如何在Groovy或Java中按元素“路径”过滤XML字符串

我有一个对象，它当前使用JAXB从JavaPOJO映射到XML。一旦有了XML，我偶尔需要根据用户的输入将其缩减为一组选定的元素。结果应该是只包含指定字段的XML

我曾经遇到过许多类似的用例，我们使用SAX过滤器，但是它们看起来非常复杂，答案并不能满足我的需要。最接近的示例是，它从结果中排除了单个路径。我想要相反的-白名单一个元素的选择列表

示例对象：School.xml

<SchoolInfo RefId="34060F68BE3942F1B1264E6D2CC3C353">
        <LocalId>57</LocalId>
        <SchoolName>Foobar School of Technology</SchoolName>
        <Principal>
           <FirstName>Bob</FirstName>
           <LastName>Smith</LastName>
        </Principal>
        <StateProvinceId>34573</StateProvinceId>
        <LEAInfoRefId>340666687E3942F1B1264E1223453C353</LEAInfoRefId>
        <PhoneNumberList>
           <PhoneNumber Type="0096">
              <Number>555-832-5555</Number>
           </PhoneNumber>
           <PhoneNumber Type="0096">
              <Number>555-999-5555</Number>
           </PhoneNumber>
        </PhoneNumberList>
     </SchoolInfo>

将以下输入作为过滤器：

List<String> filter = [ 
    "LocalId",
    "SchoolName",
    "Principal/FirstName",
    "PhoneNumberList/PhoneNumber/Number",
 ]

我需要输出为：

<SchoolInfo RefId="34060F68BE3942F1B1264E6D2CC3C353">
    <LocalId>57</LocalId>
    <SchoolName>Foobar School of Technology</SchoolName>
    <Principal>
       <FirstName>Bob</FirstName>
    </Principal>
    <PhoneNumberList>
        <PhoneNumber Type="0096">
            <Number>555-832-5555</Number>
        </PhoneNumber>
        <PhoneNumber Type="0096">
            <Number>555-999-5555</Number>
        </PhoneNumber>
    </PhoneNumberList>
</SchoolInfo>

实现这一目标的最佳库是什么？SAX过滤感觉很复杂，考虑到动态过滤，XSLT似乎并不适合

---

非常感谢帮助我更进一步的示例。

这是完成白名单的代码。。。它基于XPath和VTD-XML。它的输出有缩进问题。。。这是第一次强调正确性

import com.ximpleware.*;
import java.io.*;
import java.util.*;

public class whiteList {

    public static void main(String[] s) throws VTDException, IOException{
        VTDGen vg = new VTDGen();
        List <String> filter = Arrays.asList("LocalId",
                "SchoolName",
                "Principal/FirstName",
                "PhoneNumberList/PhoneNumber/Number");
        if (!vg.parseFile("d:\\xml\\schoolInfo.xml", false)){
            return;
        }
        VTDNav vn = vg.getNav();
        FastIntBuffer fib = new FastIntBuffer();
        // build a bitmap for the entire token pool consisting of elements
        int i,k;
        for (i=0;i<vn.getTokenCount();i++){
            if (vn.getTokenType(i)==VTDNav.TOKEN_STARTING_TAG){
                fib.append(0x1);// b'11 since it is a white list,
            }else{
                fib.append(0);
            }
        }
        AutoPilot ap = new AutoPilot(vn);
        AutoPilot ap1= new AutoPilot(vn);
        ap1.selectXPath("descendant::*");// mark descendant as keep
        for (int j=0;j<filter.size();j++){
            ap.selectXPath(filter.get(j));
            while((i=ap.evalXPath())!=-1){
                fib.modifyEntry(i, 0x3);
                vn.push();
                do{
                    if( vn.getTokenDepth(vn.getCurrentIndex())>=0)
                       fib.modifyEntry(vn.getCurrentIndex(), 0x3);
                    else
                        break;
                }while(vn.toElement(VTDNav.P));
                vn.pop();
                vn.push();
                while((k=ap1.evalXPath())!=-1){
                    fib.modifyEntry(k, 0x3);
                }
                ap1.resetXPath();
                vn.pop();
            }
            ap.resetXPath();
        }

        //remove those not on the whitelist
        XMLModifier xm = new XMLModifier(vn);
        for (int j=0;j<fib.size();j++){
            if (fib.intAt(j)==0x1){
                vn.recoverNode(j);
                xm.remove();
            }
        }
        xm.output("d:\\xml\\newSchoolInfo.xml");                    
    }
}

所有Groovy：

import groovy.xml.XmlUtil

def xml = '''<SchoolInfo RefId="34060F68BE3942F1B1264E6D2CC3C353">
    <LocalId>57</LocalId>
    <SchoolName>Foobar School of Technology</SchoolName>
    <Principal>
       <FirstName>Bob</FirstName>
       <LastName>Smith</LastName>
    </Principal>
    <StateProvinceId>34573</StateProvinceId>
    <LEAInfoRefId>340666687E3942F1B1264E1223453C353</LEAInfoRefId>
    <PhoneNumberList>
       <PhoneNumber Type="0096">
          <Number>555-832-5555</Number>
       </PhoneNumber>
       <PhoneNumber Type="0096">
          <Number>555-999-5555</Number>
       </PhoneNumber>
    </PhoneNumberList>
 </SchoolInfo>'''

def node = new XmlParser().parseText(xml)

def whitelist = [ 'LocalId', 'SchoolName', 'Principal/FirstName', "PhoneNumberList/PhoneNumber/Number" ]*.split('/')

def void loveRemovalMachine(node, whitelist) {
    def elementNamesToKeep = whitelist*.head()
    println "Retaining nodes ${elementNamesToKeep} for node $node"
    def nodesToRemove = node.'*'.findAll { child -> !elementNamesToKeep.contains(child.name()) }
    nodesToRemove.each { node.remove it }
    def nextWhitelist = whitelist*.tail().findAll { it }
    println "Next level: $nextWhitelist"
    if (!nextWhitelist) {
        return
    }
    // The "*" operator seems to return text nodes...very stupid.
    node.'*:*'.each { loveRemovalMachine it, nextWhitelist }
}

loveRemovalMachine node, whitelist

XmlUtil.serialize node

---

Groovy应该擅长使用XmlParser或MarkupBuild。看到一些示例了吗？您是在寻找能够实现这一点的代码示例，还是仅仅在libs上寻求建议？@vtd xml author一个代码示例会让人惊讶，但我并没有要求任何人为我做这项工作。关于正确使用的库和库中的方法的建议是我正在寻找的。我不太清楚您对筛选的定义。。。如果在phonenumber元素下，有另一个名为address的元素。。。您的筛选器没有解决哪个问题，是否应该保留它？@vtd xml author筛选器需要是一个白名单。因此，只保留包含的元素。我不确定的是属性，但我可以在元素本身完成后弄清楚。在这种情况下，不包括address元素。但是，如果你要询问PhoneNumberList/PhoneNumber，它确实会变得很棘手。在这种情况下，应该包括PhoneNumber的所有子元素。我现在正在测试这个。一个直接的修改是我需要从一个字符串中读取，并作为一个字符串输出。我假设我可以使用ByteArrayInputStream及其等价物？当我调用ByteArrayInputStream上的xm.output时，这实际上会导致NullPointerException。我在执行之后很难跟上，但是当它尝试写入输出时，似乎没有VTD令牌？您能发布到目前为止的代码吗？要读取字符串，您需要将其转换为字节数组，这很容易做到。。。下面是一篇博客文章，向您展示如何从字节数组解析xml…输出：结果：57 Foobar理工学院Bob Smith 555-832-5555 555-999-5555当然这可以用Java完成；如果您需要这样的代码示例，请告知。这是相同的想法：一个清理DOM的递归方法。在Java中会更加冗长。