在Java中序列化文档对象，同时保留任意元素的格式

我使用下面的函数在Java中将DOM文档对象转换为字符串

public static String convertDocumentToString(final Document doc) {
    final DOMImplementationLS domImplementation = (DOMImplementationLS) doc.getImplementation();
    final LSSerializer lsSerializer = domImplementation.createLSSerializer();
    lsSerializer.getDomConfig().setParameter("format-pretty-print", Boolean.TRUE);
    final String xml = lsSerializer.writeToString(doc);

    return xml;
}

这在大多数情况下都很有效，但有些特定元素我不想格式化（例如screen DocBook元素）。所以我有两个问题：

在像上面的代码那样用Java格式化XML时，有没有办法跳过某些元素

如果没有，是否有其他方法可以将文档转换为字符串，同时保留任意元素的布局 请注意，我过去也使用过Transformer（请参阅），但它没有保留CDATA部分

更新：

我很清楚，我正在对XML进行反序列化和序列化，以便创建一个可以通过DOM编程编辑的文档对象，序列化过程最好是“漂亮地打印”生成的XML（某些任意元素除外）

更新2:

最后，我创建了一个自定义函数，用于将节点转换为具有可选格式的字符串。请参见调用的convertNodeToString函数，如下所示：

final String exampleXml = FileUtilities.readFileContents(new File("test.xml"));

final ArrayList<String> contentsInlineElements = new ArrayList<String>();
contentsInlineElements.add("title");
contentsInlineElements.add("term");

final ArrayList<String> inlineElements = new ArrayList<String>();
inlineElements.add("prompt");
inlineElements.add("command");
inlineElements.add("firstterm");
inlineElements.add("ulink");
inlineElements.add("guilabel");
inlineElements.add("filename");
inlineElements.add("replaceable");
inlineElements.add("parameter");
inlineElements.add("literal");
inlineElements.add("classname");
inlineElements.add("sgmltag");
inlineElements.add("guibutton");
inlineElements.add("guimenuitem");
inlineElements.add("guimenu");
inlineElements.add("menuchoice");
inlineElements.add("citetitle");

final ArrayList<String> verbatimElements = new ArrayList<String>();
verbatimElements.add("screen");
verbatimElements.add("programlisting");

final Document doc = XMLUtilities.convertStringToDocument(exampleXml);
final String formattedXml = XMLUtilities.convertNodeToString(doc.getDocumentElement(), true, false, false, verbatimElements, inlineElements, contentsInlineElements, true, 1, 0);

final String exampleXml=FileUtilities.readFileContents（新文件（“test.xml”）；
最终ArrayList contentsLineElements=新ArrayList（）；
contentsInlineElements.添加（“标题”）；
内容行元素。添加（“术语”）；
final ArrayList inlineElements=新的ArrayList（）；
inlineElements.add（“提示符”）；
inlineElements.add（“命令”）；
inlineElements.添加（“第一项”）；
inlineElements.添加（“ulink”）；
inlineElements.添加（“吉亚贝尔”）；
添加（“文件名”）；
inlineElements。添加（“可替换”）；
inlineElements.add（“参数”）；
添加（“文字”）；
inlineElements.add（“classname”）；
添加（“sgmltag”）；
inlineElements.add（“guibutton”）；
添加（“guimenuitem”）；
inlineElements.add（“guimenu”）；
inlineElements.添加（“菜单”）；
inlineElements.添加（“citetitle”）；
final ArrayList verbatimElements=新的ArrayList（）；
逐字逐句。添加（“屏幕”）；
添加（“程序列表”）；
最终文档doc=XMLUtilities.convertStringToDocument（exampleXml）；
最终字符串formattedXml=XMLUtilities.convertNodeToString（doc.getDocumentElement（），true，false，false，verbatimElements，inlineElements，contentsLineElements，true，1，0）；

序列化旨在通过传输介质获取数据，但不一定（甚至通常）以与输入数据的形式相同的方式获取数据，前提是该形式根据定义不包含任何额外信息（如XML文档）

如果你也需要继续设计，你必须将这些“元”信息（即格式）编码到数据本身中，例如通过转义空白等。这可能是最简单的解决方案，但这将阻止你简单地“读取”（如用眼睛）传输流，将格式化数据编码为Base64之类的格式。这将完美地在XML包装器中传输，同时保持输入编码器的原始输入数据的保真度

---

当然，在另一方面，您必须再次解码数据，然后才能继续进一步处理它。

除了在CDATA部分之外，空白在XML文档中并不重要，并且没有任何标准工具设计用于保存它。任何相反的要求都是错误的。

简单的回答是：你不能。当您告诉序列化程序进行漂亮的打印时，您正在声明使用元素间空白（即，它是可忽略的）

较长的答案是：如果不修改DOM（或它的副本），就不能这样做。IMO最简单的方法如下：

标识要保留的节点。我假设您有一个ID，或者使用XPath以其他方式选择它

调用

Document.adoptNode（）

将该节点移动到新的DOM中。我记得这种方法有一些问题，但那是多年前的事了。如果不起作用，请使用

Document.importNode（）

并从源文档中显式删除该节点。我相信您可以采用节点作为文档的根，但不能保证这一点

在原始文档中插入包含唯一内容的文本节点。生成唯一内容的简单方法是

UUID.randomuid（）.toString（）

将两个文档转换为字符串，其中一个文档打印得很好，另一个文档打印得不好

使用

String.replace（）

将打印不漂亮的文档插入打印漂亮的文档

---

而且，一如既往，如果您计划将这些字符串写入文件或其他面向字节的格式，则必须显式编码为UTF-8。

@downvoter请解释。如果这里有错误，社区应该知道它是什么，我也应该知道。我没有投反对票，但是空白在XML文档中非常重要。唯一不重要的时候（“可忽略空白”）是当您有一个DTD专门将构造定义为“元素内容”时。看和（特别是第一个音符）好吧，现在我投了反对票。答案不正确且具有误导性，您有机会编辑/删除。在这种情况下，空白会产生重大影响，尽管它不在CDATA区域中。请参阅：“此元素显示为“逐字”；此元素中的空格和换行符非常重要。”我使用的工作流是：1。反序列化XML字符串以创建文档对象2。处理文档对象（添加和删除元素）3。将Document对象序列化回字符串，最好使用pretty print。在这种情况下，“序列化”只是一种创建内存中表示的方法，我可以通过DOM可靠地编辑XML，而不是通过传输介质移动数据。。。我不知道有任何XML库（尽管我没有仔细研究）可以从格式化中排除任意元素。我甚至不确定这是否可能