保留名称空间前缀定义的同时从XML文档中提取元素

Question

我正在尝试从XML文档中提取元素（作为字符串）。我已经尝试过此SO答案中建议的两种方法（此处也建议使用类似的方法），但它们都无法正确考虑可能在某些外部文档中定义的名称空间前缀。

使用以下代码：

// entry point method; see exampes of values for the String `s` in the question
public static String stripPayload(String s) throws Exception {
    final DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
    final Document doc = dbf.newDocumentBuilder().parse(new InputSource(new StringReader(s)));

    final XPath xPath = XPathFactory.newInstance().newXPath();
    final String xPathToGetToTheNodeWeWishToExtract = "/*[local-name()='envelope']/*[local-name()='payload']";
    final Node result = (Node) xPath.evaluate(xPathToGetToTheNodeWeWishToExtract, doc, XPathConstants.NODE);
    return nodeToString_A(result); // or: nodeToString_B(result)

}

public static String nodeToString_A(Node node) throws Exception {
    final StringWriter buf = new StringWriter();
    final Transformer xform = TransformerFactory.newInstance().newTransformer();
    xform.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes");
    xform.setOutputProperty(OutputKeys.STANDALONE, "yes");
    xform.transform(new DOMSource(node), new StreamResult(buf));
    return(buf.toString());
}

public static String nodeToString_B(Node node) throws Exception {
    final Document document = node.getOwnerDocument();
    final DOMImplementationLS domImplLS = (DOMImplementationLS) document.getImplementation();
    final LSSerializer serializer = domImplLS.createLSSerializer();
    final String str = serializer.writeToString(node);
    return str;
}

如果该stripPayload方法如果传递了以下字符串：

<envelope><payload><a></a><b></b></payload></envelope>

要么

<envelope><p:payload xmlns:p='foo'><a></a><b></b></p:payload></envelope>

......都nodeToString_A和nodeToString_B方法的工作。但是，如果我传递以下同样有效的XML文档，其中在外部元素中定义了名称空间前缀：

<envelope xmlns:p='foo'><p:payload><a></a><b></b></p:payload></envelope>

…然后，这两种方法都会失败，因为它们只是发出：

<p:payload><a/><b/></p:payload>

因此，由于忽略了名称空间前缀定义，他们已经在生成无效的文档。

下面更复杂的示例（在属性中使用名称空间前缀）：

<envelope xmlns:p='foo' xmlns:a='alpha'><p:payload a:attr='dummy'><a></a><b></b></p:payload></envelope>

……实际上导致nodeToString_A失败并带有异常，而至少nodeToString_B会产生无效：

<p:payload a:attr="dummy"><a/><b/></p:payload>

（同样，前缀未定义）。

所以我的问题是：

什么是一种健壮的方法来提取内部XML元素并对其进行字符串化，从而处理可能在某些外部元素中定义的名称空间前缀？

Answer 1

您只需要启用 name-space-awareness即可 。

public static String stripPayload(String s) throws Exception {
    final DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
    dbf.setNamespaceAware(true);

    ...
}

输出将是…

<p:payload xmlns:p="foo"><a/><b/></p:payload>