Delphi，MSXML：如何在没有文档命名空间的情况下检索节点 XML？答案

【问题标题】：Delphi, MSXML: how to retrieve node XML without the document namespace?Delphi，MSXML：如何在没有文档命名空间的情况下检索节点 XML？
【发布时间】：2011-02-10 16:57:38
【问题描述】：

我需要对 XML 文档进行一些解析和信息检索。 XML 文档绑定到 XML 数据绑定，然后针对特定元素进行解析。一旦我隔离了我需要剖析的元素，我会依次取出每个元素（我们称之为 E_parent）并尝试识别每个非文本子元素（E_child）在 E_parent 的整个 XML 文本中的位置并进行一些操作或其他。

我遇到的问题是，当单独访问子元素时，XML 文档的命名空间被添加到了子元素的 XML 中。

举个例子，假设原始文档如下所示：

<?xml version="1.0" encoding="windows-1252"?>
<RootNode xml:lang="en" xmlns="urn:blah:names:blahblah">
<E_parent>Some text <E_child>child text</E_child> more parent text</E_parent>
</RootNode>
</xml>

当我尝试通过执行以下操作从 E_parent 或 E_child 元素访问 XML 时：

xmlParent := parentNode.XML;

我明白了：

<E_parent xmlns="urn:blah:names:blahblah">Some text <E_child>child text</E_child> more parent text</E_parent>

如果我尝试访问 E_child 的 XML，我会得到：

<E_child xmlns="urn:blah:names:blahblah">child text</E_child>

当我尝试对父元素进行文本搜索时，这是一个问题，因为“真实”文本不包含该命名空间声明：

Some text <E_child>child text</E_child> more parent text

到目前为止，我已经通过在字符串中查找/删除不需要的命名空间属性来解决这个问题，但它的效率非常低，而且有点难看；o) 所以，我的问题是，如何在不将文档命名空间添加到标签的情况下从绑定的 XML 文档中检索各个节点的 XML？

=========

感谢 Remy，这很明显，我只需要从一个空白字符串开始构建它，而不是从内部 XML 开始！

请注意，这比我在这种特定情况下的解决方法更好，但不是我想要的 - 获取没有命名空间的元素的 XML 仍然对其他事情有用，例如日志记录，其中我想要在原始文档中出现的节点的确切 XML。

【问题讨论】：

XML 中的文本搜索？您真正想在这里完成什么？
@Leonardo：我应该在发布答案之前问的问题。
如果您想记录确切的 XML，那么您根本不应该从您的 XML 对象中提取任何内容。这样做会 重新序列化 对象，因此即使它不包含名称空间，它仍可能与原始 XML 文本不同。相反，请返回并首先记录您放入 XML 对象的原始文本。
如果我只是浏览一个发送给我的 XML 文档，我就没有原件，我需要以某种方式得到它。我只是通过我的绑定类加载 XML 并访问该元素，寻找其确切的外部 XML。这是我的全部问题，现在看来我唯一的选择是从中获取元素，获取其内部 XML 并手动解析，或者直接获取元素的 XML 并删除 namspace 属性。无论哪种方式，都必须进行一些“手动”字符串操作

标签： xml delphi namespaces msxml

【解决方案1】：

使用 DOM 来处理 E_parent 的内容。而不是检索 E_parent 的 XML 然后在其中搜索 E_child 标记，而是使用 DOM 确定 E_child 节点前面存在哪些纯文本（纯文本将有自己的子节点），以及长度该纯文本将告诉您 E_Child 的确切文本位置，而根本不需要检索 E_parent 的XML。 E-parent 将在每个未标记文本部分的相关位置有多个纯文本子节点。

换句话说，给定您展示的 XML，DOM 的结构将如下所示：

RootNode
|
-- E_parent
   |
   |- "Some text "
   |
   |- E_child
   |  |
   |  -- "child text"
   |
   -- " more parent text"

【讨论】：

确实如此，而且我没想到这么简单。我只需要从一个空白字符串开始，然后遍历子元素，如果它们是文本，则将它们添加到结果字符串中，否则标记它们的位置（以及我需要的任何其他信息），然后继续。谢谢！

【解决方案2】：

另一种方法是使用 XPath 导航您的 xml。

给定示例 XML

<?xml version="1.0" encoding="windows-1252"?>
<RootNode xml:lang="en" xmlns="urn:blah:names:blahblah">
<E_parent>Some text <E_child>child text</E_child> more parent text</E_parent>
</RootNode>

您可以使用 MSXML 解析器通过一点 XPath 直接导航到您的 E_child 元素。首先，您需要制作自己的 MSXML2_TLB 单元副本。您可以使用看起来像这样的 Delphi 代码来访问 E_child 节点：

uses MSXMLDOM,MSXML2_TLB;

procedure Sample;
var
  doc: IXMLDOMDocument2;
  root: IXMLDomElement;
  nodes: IXMLDOMNodeList;
  node: IXMLDOMNode;
begin

  doc := CoDOMDocument60.Create;
  doc.async := false;
  // Use same namespace as the default namespace here
  doc.setProperty('SelectionNamespaces', 'xmlns:t="urn:blah:names:blahblah"');
  doc.setProperty('SelectionLanguage', 'XPath');
  doc.loadXML(XmlSource.Text);

  root := doc.documentElement;
  nodes := root.selectNodes('//t:E_child');

  // Now thee nodes contains all E_child nodes
  // Processs them here
  // ...
end;

关键是您为 XPath 查询的文档默认命名空间使用特定前缀。 //t:E_child 是用于查找 E_child 元素的实际 XPath 表达式。

【讨论】：

【解决方案3】：

使用您拥有的代码，然后使用 Pos/PoxEx 查找 E_Child 元素的开始和结束。

var
  cStart, cEnd: Integer;
  ChildName, ChildText: string;
begin
  ... other code
  xmlParent := parentNode.XML;
  ChildName := 'E_Child';
  // Find starting position of child tag
  cStart := Pos('<' + E_Child, xmlParent);
  // You now have the opening <
  cEnd   := PosEx('</' + E_Child, xmlParent, cStart);
  // You now have the final < of the child.
  // Add the length of the child's name + the closing >
  Inc(cEnd, Length('</' + E_Child + '>'));
  // Grab the entire child XML
  ChildText := System.Copy(xmlParent, cStart, cEnd - cStart);
  // Do whatever you want with the child. For instance,
  // remove the original text.
  System.Delete(xmlParent, cStart, cEnd - cStart);
  // Replace it with new text
  System.Insert(NewChildText, xmlParent, cStart);
end;

【讨论】：

我想过这样做，但是因为相关的子元素有几种类型（现在〜12个，但可能会增长），我认为循环通过ChildNodes会更快E_parent，检查它是否是一个元素（不是文本节点），然后才检查它是否是我感兴趣的类型（如果是则替换它的 XML）。它应该比检查每个节点的开始标签的每个变体更快。正如我所提到的，我找到了一种解决方法，但我希望有一个更“优雅”的解决方案。
那么你的问题没有意义。如果您计划循环通过 E_Parent 的子节点，则不必担心文档命名空间。只需遍历 E_Parent.ChildNodes 即可，命名空间无关紧要。我以为您正在尝试不进行迭代，而是出于某种原因使用原始 XML。
很多。：）谢谢。雷米的回答比我的要好得多；不过，我会留下我的，以防有一天它对某人有好处。

【解决方案4】：

基本上，您只能使用 XML 解析器来解析 XML。 RegEx won't work。任何比 RegEx 更简单的东西都行不通。

在某些时候，您尝试解析的 XML 会发生变化，从而破坏您的简单搜索/替换代码。

您需要做的是用 XML 术语定义应该用哪个替换，而不是用文本术语。

您将最终定义应该更改/插入/删除哪些节点。

然后你需要把它翻译成 Delphi DOM 代码。

可以提供很大帮助的是一个 XML 工具（如 XML Spy，但还有更多），它可以为您提供 XML 的 DOM 树视图。

将原来的旧 XML 和更改后的新 XML 并排放置。

从那里，您可以直观地看到新旧树，这会引导您写下所需的 XML 节点的更改。

--杰罗恩

【讨论】：