XML 文档的语义等价答案

【问题标题】：Semantic equivalence of XML documentsXML 文档的语义等价
【发布时间】：2016-02-11 00:50:01
【问题描述】：

假设我有这两个简单的 XML 文件：

示例 1

<parent name="Bob" gender="male">
    <child name="Steve" gender="male"></child>
    <child name="Stephanie" gender="female"></child>
</parent>

示例 2

<parent name="Bob" gender="male">
    <child name="Stephanie" gender="female"></child>

    <child name="Steve" gender="male"></child>

</parent>

我正在尝试创建一个函数，该函数将输入两个表示 XML 的字符串，当且仅当它们在语义上等效时才返回 true。在这种情况下，即使存在空格差异并且子项的顺序不同，XML 文件在语义上仍然是相同的。

我目前有一个看似可行的解决方案，但我担心它可能有缺点，或者我可能过度考虑了这个问题。我目前的解决方案包括三个步骤。

删除字符串中的所有空格
按字母数字对字符串进行排序
执行标准字符串相等性检查

这个解决方案似乎有效，但我想知道它是否有任何问题，或者我是否应该以另一种方式解决这个问题。

【问题讨论】：

为什么不使用任何可用的库来解析 XML 并检查提取的值？
@SJuan76 请给我更多的上下文。

标签： xml xsd semantics

【解决方案1】：

XML没有内在的语义。语义一般指意义，而XML作为一种数据格式，本身并不关心意义。

您真正寻求的是两个 XML 文档之间的等价形式。为了能够应用您提到的那种“标准字符串相等检查”，请考虑将 XML 放入标准 lexical 形式，例如由以下建议之一定义：

最后，如果两个文档都根据相同的 XML 模式有效，则可以通过将等价定义为 true，从而认为两个文档在语法而非词汇级别上是等价的。

【讨论】：

我不认为规范化对元素进行排序。例如，两个子标签 steve 和 stephanie，它们的顺序无关紧要。我刚刚尝试了标准化，但没有成功。
默认情况下，元素顺序在 XML 中很重要。也许您更愿意在语法级别指定等价，而不是通过xsd:all 表示顺序无差异。
遵守相同的模式并不能证明语法等价。远非如此。
从来没有说过遵守模式保证语法等价。 仅提供它作为就语法级别的特定等价定义进行陈述的一种方式。控制与共同有效性一致的等价类只是一种可能性，而不是保证满足任何类型的普遍等效概念。

【解决方案2】：

XML 中的重要内容只有您可以决定。史蒂夫和斯蒂芬可能是同一个名字，也可能不是同一个名字。最好不要使用“语义”这个词：只要定义你的等价规则是什么。您测试等价的一般方法是定义一个范式，将数据转换为范式，然后对规范化值进行简单的词法测试——这是一种完全合理的方法。但只有你可以决定合适的归一化函数是什么。

【讨论】：

谢谢你，这很有帮助。我正在考虑以广度优先的方式遍历 XML 文档并将所有节点添加到一个集合中。然后我可以检查两组的相等性。我认为这会奏效。