【问题标题】：Anonymizing the xml: how to remove data while leaving the tags in Java? [duplicate]匿名化 xml：如何在 Java 中保留标签的同时删除数据？ [复制]
【发布时间】：2016-11-11 09:33:24
【问题描述】：

给定一个字符串类型的 xml 结构，我正在寻找一种方法来用四个星号替换数据，同时将标签留在原处。也就是从这个开始

<one> <two> abc </two> <two> def </two> </one>

我希望它变成

<one> <two> **** </two> <two> **** </two> </one>

我试过了

requestBody.replaceAll(">[^<]+?<","> **** <")

但我也捕获了两个相邻标签之间的任何空格，因此

<one> **** <two> **** </two> **** <two> **** </two> **** </one>

我怎样才能实现我的目标？有什么建议吗？

Here 进行一些测试。

编辑

按照 Michael Kay 的建议，我找到了这个解决方案

/**
 * Anonimyzes an xml structure replacing all data between tags with 4 asterisks. 
 * Tags won't be replaced.
 * 
 * @param xmlInput the string representing the xml to be anonymized
 * @return the anonymized xml structure.
 */
private String anonymizeXml(String xmlInput){
    String anonimizedXml=null;
    try {
        TransformerFactory factory = TransformerFactory.newInstance();
        Source xslt = new StreamSource(new StringReader("<xsl:transform version=\"1.0\" xmlns:xsl=\"http://www.w3.org/1999/XSL/Transform\"><xsl:template match=\"*\">  <xsl:copy>   <xsl:apply-templates/>  </xsl:copy></xsl:template><xsl:template match=\"text()[normalize-space()]\"> **** </xsl:template></xsl:transform>"));
        Transformer transformer;
        transformer = factory.newTransformer(xslt);
        Source text = new StreamSource(new StringReader(xmlInput));
        
        StringWriter writer = new StringWriter();
        transformer.transform(text, new StreamResult(writer));
        anonimizedXml = writer.toString();
        
    } catch (TransformerConfigurationException e) {
        e.printStackTrace();
    } catch (TransformerException e) {
        e.printStackTrace();
    }
    return anonimizedXml;
}

【问题讨论】：

您不应使用正则表达式解析 XML 或任何其他树状语法。或者换句话说，工作的错误工具。使用 XML 解析器来定位和替换所有文本节点。
@tucuxi 你能再具体一点吗？你有什么建议？

标签： java regex xml

【解决方案1】：

这是一个非常简单的 XSLT 转换的工作：

<xsl:transform version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

<xsl:template match="*">
  <xsl:copy>
   <xsl:apply-templates/>
  </xsl:copy>
</xsl:template>

<xsl:template match="text()[normalize-space()]">****</xsl:template>
</xsl:transform>

【讨论】：

【解决方案2】：

这个任务对于单个 RegExp 来说有点太重了。您可以使用一个正则表达式来查找包含标签的位置：

Pattern pattern = Pattern.compile("<[a-z]>[^<]+?</[a-z]>");
Matcher matcher = pattern.matcher(xmlString);
while(matcher.find()) {
    System.out.println(xmlString.substring(matcher.start(), matcher.end());
}

将打印：

<two> abc </two>
<two> def </two>

保存每个匹配的位置后，您可以使用原始正则表达式在子字符串中查找要替换的位置。添加到子字符串匹配位置的第一个匹配的开始位置将为您提供要在 xmlString 中替换的位置。

当您拥有所有位置后，您可以开始替换部分 xmlString using substring。确保先替换最后一个匹配项，因为每次替换较早的零件时，后面零件的位置都会改变。

【讨论】：