在 Golang 中解码 XML 时自定义字符串翻译

Question

我正在解码一些仅包含字符串值和属性的 XML。它还"&amp;amp;"包含"&"一些"&amp;". 我还将对这些字符串值做更多的工作，我需要字符"|"永远不会出现，所以我想"|"用"%7C".我可以strings.Replace在解码后使用这些更改，但由于解码已经在做类似的工作（毕竟它确实转换"&amp;"为"&"）我想同时做。我要解析的文件很大，所以我会做一些类似于http://blog.davidsingleton.org/parsing-huge-xml-files-with-go/这是一个简短的示例 xml 文件：<?xml version="1.0" encoding="utf-8"?><tests>    <test_content>X&amp;amp;Y is a dumb way to write XnY | also here's a pipe.</test_content>    <test_attr>      <test name="Normal" value="still normal" />      <test name="X&amp;amp;Y" value="should be the same as X&amp;Y | XnY would have been easier." />    </test_attr></tests>还有一些执行标准解码并打印出结果的 Go 代码：package mainimport (    "encoding/xml"    "fmt"    "os")type XMLTests struct {    Content string     `xml:"test_content"`    Tests   []*XMLTest `xml:"test_attr>test"`}type XMLTest struct {    Name  string `xml:"name,attr"`    Value string `xml:"value,attr"`}func main() {    xmlFile, err := os.Open("test.xml")    if err != nil {        fmt.Println("Error opening file:", err)        return    }    defer xmlFile.Close()    var q XMLTests    decoder := xml.NewDecoder(xmlFile)    // I tried this to no avail:    // decoder.Entity = make(map[string]string)    // decoder.Entity["|"] = "%7C"    // decoder.Entity["&amp;amp;"] = "&"    var inElement string    for {        t, _ := decoder.Token()        if t == nil {            break        }        switch se := t.(type) {        case xml.StartElement:            inElement = se.Name.Local            if inElement == "tests" {                decoder.DecodeElement(&q, &se)            }        default:        }    }    fmt.Println(q.Content)    for _, t := range q.Tests {        fmt.Printf("\t%s\t\t%s\n", t.Name, t.Value)    }}如何修改此代码以获得我想要的？即：如何定制解码器？我查看了文档，特别是https://golang.org/pkg/encoding/xml/#Decoder并尝试使用实体地图，但我无法取得任何进展。

Answer 1

要处理属性，可以使用UnmarshalerAttr接口与UnmarshalXMLAttr方法。你的例子就变成了：

package main

import (

    "encoding/xml"

    "fmt"

    "strings"

)

type string2 string

type XMLTests struct {

    Content string2    `xml:"test_content"`

    Tests   []*XMLTest `xml:"test_attr>test"`

}

type XMLTest struct {

    Name  string2 `xml:"name,attr"`

    Value string2 `xml:"value,attr"`

}

func decode(s string) string2 {

    s = strings.Replace(s, "|", "%7C", -1)

    s = strings.Replace(s, "&amp;", "&", -1)

    return string2(s)

}

func (s *string2) UnmarshalXML(d *xml.Decoder, start xml.StartElement) error {

    var content string

    if err := d.DecodeElement(&content, &start); err != nil {

        return err

    }

    *s = decode(content)

    return nil

}

func (s *string2) UnmarshalXMLAttr(attr xml.Attr) error {

    *s = decode(attr.Value)

    return nil

}

func main() {

    xmlData := `<?xml version="1.0" encoding="utf-8"?>

<tests>

    <test_content>X&amp;amp;Y is a dumb way to write XnY | also here's a pipe.</test_content>

    <test_attr>

      <test name="Normal" value="still normal" />

      <test name="X&amp;amp;Y" value="should be the same as X&amp;Y | XnY would have been easier." />

    </test_attr>

</tests>`

    xmlFile := strings.NewReader(xmlData)

    var q XMLTests

    decoder := xml.NewDecoder(xmlFile)

    decoder.Decode(&q)

    fmt.Println(q.Content)

    for _, t := range q.Tests {

        fmt.Printf("\t%s\t\t%s\n", t.Name, t.Value)

    }

}

输出：

X&Y is a dumb way to write XnY %7C also here's a pipe.

    Normal      still normal

    X&Y     should be the same as X&Y %7C XnY would have been easier.

（您可以在Go 操场上进行测试。）

因此，如果string2在任何地方使用都适合您，那么这应该可以解决问题。

（编辑：更简单的代码，不使用DecodeElement和类型开关......）