区分空的textnode和使用空格的textnode

Question

在验证xml文件时，我想记录任何内容为空的文本节点。换行符\n也被认为是texnode，但这不是我想要证明的。在下面的代码中：'parent‘有两个我不感兴趣的内容'\n’的文本节点。'elem1‘的内容是'\n\n'，这是一个错误，必须报告。“elem2”包含有效内容。“book”的内容为空，必须报告。

在我的第一次尝试中，我在每个text-node中搜索\n\t\r并忽略它们。但是这样我也会忽略elem1，它应该被报告为错误。

我做错了什么？(注意:我必须在没有xsd-validation的情况下解决这个问题)

更新1)：我已经在元素之间添加了更多\n。现在，第一个'parent‘节点有5个文本节点，其内容为：\n

<root>

    <parent>

        <elem1>

        </elem1> 

        <elem2>good content of el2</elem2>

        <elem3> half so good
               contentof el3</elem3>
    </parent>
    
    <parent>
        <elem1>
        </elem1> 

        <elem2>good content</elem2>
        <elem3>good</elem3>

        <elem4></elem4>

    </parent>

    <book></book>
    

</root>

更新2)为了更清晰:当调用者调用validate("//parent/*")时，我收集这个给定路径的所有节点，并返回一个节点列表。然后，我开始对每个节点及其子节点进行验证。

Nodelist result = xpathinstance.validate(path, currentNode, XPathConstants.NODESET)

for (int n = 0; n < result.getLength(); n++) {

            validateThereAreNoGaps(result.item(n));
        }

在第一个‘parent’元素上，它显示了7个子元素(在更新示例之后)。element-tag之间的每个\n都被视为一个text-node。

作为下一个解决方案，我现在正在尝试将所有\n替换为"“，以摆脱它们...

Answer 1

下面是一个简短的表达式，它可能会对你有所帮助：

<(\w+?>)[^\S]*<\/\1

这将选择任何空的文本节点。

如果您不想选择标签，只需使用以下命令：

<(?<=(\w+?>))[^\S]*(?=<\/\1)

然而，第二个不能识别：

<books></books>

例如，但在这种情况下，我建议简单地使用：

><

作为你的表达式来分别找到它们。