如何解析具有类似XML结构但在内容旁边带有自关闭标签的文件（而不是封闭内容）

Question

我有以下结构的文件。 它不是XML，但我需要以某种方式使它成为JSON。

因此， 虽然我希望文件看起来像这样：

<chapter>
<line> Some text which I want to grab. </line>
<line> Some more text which I want to grab. </line>
<line> Even more text which I want to grab. </line>
</chapter>

它的结构实际上是这样的：

<chapter>
<line /> Some text which I want to grab.
<line /> Some more text which I want to grab.
<line /> Even more text which I want to grab.
</chapter>

因此，每章的“行”仅位于自闭合行标签旁边。 你能推荐一种抓住这些的方法吗？ 可能在javascript / nodejs中？

Answer 1

该格式是有效的XML，因此您可以使用常规XML技术（即DOMParser ）来解析内容

但是，您只需要对行进行解析就比较聪明了-您想要找到每一行，并收集所有作为文本节点的同级节点（应该只是一个，但是我给出的代码没有做任何假设） ）

您没有指定输出“结构”，但是这是可以使用的一种输出嵌套数组的方法-第一级是章节，每章中都有一个行数组

var xml = `<chapter>
<line /> Some text which I want to grab.
<line /> Some more text which I want to grab.
<line /> Even more text which I want to grab.
</chapter>`

var parser = new DOMParser();
var content = parser.parseFromString(xml, 'application/xml')
var chapters = content.getElementsByTagName('chapter');
var obj = [].reduce.call(chapters, function(result, chapter) {
    var lines = chapter.getElementsByTagName('line');
    result.push([].reduce.call(lines, function(result, line) {
        var text = '';
        for(var node = line.nextSibling; node && node.nodeType == 3; node = node.nextSibling) {
            text += node.nodeValue;
        }
        result.push(text);
        return result;
    }, []))
    return result;
}, []);
console.log(JSON.stringify(obj));

处理评论-首先是一些文档：

DOMParse文档

Array＃reduce文档

Function＃call文档

现在，在这段代码中解释[].reduce.call(array, fn)

[].reduce.call是Array.prototype.reduce.call简写

getElementsByTagName返回一个HTMLCollection ...，它的行为类似于数组，但是它不是一个...有几种方法可以使一个HTMLCollection成为一个数组-最原始的：

var array = [];
for(var i = 0; i < collection.length; i++) {
    array[i] = collection[i];
}

要么

var array = Array.prototype.slice.call(collection);

或（ES2015 +）-除非您使用polyfill，否则在IE中不可用-请参阅文档

var array = Array.from(collection);

但是，在[].reduce上使用.call方法可以使第一个参数（ this参数）可以迭代，而不仅是数组，因此就像使用array.reduce(fn)这样的array -这是一个将HTMLcollection视为数组的方式，无需中间变量