在 javascript 中解析 XML - 没有浏览器 - 没有 XML 解析器

Question

我对 javascript 相当陌生，我正在尝试为基于 java 的应用程序开发脚本，并使用 javascript 作为其接口来处理/修改内联的 XML 项目信息。不涉及浏览器。

我在 shell 中使用 rhino 来模拟应用程序环境，以便测试和构建解析和修改 XML 所需的 javascript。

目标是能够读取其中包含许多可选处理参数的模板项目 XML，并在不需要该处理功能时删除整个 XML 部分。另外，我需要修改 XML 中的特定值，我可以这样做，如下所示。

这是一个精简的 XML 项目文件 (sample_proj.xml)：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>  
<PROFILE lastSavedByAppVersion="" type="project" version="1">  
 <OPTIONS processingmode="concurrent"/>
 <ENCODESESSION name="My_session">  
  <OPTIONS framesizemode="custom"/>  
  <PLUGINGROUP>  
   <PLUGIN duration="0" endOffset="0" name="Gamma.plugin" repeats="1" startOffset="0">  
    <PARAMGROUP event_id="0" keyframe="0">  
     <PARAM>  
      <NAME>Cb</NAME>  
      <VALUE>1.0</VALUE>  
     </PARAM>  
     <PARAM>  
      <NAME>Cr</NAME>  
      <VALUE>1.0</VALUE>  
     </PARAM>  
     <PARAM>  
      <NAME>Y</NAME>  
      <VALUE>1.0</VALUE>  
     </PARAM>  
    </PARAMGROUP>  
   </PLUGIN>  
   <PLUGIN duration="300" endOffset="0" name="Overlay.plugin" repeats="1" startOffset="0">  
    <PARAMGROUP event_id="0" keyframe="0">  
     <PARAM>  
      <NAME>Filename</NAME>  
      <VALUE></VALUE>  
     </PARAM>  
    </PARAMGROUP>  
   </PLUGIN>  
  </PLUGINGROUP>  
 </ENCODESESSION>  
 <EVENTTIMELINE dropframe="1" fps="24">  
  <EVENT id="0">  
   <FRAME>0</FRAME>  
   <DURATION>0</DURATION>  
  </EVENT>  
 </EVENTTIMELINE>  
  <SOURCE batchtype="cliplist" type="filesource">  
  <MEDIA name="File" type="video">  
   <FILENAME/>  
  </MEDIA>  
  <MEDIA name="File" type="audio">  
   <FILENAME/>  
  </MEDIA>  
  <clipListModel audioChannelMask="-1" audioFormat="AUTO" singleOutput="false" videoFormat="AUTO">  
   <clipList/>  
  </clipListModel> 
  <TIMECODECONFIGURATION>  
   <MODE>none</MODE>  
  </TIMECODECONFIGURATION>  
 </SOURCE>   
</PROFILE>  

我可以在 rhino shell 中使用以下 js 代码读取文件，然后尝试解析：

importPackage(java.io)

var project = readFile("sample_proj.xml");

project = project.replace(/Gamma/g, "GammaRGB");
project = project.replace(/\s*<PLUGIN\s+.*Overlay.*[\s\S]*?\/PLUGIN>/img, "");
print(project);

第一个 project.replace 按预期工作，并将用“GammaRGB.plugin”替换“Gamma.plugin”。

然而，第二个正则表达式没有做任何事情，尽管外部 js 正则表达式评估器中的相同正则表达式能够解析和删除整个第二个 <PLUGIN> Overly.plugin </PLUGIN> 部分。我习惯于构建perl正则表达式，所以这里的正则表达式是基于我对js和多行解析的了解。

我希望我可以在纯 javascript 中解析和删除 xml 部分，而无需加载单独的 XML 解析器。我总是知道要传入的 XML，所以首选 XML 的直接文本基解析。

感谢您的帮助，

比尔

Answer 1

使用 Rhino，您可以调用 Java 代码。 （您可能已经知道这一点，因为您的代码显然使用 java.io 包从文件中读取文本。）

我是否可以建议使用（来自 JavaScript）基于 Java 的 DOM 解析器（例如在 java.xml.parsers 中可用）来操作 XML，而不是使用正则表达式？使用正则表达式进行高级 XML/HTML 操作很难正确完成，尤其是当您的软件需要接受新的、未知的输入时。

这里有一些 Java 代码可以帮助你开始使用一些等效的 JavaScript：

import java.xml.parsers.*;

java.io.File file = new java.io.File("c:\\sample.xml");
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder db = dbf.newDocumentBuilder();
org.w3c.dom.Document doc = db.parse(file);

（另见Parsing HTML The Cthulhu Way。）

Answer 2

第二个正则表达式可能不起作用，因为您使用的是< 而不是< 和> 而不是>。 XML 在被正则表达式处理之前是否被转义？

还有[\s\S] 表示匹配空白或非空白，这实际上与. 相同。 （除非那是为了补偿 . 不匹配的换行符。）