Question

假设我有一个XML文档（表示为文本，W3C DOM，等等），还有一个XML Schema。 XML文档具有模式定义的所有正确元素，但顺序错误。

如何使用架构“重新排序”文档中的元素以符合架构定义的顺序？

我知道这应该是可能的，可能使用XSOM，因为JAXB XJC代码生成器使用元素的正确序列化顺序来注释其生成的类。

但是，我不熟悉XSOM API，它非常密集，所以我希望你们中的一个人有一些经验，可以指出我正确的方向。类似“在这个父元素中允许哪些子元素，以及以什么顺序？”

让我举个例子。

我有一个这样的XML文档：

<A>
   <Y/>
   <X/>
</A>

我有一个XML Schema，其中<A>的内容必须是<X>后跟<Y>。现在很清楚，如果我尝试根据模式验证文档，它会失败，因为<X>和<Y>的顺序错误。但我知道我的文档提前是“错误的”，所以我还没有使用模式进行验证。但是，我做知道我的文档具有模式定义的所有正确元素，只是顺序错误。

我想要的是以编程方式检查Schema（可能使用XSOM - 这是XML Schema的对象模型），并询问它<A>的内容应该是什么。 API将公开“您需要<X>后跟<Y>”的信息。

所以我使用我的XML文档（使用DOM API）并相应地重新安排，以便现在文档将根据模式进行验证。

了解XSOM在这里很重要 - 它是一个java API，它代表XML Schema中包含的信息，不我的实例文档中包含的信息。

我不想做的是从架构生成代码，因为架构在构建时是未知的。此外，XSLT没有用，因为元素的正确排序仅由模式中包含的数据字典决定。

希望现在已经足够明确了。

Answer 1

我对此还没有一个好的答案，但我必须指出那里有可能存在歧义。考虑这个架构：

<xs:element name="root">
  <xs:choice>
    <xs:sequence>
      <xs:element name="foo"/>
      <xs:element name="bar">
        <xs:element name="dee">
        <xs:element name="dum">
      </xs:element>
    </xs:sequence>
    <xs:sequence>
      <xs:element name="bar">
        <xs:element name="dum">
        <xs:element name="dee">
      </xs:element>
      <xs:element name="foo"/>
    </xs:sequence>
  </xs:choice>
</xs:element>

和这个输入XML：

<root>
  <foo/>
  <bar>
    <dum/>
    <dee/>
  </bar>
</root>

通过重新排序<foo>和<bar>，或重新排序<dee>和<dum>，可以使其符合架构。似乎没有任何理由偏爱一个而不是另一个。

Answer 2

我在两周左右遇到了同样的问题。最后我获得了突破。这可以使用JAXB编组/解组功能来实现。

在JAXB marshal / unmarshal中，XML验证是一项可选功能。因此，在创建Marshaller和UnMarshaller对象时，我们不会调用setSchema（schema）方法。省略此步骤可避免marshal / unmarshal的XML验证功能。

现在，

如果XML中没有XSD中的任何必需元素，则会被忽略。
如果XML中不存在XSD中没有的任何标记，则不会抛出任何错误，并且在编组/解组后得到的新XML中不会出现错误。
如果元素不按顺序排列，则重新排序。这是由我们在创建JAXBContext时传递的JAXB生成的POJO完成的。
如果某个元素在其他标记内部放错位置，则在新XML中将其省略。编组/解组时不会抛出任何错误。

public class JAXBSequenceUtil {
  public static void main(String[] args) throws JAXBException, IOException {

    String xml = FileUtils.readFileToString(new File(
            "./conf/out/Response_103_1015700001&^&IOF.xml"));

    System.out.println("Before marshalling : \n" + xml);
    String sequencedXml = correctSequence(xml,
            "org.acord.standards.life._2");
    System.out.println("After marshalling : \n" + sequencedXml);
  }

  /**
   * @param xml
   *            - XML string to be corrected for sequence.
   * @param jaxbPackage
   *            - package containing JAXB generated classes using XSD.
   * @return String - xml with corrected sequence
   * @throws JAXBException
   */
  public static String correctSequence(String xml, String jaxbPackage)
        throws JAXBException {
    JAXBContext jaxbContext = JAXBContext.newInstance(jaxbPackage);
    Unmarshaller unmarshaller = jaxbContext.createUnmarshaller();
    Object txLifeType = unmarshaller.unmarshal(new InputSource(
            new StringReader(xml)));
    System.out.println(txLifeType);

    StringWriter stringWriter = new StringWriter();
    Marshaller marshaller = jaxbContext.createMarshaller();
    marshaller.marshal(txLifeType, stringWriter);

    return stringWriter.toString();
  }
}

Answer 3

您的问题转化为：您有一个与架构不匹配的XSM文件，并且您希望将其转换为有效的内容。

使用XSOM，您可以读取XSD中的结构并可能分析XML，但仍需要从无效表单到有效表单的其他映射。使用样式表会更容易，因为您将遍历XML，使用XPath节点以正确的顺序处理元素。使用XML在梨之前需要苹果，样式表将首先复制苹果节点（/ Fruit / Apple），然后复制pear节点。这样，无论旧文件中的顺序如何，它们在新文件中的顺序都是正确的。

使用XSOM可以做的是读取XSD并生成将重新排序数据的样式表。然后使用该样式表转换XML。一旦XSOM为XSD生成了样式表，您就可以重新使用样式表，直到修改XSD或需要其他XSD。

当然，您可以使用XSOM以正确的顺序立即复制节点。但由于这意味着您的代码必须遍历所有节点和子节点，因此处理完成可能需要一些时间。样式表也会这样做，但变换器将能够更快地处理它。它可以直接处理数据，而Java代码必须通过XMLDocument属性获取/设置每个节点。

因此，我会使用XSOM为XSD生成一个样式表，它只会复制XML节点逐个重复使用。只有在XSD更改时才需要重写样式表，并且它的执行速度比Java API需要遍历节点本身时要快。样式表不关心顺序，所以它总是以正确的顺序结束。

为了使它更有趣，你可以跳过XSOM并尝试使用一个样式表来读取XSD来生成另一个样式表。它。生成的样式表将按照样式表中定义的确切顺序复制XML节点。它会很复杂吗？实际上，样式表需要为每个元素生成模板，并确保以正确的顺序处理此元素中的子元素。

当我想到这一点时，我想知道这是否已经完成。它非常通用，几乎可以处理每个XSD / XML。

让我们看看......使用“// xsd：element / @ name”，您将获得架构中的所有元素名称。每个唯一名称都需要转换为模板。在这些模板中，您需要处理特定元素的子节点，这稍微复杂一些。元素可以有一个参考，您需要遵循。否则，获取所有子xsd：element节点。

Answer 4

基本上你想要获取根元素，然后以递归方式查看文档中的子项和模式中定义的子项，并使顺序匹配。

我会给你一个C＃-syntax解决方案，因为这是我日夜编写的代码，它非常接近Java。请注意，我不得不对XSOM进行猜测，因为我不知道它的API。我也编写了XML Dom方法，因为给你的C＃可能无济于事。）

//假设第一个调用是SortChildrenIntoNewDocument（sourceDom.DocumentElement，targetDom.DocumentElement，schema.RootElement）

public void SortChildrenIntoNewDocument( XmlElement source, XmlElement target, SchemaElement schemaElement )
{
    // whatever method you use to ask the XSOM to tell you the correct contents
    SchemaElement[] orderedChildren = schemaElement.GetChildren();
    for( int i = 0; i < orderedChildren.Length; i++ )
    {
        XmlElement sourceChild = source.SelectChildByName( orderedChildren[ i ].Name );
        XmlElement targetChild = target.AddChild( sourceChild )
        // recursive-call
        SortChildrenIntoNewDocument( sourceChild, targetChild, orderedChildren[ i ] );
    }
}

如果它是一个深树，我不会推荐一个递归方法，在这种情况下你必须创建一些'tree walker'类型的对象。这种方法的优点是你将能够处理更复杂的事情，例如当模式表明你可以拥有0或更多元素时，你可以继续处理源节点，直到没有更多的匹配，然后移动模式walker从那里开始。

使用模式按照模式重新排序XML文档的元素

4 个答案: