使用正则表达式缩进XML文件

Question

是否有可能编写一个正则表达式（搜索替换），当在XML字符串上运行时，会将该XML字符串漂亮地缩进输出？

如果可以的话，正则表达式是什么呢 :)

- Toby Allen

Answer 1

如果您不使用正则表达式，这样做会简单得多。实际上，我甚至不确定是否可以使用正则表达式。

大多数语言都有XML库，使此任务非常简单。您使用的是哪种语言？

- RoBorg

Answer 2

有没有可能编写一个正则表达式（搜索替换），当在XML字符串上运行时[...anything]

不行。

使用XML解析器读取字符串，然后使用XML序列化程序以“漂亮”的模式重新写入它。

每个XML处理器都有自己的选项，因此这取决于平台，但以下是在DOM Level 3 LS兼容实现上有效的方法：

input= implementation.createLSInput();
input.stringData= unprettyxml;
parser= implementation.createLSParser(implementation.MODE_SYNCHRONOUS, null);
document= parser.parse(input);
serializer= implementation.createLSSerializer();
serializer.domConfig.setParameter("format-pretty-print", true);
prettyxml= serializer.writeToString(document);

- bobince

---

如果在网上真的能够大喊大叫，我会经常大声喊出这篇文章的前两句话。 - Robert Rossney

Answer 3

我不知道单独使用正则表达式是否能够对任意XML输入进行漂亮的打印格式。你需要一个程序来应用正则表达式，以查找标签、定位匹配的关闭标签(如果标签没有自我关闭)，等等。使用正则表达式解决这个问题实际上是在使用错误的工具。最简单的漂亮打印XML方法是使用XML解析器，读取它，设置适当的序列化选项，然后将XML序列化输出。您为什么想使用正则表达式来解决这个问题呢？

- Eddie

Answer 4

使用正则表达式处理这个任务将是一场噩梦。基于节点层次结构跟踪缩进级别几乎是不可能的。也许Perl 5.10的正则表达式引擎可以帮助，因为它现在是可重入的。但我们不要走那条路……此外，您需要考虑可以嵌入需要被缩进忽略并保留原样的XML声明的CDATA部分。

坚持使用DOM。如其他答案中建议的那样，某些库已经提供了一个函数，可以为您缩进DOM树。如果没有，构建一个比创建和维护执行同样任务的正则表达式要简单得多。

- potyl

Answer 5

这里描述的黑暗巫术正则表达式非常有效。
http://www.perlmonks.org/?node_id=261292
与使用XML::LibXMl等其他方法相比，它的主要优势是速度提升了一个数量级。

- Zorglub

Answer 6

从this link中：

  private static Regex indentingRegex=new Regex(@"\<\s*(?<tag>[\w\-]+)(\s+[\w\-]+\s*=\s*""[^""]*""|'[^']*')*\s*\>[^\<]*\<\s*/\s*\k<tag>\s*\>|\<[!\?]((?<=!)--((?!--\>).)*--\>|(""[^""]*""|'[^']'|[^>])*\>)|\<\s*(?<closing>/)?\s*[\w\-]+(\s+[\w\-]+\s*=\s*""[^""]*""|'[^']*')*\s*((/\s*)|(?<opening>))\>|[^\<]*", RegexOptions.ExplicitCapture|RegexOptions.Singleline);

  public static string IndentXml(string xml) {
        StringBuilder result=new StringBuilder(xml.Length*2);
        int indent=0;
        for (Match match=indentingRegex.Match(xml); match.Success; match=match.NextMatch()) {
              if (match.Groups["closing"].Success)
                    indent--;
              result.AppendFormat("{0}{1}\r\n", new String(' ', indent*2), match.Value);
              if (match.Groups["opening"].Success&&(!match.Groups["closing"].Success))
                    indent++;
        }
        return result.ToString();
  }

- 0ez

Answer 7

这只能通过多个正则表达式实现，这些表达式将像状态机一样运行。

你所寻找的更适合于即兴解析器。

- ChanChan

---

一个正则表达式已经是一个状态机。我非常确定这可以使用正则表达式实现（如果支持前瞻），但结果可能会相当丑陋。 - Drew Noakes

那实际上在理论上是不可能的。XML是一种无上下文语言，不能通过正则表达式（正则语言）进行缩进。请参阅乔姆斯基语言层次结构中的第3型和第2型：https://en.wikipedia.org/wiki/Chomsky_hierarchy - Hristo Vrigazov