Java：将格式化的xml文件转换为一行字符串

Posted 2023-02-26

【中文标题】Java：将格式化的xml文件转换为一行字符串

【英文标题】：Java : Convert formatted xml file to one line string

【发布时间】：2011-07-27 12:49:57

【问题描述】：

我有一个格式化的 XML 文件，我想将它转换为一个行字符串，我该怎么做。

示例 xml：

<?xml version="1.0" encoding="UTF-8"?>
<books>
   <book>
       <title>Basic XML</title>
       <price>100</price>
       <qty>5</qty>
   </book>
   <book>
     <title>Basic Java</title>
     <price>200</price>
     <qty>15</qty>
   </book>
</books>

预期输出

<?xml version="1.0" encoding="UTF-8"?><books><book> <title>Basic XML</title><price>100</price><qty>5</qty></book><book><title>Basic Java</title><price>200</price><qty>15</qty></book></books>

提前致谢。

【问题讨论】：

这应该没有必要。为什么需要它？

@Tomalak 我需要将它作为输入传递给 cgi，并且 cgi 只接受单行形式的 xml。

@All，非常感谢所有的答案

【参考方案1】：

Underscore-java 库有静态方法 U.formatXml(xmlstring)。 Live example

import com.github.underscore.U;
import com.github.underscore.Xml;

public class MyClass 
    public static void main(String[] args) 
        System.out.println(U.formatXml("<a>\n  <b></b>\n  <b></b>\n</a>",
        Xml.XmlStringBuilder.Step.COMPACT));
    


// output: <a><b></b><b></b></a>

【参考方案2】：

通过带有<xsl:output indent="no"> 和<xsl:strip-space elements="*"/> 的XSLT identity transform 运行它

<?xml version="1.0"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output indent="no" />
    <xsl:strip-space elements="*"/>
    <xsl:template match="@*|node()">
        <xsl:copy>
            <xsl:apply-templates select="@*|node()"/>
        </xsl:copy>
    </xsl:template>
</xsl:stylesheet>

它将删除任何不重要的空白并产生您发布的预期输出。

【讨论】：

这似乎是一个不错的方法，但您没有提到如何在 Java 中运行这个 XSLT？

XSLT processing with Java

【参考方案3】：

Java 1.8 及以上版本

BufferedReader br = new BufferedReader(new FileReader(filePath));
String content = br.lines().collect(Collectors.joining("\n"));

【讨论】：

如果 OP 想要缩小 XML，这样的方法可能适用于大多数文档：reader.lines().map(String::trim).collect(Collectors.joining());。注意：如果元素属性被拆分为多行，它可能会失败。

【参考方案4】：

如果您要压缩 XML 文档中的所有空白，则上述解决方案有效。输出 XML 文档时，其他快速选项是 JDOM（使用 Format.getCompactFormat()）和 dom4j（使用 OutputFormat.createCompactFormat()）。

但是，我有一个独特的要求，即保留元素文本值中包含的空白，而这些解决方案并没有按我的需要工作。我只需要删除添加到 XML 文档中的“漂亮打印”格式。

我想出的解决方案可以在下面的 3 步/正则表达式过程中解释......为了理解解决方案的算法。

String regex, updatedXml;

// 1. remove all white space preceding a begin element tag:
regex = "[\\n\\s]+(\\<[^/])";
updatedXml = originalXmlStr.replaceAll( regex, "$1" );

// 2. remove all white space following an end element tag:
regex = "(\\</[a-zA-Z0-9-_\\.:]+\\>)[\\s]+";
updatedXml = updatedXml.replaceAll( regex, "$1" );

// 3. remove all white space following an empty element tag
// (<some-element xmlns:attr1="some-value".... />):
regex = "(/\\>)[\\s]+";
updatedXml = updatedXml.replaceAll( regex, "$1" );

注意：伪代码在 Java 中......“$1”是替换字符串，它是第一个捕获组。

这将简单地删除在将“漂亮打印”格式添加到 XML 文档时使用的空白，但当它是元素文本值的一部分时保留所有其他空白。

【参考方案5】：

// 1. Read xml from file to StringBuilder (StringBuffer)
// 2. call s = stringBuffer.toString()
// 3. remove all "\n" and "\t": 
s.replaceAll("\n",""); 
s.replaceAll("\t","");

编辑：

我犯了一个小错误，在你的情况下最好使用StringBuilder（我想你不需要线程安全的StringBuffer）

【讨论】：

如果内容元素之间有空格怎么办？ foo (newline) bar?

双空格，看看预期的结果，我们有例如

示例中似乎有错误，b/c 其他

这是一个错字，中间不能有空格。对此感到抱歉。

【参考方案6】：

FileUtils.readFileToString(fileName);

link

【讨论】：

该链接甚至表明该方法已折旧。如果使用 trim 读取简单的缓冲区就足够了，我不建议使用此方法

【参考方案7】：

打开并读取文件。

Reader r = new BufferedReader(filename);
String ret = "";
while((String s = r.nextLine()!=null)) 

  ret+=s;

return ret;

【讨论】：

ret +=s :(( 不要那样做，最好使用 StringBuffer

@smas :P 这不是真正的代码，我还没有想出在这个网站上正确格式化，所以我选择了最简洁的方式。思路依旧（如果导入相关库，设置filename之类的变量，设置trytry catch块）

不要像 smas 建议的那样使用字符串 concat 或 stringbuffer，使用 StringBuilder kaioa.com/node/59

【参考方案8】：

Using this answer which provides the code to use Dom4j to do pretty-printing，将设置输出格式的行从：createPrettyPrint()更改为：createCompactFormat()

public String unPrettyPrint(final String xml)  

    if (StringUtils.isBlank(xml)) 
        throw new RuntimeException("xml was null or blank in unPrettyPrint()");
    

    final StringWriter sw;

    try 
        final OutputFormat format = OutputFormat.createCompactFormat();
        final org.dom4j.Document document = DocumentHelper.parseText(xml);
        sw = new StringWriter();
        final XMLWriter writer = new XMLWriter(sw, format);
        writer.write(document);
    
    catch (Exception e) 
        throw new RuntimeException("Error un-pretty printing xml:\n" + xml, e);
    
    return sw.toString();

【讨论】：

非常适合我。谢谢

【参考方案9】：

//filename is filepath string
BufferedReader br = new BufferedReader(new FileReader(new File(filename)));
String line;
StringBuilder sb = new StringBuilder();

while((line=br.readLine())!= null)
    sb.append(line.trim());

使用 StringBuilder 比 concat http://kaioa.com/node/59 更有效

【讨论】：

这不会删除前导/尾随空格，不是吗？

这不尊重 XML 文档中提到的编码，是吗？

对于偏离主题的评论感到抱歉，但该链接已过期并将用户重定向到不相关的域。

【参考方案10】：

我猜你想读入，忽略空白，然后再写出来。大多数 XML 包都有忽略空格的选项。例如，DocumentBuilderFactory 有 setIgnoringElementContentWhitespace 用于此目的。

同样，如果您通过编组对象生成 XML，那么 JAXB 具有 JAXB_FORMATTED_OUTPUT