可以将XML-元素与SAX (coremedia CAE filter)合并吗？

Question

所提供的是：

XML结构，如

<span class="abbreviation">AGB<span class"explanation">Allgemeine Geschäftsbedingungen</span></span>

改造后的结果应该是：

<abbr title="Allgemeine Geschäftsbedingungen">AGB</abbr>

我知道SAX是一个基于事件的XML解析器，它的方法如下

• #startElement(...)
• #endElement(...)

我可以捕获事件(如open-a-tag、close-a-tag)和

• #characters

我可以提取标签之间的文字。

我的问题是：

我是否可以创建上面提到的转换(是否可能)？

我的问题是：

• 我可以提取缩写文本和解释文本。
• 我可以在最后一个span标签上调用#startElement
• 但是我无法创建标签的内容(在本例中是文本'ABG')

Answer 1

答案是，，有可能！

从这个StackOverflow-link中可以得到的主要参数/提示

以下是必须做的工作：

1. 您必须记住sax解析器所处的span标记所在的状态("class=abbreviation“或"class=explanation")。
2. 您必须提取标记的内容(这可以通过#character方法完成)
3. 当您知道sax解析器的状态和内容时，您可以创建一个新的abbr-tag。
4. 所有其他标签，必须加入而不作任何修改。

为了完整起见，这里是coremedia过滤器的源代码：

import com.coremedia.blueprint.cae.richtext.filter.FilterFactory;
import com.coremedia.xml.Filter;
import org.apache.commons.lang3.StringUtils;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.AttributesImpl;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

public class GlossaryFilter extends Filter implements FilterFactory {
  private static final String SPAN = "span";
  private static final String CLASS = "class";

  private boolean isAbbreviation = false;
  private boolean isExplanation = false;
  private String abbreviation;
  private String currentUri;
  private boolean spanExplanationClose = false;
  private boolean spanAbbreviationClose = false;

  @Override
  public Filter getInstance(final HttpServletRequest request, final HttpServletResponse response) {
    return new GlossaryFilter();
  }

  @Override
  public void startElement(final String uri, final String localName, final String qName,
      final Attributes attributes) throws SAXException {
    if (isSpanAbbreviationTag(qName, attributes)) {
      isAbbreviation = true;
    } else if (isSpanExplanationTag(qName, attributes)) {
      isExplanation = true;
      currentUri = uri;
    } else {
      super.startElement(uri, localName, qName, attributes);
    }
  }

  private boolean isSpanExplanationTag(final String qName, final Attributes attributes) {
    //noinspection OverlyComplexBooleanExpression
    return StringUtils.isNotEmpty(qName) && qName.equalsIgnoreCase(SPAN) && (
        attributes.getLength() > 0) && attributes.getValue(CLASS).equals("explanation");
  }

  private boolean isSpanAbbreviationTag(final String qName, final Attributes attributes) {
    //noinspection OverlyComplexBooleanExpression
    return StringUtils.isNotEmpty(qName) && qName.equalsIgnoreCase(SPAN) && (
        attributes.getLength() > 0) && attributes.getValue(CLASS).equals("abbreviation");
  }

  @Override
  public void endElement(final String uri, final String localName, final String qName)
      throws SAXException {
    if (spanExplanationClose) {
      spanExplanationClose = false;
    } else if (spanAbbreviationClose) {
      spanAbbreviationClose = false;
    } else {
      super.endElement(uri, localName, qName);
    }
  }

  @Override
  public void characters(final char[] ch, final int start, final int length) throws SAXException {
    if (isAbbreviation && isExplanation) {
      final String explanation = new String(ch, start, length);
      final AttributesImpl newAttributes = createAttributes(explanation);
      writeAbbrTag(newAttributes);
      changeState();
    } else if (isAbbreviation && !isExplanation) {
      abbreviation = new String(ch, start, length);
    } else {
      super.characters(ch, start, length);
    }
  }

  private void changeState() {
    isExplanation = false;
    isAbbreviation = false;
    spanExplanationClose = true;
    spanAbbreviationClose = true;
  }

  @SuppressWarnings("TypeMayBeWeakened")
  private void writeAbbrTag(final AttributesImpl newAttributes) throws SAXException {
    super.startElement(currentUri, "abbr", "abbr", newAttributes);
    super.characters(abbreviation.toCharArray(), 0, abbreviation.length());
    super.endElement(currentUri, "abbr", "abbr");
  }

  private AttributesImpl createAttributes(final String explanation) {
    final AttributesImpl newAttributes = new AttributesImpl();
    newAttributes.addAttribute(currentUri, "title", "abbr:title", "CDATA", explanation);
    return newAttributes;
  }
}

有趣的地方在于方法：

• startElement(...)
• endElement(...)
• characters(...)

startElement(.)

在这里，您存储sax解析器所在的标记所在的状态(更详细的:存储状态，打开的是跨标记( "class=abbreviation“或"class=explanation")。

• isAbbreviation用于打开带有"class=abbreviation“的跨标记。
• isExplanation用于打开带有"class=explanation“的跨标记。

你只存储状态。所述的跨标记将不会被处理/过滤(结果是，它们将被删除)。每个其他标记都是在没有过滤的情况下处理的，它们将不受修改地应用(即else-block)。

endElement(.)

在这里，您只需要处理每个标记，除了(所提到的span标记)。所有这些标记都是不经修改而应用的( else-block)。如果sax解析器位于封闭的span-标记(带有"class=abbreviation“或"class=explanation")，则什么也不想做(除了存储状态)。

字符(.)

在这个方法中，奇迹发生了(用解析器创建一个标记)。取决于国家：

1. Sax解析器位于带有"class=explanation“的span标记上(这意味着前面传递了"class=abbreviation”的打开的span标记) -->分支(isAbbreviation && isExplanation)。
2. Sax解析器位于第一个span-标记(带有“class=abbreviation”的span-标记)->分支(isAbbreviation && !isExplanation)。
3. 在任何其他标记中找到的所有其他字符-->分支else

第三州。

只需复制你找到的文本

第二州。

提取带"class=abbreviation“的span标记的内容，供以后使用。

第三州。

• 使用"class=explanation“提取span标记的内容。
• 为abbr-tag (title=....)创建属性
• 编写新的abbr-tag (而不是两个span标记)
• 设置状态