在XML中解析带有命名空间等的元素

Question

这个问题是关于如何解析具有xmlns属性等的xml内容。如果能做得更好，我将不胜感激。

我有一个XML文件test.xml，如下所示：

<?xml version="1.0" encoding="utf-8"?><soap:Envelope xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema"><soap:Body>
<SomeResponse xmlns="https://testsomestuff.org/API/WS/">
 <SomeResult>
&lt;html&gt;
    &lt;head&gt;
        &lt;title&gt;My &lt;b&gt;Title&lt;/b&gt;&lt;/title&gt;
    &lt;/head&gt;
    &lt;body&gt;
        &lt;p&gt;Foo bar baz&lt;/p&gt;
    &lt;/body&gt;
&lt;/html&gt;
 </SomeResult>
</SomeResponse>
</soap:Body></soap:Envelope>

我编写了使用xml-conduit解析"SomeResult“内容的代码

{-# LANGUAGE OverloadedStrings #-}
import Prelude hiding (readFile)
import Text.XML
import Text.XML.Cursor
import qualified Data.Text as T
import Data.Text.Lazy.Builder (toLazyText)
import Data.Text.Lazy (fromStrict)

main :: IO ()
main = do
    doc <- readFile def "test.xml"
    let cursor = fromDocument doc
        res = fromStrict $ T.concat $ child cursor >>= laxElement "Body" >>= child >>= laxElement "SomeResponse" >>= child >>= laxElement "SomeResult" >>= descendant >>= content
        pres = parseText_ def res
        cursor2 = fromDocument pres
        res2 = child cursor2 >>= element "head" >>= child >>= element "title" >>= descendant >>= content
    print $ res2

ghci中的输出:正确解析：

*Main> main
["My ","Title"]

使用laxElement方法定位SomeResult内容是一种好方法吗？如果有更好的方法，我将非常感谢对此的指点。

此外，我还需要以相反的方向进行http编码(当为上面的响应构建一个请求时)，其中内部主体被转义(就像在text.xml中的SomeResult下)。这是在使用Text.XML构建请求时默认处理的东西，还是必须使用html-entities之类的东西显式地将内部主体转换为转义的http？

Answer 1

与xml-conduit一起，我建议使用像xml-html-conduit-lens或xml-lens这样的小“镜头”包(两者都很相似，但我在快速浏览了一下源代码后选择了第一个)。支持命名空间(参见this issue)

如果需要更具体的示例，可以查看one of my experimental project。在该项目中，以下是从VCloud应用编程接口获取特定机器信息的遍历：

fetchVM :: AsXmlDocument t => Text -> Traversal' t Element
fetchVM n = xml...ovfNode "VirtualSystem".attributed (ix (nsName ovfNS "id").only n)

然后，您可以组合遍历as such

vmId = raw ^. responseBody . fetchVM vmName . fetchVmId.text

看看ovhNode或nsName是如何定义的，看看我是如何处理名称空间的。

这是关于这个主题的另一篇有趣的文章：https://www.schoolofhaskell.com/user/chad/snippets/random-code-snippets/xml-conduit-lens

另一个技巧是坚持使用“xml-conduit”(至少现在是这样)。一些人建议将taggy作为替代，但不幸的是，它目前还没有处于活跃的开发周期中(参见https://github.com/alpmestan/taggy/issues/14)

我希望它能帮上忙。