如何从XML文件中删除多余的空行？

Question

简言之我在XML文件中生成了许多空行，我正在寻找一种方法来删除它们，作为学习文件的一种方式。我该怎么做？

详细说明；我当前有以下XML文件：

<recent>
  <paths>
    <path>path1</path>
    <path>path2</path>
    <path>path3</path>
    <path>path4</path>
  </paths>
</recent>

我使用此Java代码删除所有标记，并添加新标记：

public void savePaths( String recentFilePath ) {
    ArrayList<String> newPaths = getNewRecentPaths();
    Document recentDomObject = getXMLFile( recentFilePath );  // Get the <recent> element.
    NodeList pathNodes = recentDomObject.getElementsByTagName( "path" );   // Get all <path> nodes.

    //1. Remove all old path nodes :
        for ( int i = pathNodes.getLength() - 1; i >= 0; i-- ) { 
            Element pathNode = (Element)pathNodes.item( i );
            pathNode.getParentNode().removeChild( pathNode );
        }

    //2. Save all new paths :
        Element pathsElement = (Element)recentDomObject.getElementsByTagName( "paths" ).item( 0 );   // Get the first <paths> node.

        for( String newPath: newPaths ) {
            Element newPathElement = recentDomObject.createElement( "path" );
            newPathElement.setTextContent( newPath );
            pathsElement.appendChild( newPathElement );
        }

    //3. Save the XML changes :
        saveXMLFile( recentFilePath, recentDomObject ); 
}

多次执行此方法后，我得到了一个结果正确的XML文件，但在“paths”标记之后和第一个“path”标记之前有许多空行，如下所示：

<recent>
  <paths>





    <path>path5</path>
    <path>path6</path>
    <path>path7</path>
  </paths>
</recent>

有人知道怎么解决吗？

------------------------------------------- 编辑：添加getXMLFile（...），保存XMLFile（...）代码。

public Document getXMLFile( String filePath ) { 
    File xmlFile = new File( filePath );

    try {
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        DocumentBuilder db = dbf.newDocumentBuilder();
        Document domObject = db.parse( xmlFile );
        domObject.getDocumentElement().normalize();

        return domObject;
    } catch (Exception e) {
        e.printStackTrace();
    }

    return null;
}

public void saveXMLFile( String filePath, Document domObject ) {
    File xmlOutputFile = null;
    FileOutputStream fos = null;

    try {
        xmlOutputFile = new File( filePath );
        fos = new FileOutputStream( xmlOutputFile );
        TransformerFactory transformerFactory = TransformerFactory.newInstance();
        Transformer transformer = transformerFactory.newTransformer();
        transformer.setOutputProperty( OutputKeys.INDENT, "yes" );
        transformer.setOutputProperty( "{http://xml.apache.org/xslt}indent-amount", "2" );
        DOMSource xmlSource = new DOMSource( domObject );
        StreamResult xmlResult = new StreamResult( fos );
        transformer.transform( xmlSource, xmlResult );  // Save the XML file.
    } catch (FileNotFoundException e) {
        e.printStackTrace();
    } catch (TransformerConfigurationException e) {
        e.printStackTrace();
    } catch (TransformerException e) {
        e.printStackTrace();
    } finally {
        if (fos != null)
            try {
                fos.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
    }
}

Answer 1

如果只需要快速“清理”xml，就可以看到类似的情况。然后您可以使用如下方法：

public static String cleanUp(String xml) {
    final StringReader reader = new StringReader(xml.trim());
    final StringWriter writer = new StringWriter();
    try {
        XmlUtil.prettyFormat(reader, writer);
        return writer.toString();
    } catch (IOException e) {
        e.printStackTrace();
    }
    return xml.trim();
}

此外，要比较anche check差异，如果需要的话：XMLUnit

Answer 2

在删除所有旧的“路径”节点后，我能够通过使用此代码来修复此问题：

while( pathsElement.hasChildNodes() )
    pathsElement.removeChild( pathsElement.getFirstChild() );

这将删除XML文件中生成的所有空格。

特别感谢Mad程序员通过上面提到的有用链接发表评论。

Answer 3

首先，解释一下为什么会发生这种情况——这可能有点不对劲，因为您没有包含用于将XML文件加载到DOM对象中的代码。

当您从文件中读取XML文档时，根据DOM规范，标记之间的空白实际上构成了有效的DOM节点。因此，XML解析器将每个这样的空白序列视为DOM节点（类型为TEXT）；

为了摆脱它，我可以想到三种方法：

>

将XML与模式相关联，然后在DocumentBuilderFactory上使用setValidating（true）以及setIgnoringElementContentWhitespace（true）。

（注意：setIgnoringElementContentWhitesspace仅在解析器处于验证模式时才会工作，这就是为什么您必须使用setValidating（true））

使用Java代码实现这一点：使用XPath查找所有仅空白的TEXT节点，对它们进行迭代，并将每个节点从其父节点中移除（使用getParentNode（）。removeChild（））。类似这样的操作（doc将是您的DOM文档对象）：

XPath xp = XPathFactory.newInstance().newXPath();
NodeList nl = (NodeList) xp.evaluate("//text()[normalize-space(.)='']", doc, XPathConstants.NODESET);

for (int i=0; i < nl.getLength(); ++i) {
    Node node = nl.item(i);
    node.getParentNode().removeChild(node);
}