如何比较XML文件

Question

我有两个由某些工具生成的XML文件（XSD）。该工具未保留元素的顺序，因此尽管内容相等，将其作为文本进行比较将导致文件不同。是否有一些工具可以在比较之前对元素进行排序，并启用文档的文本比较？当然，需要递归地进行排序。

数据示例： 文件A:

<xml>
  <A/>
  <B/>
</xml>

文件B：

<xml>
  <B/>
  <A/>
</xml>

- Avner Levy

---

我发现了一个网站，可以比较XML和JSON。https://www.jsoftwarelabs.com/jslutils/xml-comparison 我不确定它是否适用于如此大的文件，但您可以随时通过[e-mail]与他们联系。 我已经尝试使用它来比较大型XML，最大可达100MB，但绝对不是GB级别。我认为这值得一试。您可以将XML文件分成块，然后迭代地进行比较。另一个优点是它有一个标志，可以忽略节点或元素的顺序。 - DJDeveloper

Answer 1

我曾经遇到过类似的问题，最终找到了解决方法：http://superuser.com/questions/79920/how-can-i-diff-two-xml-files

那篇文章建议先对XML文件进行规范排序，再进行比较。如果你正在使用Linux、Mac或者已经安装了类似Cygwin的Windows系统，下面的方法应该适用：

$ xmllint --c14n FileA.xml > 1.xml
$ xmllint --c14n FileB.xml > 2.xml
$ diff 1.xml 2.xml

- James Oravec

---

这并没有回答问题。规范化不会对元素进行排序（因为两个具有不同元素顺序的XML文件通常是语义上不同的）。提供的命令在提供的示例上无法正常工作。 - Pik'

Answer 2

请查看使用XSLT辅助回归测试的解决方案。

- mkdev

Answer 3

据我所知，我创建了一个Java工具（实际上是Kotlin），用于高效和可配置的XML文件规范化。

它将始终：

- 按名称对节点和属性进行排序。 - 删除命名空间（是的 - 这可能会是一个问题）。 - 美化输出结果。

此外，您还可以告诉它：

- 删除给定节点名称列表 - 也许您不想知道元数据的值是否已更改。 - 在父级上下文中对给定集合列表进行排序 - 也许您不关心在中条目的顺序是否已更改。

它使用XSLT并使用链接高效地执行所有操作。

限制：

- 它支持排序嵌套列表 - 先按内部最深层的列表排序，再按外部列表排序。但是，它无法可靠地对任意级别的递归嵌套列表进行排序。 - 如果您有这样的需求，则可以在使用此工具后比较结果的排序字节数组。如果仅存在列表排序问题，则它们将相等。

获取方式

您可以在此处获取：XMLNormalize

- Jens Krogsboell

Answer 4

你可以使用Perl模块DifferenceMarkup http://metacpan.org/pod/XML::DifferenceMarkup或PHP中的xmldiff pecl.php.net/xmldiff扩展。两者都会生成一个易于阅读的XML差异文档。

- Maximilian

Answer 5

XML样本基本上是不同的。即使内容和层次结构可能相同，但对等方之间的关系是不同的。当解析XML时，它被解析为一种称为DOM的结构，其中单位之间的关系非常重要。如果您想忽略对等实体之间的关系性质，则可能需要自定义软件。我建议找到一些简单的开源XML感知差异工具，并添加您需要的其他要求。我在http://prettydiff.com/编写了一个，但在做出决定之前建议您四处寻找可用的工具，因为编辑别人的算法可能需要一些艰苦的努力。

- austincheney