"/>
</xsl:stylesheet>

Answer 3

无论如何，这可能不是这样做的方法。从 NodeList 中删除某些内容不会将其从 XML 中删除。如果您的解析器实际上正在处理一个已经加载的 DOM，并且您在解析器获取它之前正在操作 DOM，那么类似的方法可能会起作用，但这可能不是最好的策略。

您最好在它到达解析器的途中通过一个 XMLFilter 对其进行预处理。我找到了一个IBM Developerworks article，其中包含删除所有属性的示例代码，它是earlier 展示如何将过滤器链连接到解析器的系列的一部分。

所有这些都假设您使用的是 SAX 解析器，但如果是其他东西，则可能有一些方法可以在某种预处理步骤中使用 SAX 和这样的过滤器。

也可以通过 xslt 进行预处理。

Answer 4

getParentNode() 不适用于属性。

除 Attr、Document、DocumentFragment、Entity 和 Notation 之外的所有节点都可以有父节点。

不是 100% 确定，但我认为您可以选择具有以下表达式的属性的所有节点：

//*[@*]

然后您可以轻松地遍历属性并检查它们是否为空

Answer 5

我会检查以确保您实际上收到的只是 ATTR 类型的节点列表，而不是元素，或两者的混合。我没有使用 XPathExpression，但它可能会将路径“//@*”解释为“任何具有属性的元素”，而不是“所有属性”（我希望你的意思）。如果前者为真，并且您的根节点具有属性，它将出现在查询的结果节点列表中，并且根据定义 [root node].getParentNode() == null 产生您的 NPE。

此外，如果您在查询中选择元素节点而不是 attr 节点，则表达式 n.getTextContent() 将查看文本内容，而不是属性值（如果根节点再次可能导致您的 NPE是在列表中，因为大多数根节点没有文本内容），此外，尝试删除属性将是一个无操作（无论如何你并不打算这样做）。

所以如果你接收的是元素节点而不是属性节点，那么你应该查看属性映射然后修改它，如果你必须查看所有属性，你最好只写一个深度优先- 搜索查看 DOM 并在那里执行修改。

Answer 6

我实际上找到了一种方法。尽管这不能完美地解决问题，但没关系。目前。在使用它的情况下，请注意，它只会捕获值恰好是“其他废话”的属性，例如仅由空格组成的值不会被它捕获。

   XPathFactory xpf = XPathFactory.newInstance();
   XPath xpath = xpf.newXPath();
   XPathExpression expr = xpath.compile("//*[@*='']");
   Object result = expr.evaluate(d, XPathConstants.NODESET);

   if (result != null) {
    NodeList nodes = (NodeList) result;
    for(int node=0;node<nodes.getLength();node++)
    {
     Node n = nodes.item(node);
     NamedNodeMap attrs = n.getAttributes();
     for(int attr=0;attr<attrs.getLength();attr++)
     {
      Node a = attrs.item(attr);
      if(isEmpty(a.getNodeValue()));
      {
       attrs.removeNamedItem(a.getNodeName());
       this.log.warn("Removing empty attribute "+a.toString()+" from element "+n.getNodeName());
      }
     }
    }

   } 

用于比较的遗憾正则表达式仅作为 XSLT 扩展提供，并且不被授予在每个 XSLT-Processor 上受支持:-(