如何在 Java 中使用 XPath 作为节点访问 CDATA？答案

【问题标题】：How can I access CDATA as a node using XPath in Java?如何在 Java 中使用 XPath 作为节点访问 CDATA？
【发布时间】：2012-08-22 07:07:44
【问题描述】：

在以下 XML 上使用 this 在线 XPath 测试器

<a>foo <![CDATA[ MyCData]]>  baz</a>

使用 XPath 表达式/a/text()，我得到了所有的文本

foo <![CDATA[ MyCData]]>  baz

（结构为三个节点，正如我们使用 /a/text()[2] 所看到的，它返回 baz。）

但是，对于 javax.xml.xpath.XPath， CData 和最后一个文本节点完全不返回。我得到一个带有foo 的节点，而文本<![CDATA[ MyCData]]> baz 的其余部分不可用。不管 XPath 如何处理 XML 结构，如果我们根本无法访问节点就是一个 bug。

但是，如果我在 DocumentBuilderFactory 上设置 isCoalescing(true)，它会将所有文本和 CData 节点连接为一个。我可能最终会使用它，但它会将 CData 转换为输出中的转义文本，这看起来很难看，即使标准允许它也是如此。此外，我希望能够将 CData 单独作为某种节点来处理，无论是“只是”一个文本节点，还是某种特殊类型的 CData 节点。

顺便说一下，如果 CData 是其父元素的 only 内容，前面没有空格或其他文本，普通的 text-content XPath 可以成功检索它，即使使用 isCoalescing 在其默认值 (false)。因此，我们看到 Java XPath 总是返回第一个，并且只返回第一个文本节点。

当我检查我的 DOM 文档的完整 DOM 树时，默认使用 isCoalescing，我发现 CData 部分表示为它自己的 cdata-section 类型节点em>，很好，但是如何在 XPath 中访问这个节点？

【问题讨论】：

也许这有帮助：stackoverflow.com/questions/4184858/…
谢谢，但那是关于 XML inside CData。我只想要CData！在其他 XPath 引擎中，CData 只是一个文本节点，但在 Java 中不是，如上所述。

标签： java xpath cdata

【解决方案1】：

恐怕在线 XPath 测试仪弄错了。根据 XPath 数据模型，<a> 元素有一个文本节点子节点，其字符串值为"foo MyCDATA baz"；没有第二个文本节点，因此对第二个文本节点的请求不应返回任何内容。

XPath 数据模型认为 CDATA 只是一种输入数据的便捷方式，以避免转义特殊字符； CDATA 的存在不会影响 XML 的含义或信息内容，因此它不会对应用程序可用。

【讨论】：

好的，如果 Java XPath 返回单个节点 foo MyCData baz，那就太好了。但实际上，它返回单个节点 foo 而没有其他节点。
显然 setCoalescing(true) 给出了您描述的结果。但是在合并为假的情况下，Java XPath 引擎会做什么？它似乎没有产生替代结构，而只是“放弃”除第一个节点以外的所有文本。
Saxon XPath 引擎为您提供包含所有数据的单个文本节点，无论 DOM 是否合并。试一试。（更好的是，不要使用 DOM：切换到更好的树模型，例如 JDOM 或 XOM）。
"...无论 DOM 是否合并"：我宁愿不将 CData 转换为输出中的转义文本，因为它看起来很难看，即使它是标准的。此外，我希望能够将 CData 单独作为某种节点来处理，无论是“只是”XPath 规范中的文本节点，还是某种特殊类型的节点。
我告诉你 XPath 规范是怎么说的。您希望它说其他内容这一事实并不真正相关。