Scala解析XML
使用Scala解析XML.
首先先把XML文件读入到内存里:
val someXml = XML.loadFile("file/Example.xml")
这样someXml是一个scala.xml.Elem对象。
Scala XML API提供了类似XPath的语法来解析XML。在NodeSeq这类父类里,定义了两个很重要的操作符("\"和"\\"),用来获得解析XML:
- \ :Projection function, which returns elements of this sequence based on the string that--简单来说,\ 根据条件搜索下一子节点
- \\:Projection function, which returns elements of this sequence and of all its subsequences, based on the string that--而 \\ 则是根据条件搜索所有的子节点
先上一个XML的文件作为例子:
<fix major="4" minor="2"> <header> <field name="BeginString" required="Y">FIX4.2</field> <field name="MsgType" required="Y">Test</field> </header> <trailer> <field name="Signature" required="N"/> <field name="CheckSum" required="Y"/> </trailer> <messages> <message name="Logon" msgtype="A" msgcat="admin"> <field name="ResetSeqNumFlag" required="N"/> <field name="MaxMessageSize" required="N"/> <group name="NoMsgTypes" required="N"> <field name="RefMsgType" required="N"/> <field name="MsgDirection" required="N"/> </group> </message> <message name="ResendRequest" msgtype="2" msgcat="admin"> <field name="BeginSeqNo" required="Y"/> <field name="EndSeqNo" required="Y"/> </message> </messages> <fields> <field number="1" name="TradingEntityId" type="STRING"/> <field number="4" name="AdvSide" type="STRING"> <value enum="X" description="CROSS"/> <value enum="T" description="TRADE"/> </field> <field number="5" name="AdvTransType" type="STRING"> <value enum="N" description="NEW"/> </field> </fields> </fix>
1. 首先来个简单的,如果要找header下的field,那么这样写即可:
val headerField = someXml\"header"\"field"
2.找所有的field:
val field = someXml\\"field"
3. 找特定的属性(attribute),如找header下的所有field的name属性的值:
val fieldAttributes = (someXml\"header"\"field").map(_\"@name") val fieldAttributes = someXml\"header"\"field"\\"@name"
两个都能找到header下面所有field的name属性,但问题是输出的格式不一样。前者会返回一个List-List(BeginString, MsgType),而后者仅仅是BeginStringMsgType。中间连空格也没有。所以建议用前一种方法获得属性。
之前以为,下面的方法,和第二种方法一样能够获得属性的值:
val fieldAttributes = someXml\"header"\"field"\"@name"
根据\操作符的定义,理论上应该可以输出name属性的。实际上输出的结果是空,什么也没有。
\操作符的源码里有这么一段:
that match { case "" => fail case "_" => makeSeq(!_.isAtom) case _ if (that(0) == '@' && this.length == 1) => atResult case _ => makeSeq(_.label == that) }
第三个case表面,只有当this.length==1时,才可以这样做。原因其实很简单,somXml\"header"\"field"返回的是一个Seq[Node]的集合,包含多个对象。而\"@"的操作无法确定操作哪一个对象的属性:
val x = <b><h id="bla"/><h id="blub"/></b> val y = <b><h id="bla"/></b> println(x\\"h"\"@id") //Wrong println(y\\"h"\"@id") //Correct with output: bla
4. 查找并输出属性值和节点值的映射:
(someXml\"header"\"field").map(n=>(n\"@name", n.text, n\"@required"))
这样的输出是List((BeginString,FIX4.2,Y), (MsgType,Test,Y))
5. 有条件地查找节点,例如查找name=Logon的message:
val resultXml1 = (someXml\\"message").filter(_.attribute("name").exists(_.text.equals("Logon"))) val resultXml2 = (someXml\\"message").filter(x=>((x\"@name").text)=="Logon")
6. 通过 \\"_" 获得所有的子节点,例如:
println(resultXml1\\"_")
结果是:
<message msgcat="admin" msgtype="A" name="Logon"> <field required="N" name="ResetSeqNumFlag"/> <field required="N" name="MaxMessageSize"/> <group required="N" name="NoMsgTypes"> <field required="N" name="RefMsgType"/> <field required="N" name="MsgDirection"/> </group> </message>