Xml 返回节点和字符串列表的Groovy Node.depthFirst（）？
我希望有人能指出我在这里遗漏的一些明显的东西。我觉得我已经做了一百次了，今晚出于某种原因，这种行为让我感到很困惑 我正在从公共API中读取一些XML。我想从某个节点（body中的所有内容）提取所有文本，该节点还包括各种子节点。简单的例子：Xml 返回节点和字符串列表的Groovy Node.depthFirst（）？,xml,groovy,xml-parsing,xmlnode,xmlslurper,Xml,Groovy,Xml Parsing,Xmlnode,Xmlslurper,我希望有人能指出我在这里遗漏的一些明显的东西。我觉得我已经做了一百次了，今晚出于某种原因，这种行为让我感到很困惑 我正在从公共API中读取一些XML。我想从某个节点（body中的所有内容）提取所有文本，该节点还包括各种子节点。简单的例子： 头衔 这包括 斜体字 和 外部参照 . 第二名 因此，最终我希望遍历所需节点（同样是“body”）内的树，并提取其自然顺序中包含的所有文本。很简单，所以我写了这个小的Groovy脚本 def xmlParser=new xmlParser（） def
头衔
这包括
斜体字
和
外部参照
.
第二名
def xmlParser=new xmlParser（）
def xml=xmlParser.parseText（rawXml）
xml.metadata.article.body[0].depthFirst（）.each{node->
if（node.children（）.size（）==1）{
println node.text（）
}
}
我可以很容易地解决这个问题。然而，这似乎不是正确的行为，我希望有人能给我指出正确的方向 我非常确定这是正确的行为（尽管我总是发现XmlSlurper和XmlParser的api非常糟糕）。您可以迭代的所有内容实际上都应该实现一个节点接口IMO，并且可能有一个
类型的文本，您可以使用它从中获取文本
这些文本节点是有效的节点，在许多情况下，在XML中进行深度优先遍历时，您会希望命中这些节点。如果它们没有返回，那么检查子节点大小是否为1的算法将不起作用，因为某些节点（如
标记）下面既有混合文本又有元素
此外，为什么depthFirst
不一致地返回文本为唯一子级的所有文本节点（例如上面的italic
），这会让事情变得更糟
我倾向于使用groovy方法的签名，让运行时找出处理每个节点的正确方法（而不是使用类似于instanceof
）的方法，如下所示：
def rawXml = """<xml>
<metadata>
<article>
<body>
<sec>
<title>A Title</title>
<p>
This contains
<italic>italics</italic>
and
<xref ref-type="bibr">xref's</xref>
.
</p>
</sec>
<sec>
<title>Second Title</title>
</sec>
</body>
</article>
</metadata>
</xml>"""
def processNode(String nodeText) {
return nodeText
}
def processNode(Object node) {
if(node.children().size() == 1) {
return node.text()
}
}
def xmlParser = new XmlParser()
def xml = xmlParser.parseText(rawXml)
def xmlText = xml.metadata.article.body[0].'**'.findResults { node ->
processNode(node)
}
println xmlText.join(" ")
或者，XmlSlurper
类可能会做更多您想要/期望它做的事情，并且从text（）
方法得到一组更合理的输出。如果您真的不需要对结果进行任何类型的DOM遍历（什么是XmlParser
更好），我建议XmlSlurper
：
def xmlParser = new XmlSlurper()
def xml = xmlParser.parseText(rawXml)
def bodyText = xml.metadata.article.body[0].text()
println bodyText
印刷品：
A Title
This contains
italics
and
xref's
.
Second Title
最后一点是我真正想要的，也是我所期待的。我可以发誓我已经试过了，但每次我都必须把depthFirst（）放在那里，这让我陷入了一个循环。哦，还有GPathResult.text（）的行为与Node.text（）非常不同的事实。我希望这些文档能提供更多的信息……你能解释一下Double“*”@Shashank.gupta40“**”的意思吗？
是depthFirst（）的缩写。
据我所知，Node.depthFirst的行为与groovy 1.7中预期的一样。在groovy 2.0+中，我看到了节点/字符串的相同结果。
A Title
This contains
italics
and
xref's
.
Second Title