如何检测和删除空XML标记？

Question

我有一堆XML文件，我希望检测并删除其中的空标记。像这样：

<My></My>
<Your/>

<sometags>
    <his>
    </his>
    <hasContent>sdfaf</hasContent>
</sometags>

它们是我希望删除的各种空标签(My、Your、his)。PowerShell是否支持这种空标签检测，不管它们嵌入到其他标记中有多深？

Answer 1

function Format-XML
{ 
    param (
        [parameter(Mandatory = $true)][xml] $xml, 
        [parameter(Mandatory = $false)][int] $indent = 4
    ) 

    try
    {
        $Error.Clear()

        $StringWriter = New-Object System.IO.StringWriter 
        $XmlWriter = New-Object System.XMl.XmlTextWriter $StringWriter 
        $xmlWriter.Formatting = "indented" 
        $xmlWriter.Indentation = $indent 
        $xml.WriteContentTo($XmlWriter) 
        $XmlWriter.Flush() 
        $StringWriter.Flush() 

        return $StringWriter.ToString() 
    }

    catch
    {
        Write-Host "$($MyInvocation.InvocationName): $_"; return $null
    }
}


$xml = [xml] @"
<document>
    <My></My>
    <Your/>
    <sometags>
        <his>
        </his>
        <hasContent>sdfaf</hasContent>
    </sometags>
</document>
"@

# The "magic" part is in this XPath expression

$nodes = $xml.SelectNodes("//*[count(@*) = 0 and count(child::*) = 0 and not(string-length(text())) > 0]")

$nodes | %{
    $_.ParentNode.RemoveChild($_)
}

Format-Xml $xml

Answer 2

我对powershell不太熟悉，所以在@DavidBrabant的好答案中，特别是XPathpart.xpath来检测空元素可以简单一点：

//*[not(@*) and not(*) and normalize-space()]

谓词([]中的所有内容)依次检查当前元素是否没有属性、没有子元素和没有空文本节点。

Answer 3

您应该寻找使用System.Xml.XmlDocument的解决方案。但是它也可以使用regex：

$xml = @"
<document>
    <My></My>
    <Your/>
    <sometags>
        <his>
        </his>
        <hasContent>sdfaf</hasContent>
    </sometags>
</document>
"@

$xml -replace '(?:<(\w*)>\s*<\/\1>)|<(\w*)\/>', ''