识别 XML 文档差异的算法答案

【问题标题】：Algorithm for identifying differences in XML documents识别 XML 文档差异的算法
【发布时间】：2015-07-15 19:57:16
【问题描述】：

我正在尝试用 Java 创建一个程序，它采用两个 XML 文件（一个是另一个的更新版本）并将它们放入主内存。然后它将比较文件并计算两者中每个对应节点之间的差异数（不包括空白）。稍后程序将对差异做更多，但我只是对如何开始比较来自两个单独文件的节点感到困惑。任何建议将不胜感激。

【问题讨论】：

标签： java xml algorithm diff

【解决方案1】：

我的第一个建议是你可以使用XMLUnit:

Reader expected=new FileReader(...);
Reader tested=new FileReader(...);
Diff diff=XMLUnit.compareXML(expected, tested);

【讨论】：

【解决方案2】：

有关在每个节点计算签名（哈希）以便于比较的算法，请参阅Detecting Changes in XML Documents。

有关元素排序无关紧要的 XML 文档的更改检测，请参阅X-Diff: An Effective Change Detection Algorithm for XML Documents。 X-Diff 算法的 Java 和 C++ 实现是available。

【讨论】：

【解决方案3】：

这取决于您是否存在节点差异或节点内部差异。

此代码提取所有节点及其路径，和里面的价值

假设，你有两个 xml 文档：

XPath xPath = XPathFactory.newInstance().newXPath();
//Every nodes
expression="//*";
NodeList nodes  = (NodeList)  xPath.compile(expression).evaluate(document, XPathConstants.NODESET);

// iterate them all
for(int i=0; i<nodes.getLength(); i++)
{
 Node the_node = nodes.item(i);

 if(the_node instanceof Element)
    {
     Element the_element=(Element) the_node;

    // PATH 
    String path ="";
    Node noderec = the_node; 
    while( noderec  != null) 
        {
        if (path.equals("")) path = noderec.getNodeName();
        else
       path = noderec.getNodeName() + '/' + path;
       noderec = noderec.getParentNode();

       if (noderec==document){path="//"+path; noderec=null;}
       }
      System.out.println( "PATH:"+path );
     System.out.println("CONTENT="+the_element.getTextContent());
    }
}

PATH : 给你路径

CONTENT：节点的子内容

这样，您就可以获取 xml 的所有路径：您可以逐个比较、排序并使用其他算法来查找是否插入了某些内容，...

并且在每个节点内部，你可以进行另一个比较。

希望对你有帮助

【讨论】：