Scala xml库如何使用模式匹配来解析XML

雨敏同学_9902

雨敏同学_9902

2026-01-21

1011人浏览

原创

Scala 2.13+ 已移除 scala.xml,其模式匹配因运行时类型擦除、无命名空间支持、属性缺失返回空Text、不校验结构等缺陷而脆弱;推荐改用 jsoup 等健壮库。

scala xml库如何使用模式匹配来解析xml

Scala 原生 XML 支持(scala.xml)已自 Scala 2.13 起被移除,不再推荐用于新项目;如果你正在维护旧代码或必须使用它,模式匹配确实是其最典型的解析方式——但要注意它不是“安全”或“健壮”的 XML 解析方案。

为什么 scala.xml 的模式匹配容易出错

它依赖字符串级的 XML 字面量结构与运行时类型擦除,不校验命名空间、不处理 CDATA、不支持流式解析,且对空元素/属性缺失/类型转换极其脆弱。

  • NodeSeq 匹配可能意外捕获注释或文本节点
  • 属性访问如 elem \@ "id" 在属性不存在时返回空 Text,而非 None
  • 嵌套结构稍深就容易写出不可维护的嵌套 case 模式

基本模式匹配写法(仅限 Scala ≤ 2.12)

假设有如下 XML:

val xml = <book id="123"><title>Scala in Depth</title>
<author>Joshua Suereth</author></book>

你可以这样匹配:

xml match {
  case <book id="{id}">{titleElem @ <title>{_*}</title>}{authorElem @ <author>{_*}</author>}</book> =>
    val idStr = id.toString
    val title = (titleElem \ "_text").text.toString.trim
    val author = (authorElem \ "_text").text.toString.trim
    (idStr, title, author)
  case _ => throw new IllegalArgumentException("Unexpected XML structure")
}
  • {id} 提取属性值,但 id 是 NodeSeq,需调用 .toString
  • {_*} 表示“任意子节点”,不能直接当字符串用,得再用 \ "_text" 或 text
  • \ 是 XPath 风格查找,但只支持极简语法(如 \ "title"),不支持谓词或轴

替代方案:用 scala-xml + scala-parser-combinators?别

有人试图补救,比如用 XML.loadString 加 scala-parser-combinators 写更严格的解析器——这反而叠加了两套不一致的抽象,问题更多。

Build n8n workflows from node docs, templates, and schemas through MCP
Build n8n workflows from node docs, templates, and schemas through MCP

当代理需要在设计或调试工作流时结构化访问 n8n 节点、属性、操作和模板示例时,请使用 n8n-MCP,而不是通过原始文档猜测或手动点击 n8n UI。

下载
  • XML 加载失败时抛 SAXParseException,但模式匹配无法覆盖该异常路径
  • 没有默认的 Option-friendly 属性提取(比如 elem.attribute("id").map(_.text) 才算合理)
  • 无法处理带命名空间的 XML(scala.xml 对 xmlns 几乎无感知)

你应该用什么代替

生产环境请直接切换到成熟库:

  • 轻量需求:用 javax.xml.parsers.DocumentBuilder(JDK 自带)+ scala.xml.XML 仅作字符串转义辅助
  • 主流选择:scalaxb(XSD 绑定)、spray-json 风格的 xml-util(如 com.lihaoyi:upickle 不支持 XML,但 net.ruippeixotog:scala-scraper 可用于 HTML/XML 混合场景)
  • 最稳妥:org.jsoup:jsoup(即使不是 HTML,它对 malformed XML 容错更强,且 API 返回 Option)

例如用 jsoup 提取:

import org.jsoup.Jsoup
val doc = Jsoup.parse(xml.toString, "", org.jsoup.parser.Parser.xmlParser())
val id = doc.select("book").attr("id") // 返回 String,默认空串
val title = doc.select("title").text() // 安全,无子节点则返回空串

真正麻烦的从来不是“怎么写模式匹配”,而是 XML 结构稍有变动(比如加个 或属性变成 data-id),旧匹配逻辑就静默失效——而这种错误不会在编译期暴露。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

java html js json node

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
json数据格式
json数据格式

JSON是一种轻量级的数据交换格式。本专题为大家带来json数据格式相关文章,帮助大家解决问题。

2023.08.07

2375

5

json是什么
json是什么

JSON是一种轻量级的数据交换格式,具有简洁、易读、跨平台和语言的特点,JSON数据是通过键值对的方式进行组织,其中键是字符串,值可以是字符串、数值、布尔值、数组、对象或者null,在Web开发、数据交换和配置文件等方面得到广泛应用。本专题为大家提供json相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.23

3922

1

jquery怎么操作json
jquery怎么操作json

操作的方法有:1、“$.parseJSON(jsonString)”2、“$.getJSON(url, data, success)”;3、“$.each(obj, callback)”;4、“$.ajax()”。更多jquery怎么操作json的详细内容,可以访问本专题下面的文章。

2023.10.13

1296

3

go语言处理json数据方法
go语言处理json数据方法

本专题整合了go语言中处理json数据方法,阅读专题下面的文章了解更多详细内容。

2025.09.10

4559

7

pdf怎么转换成xml格式
pdf怎么转换成xml格式

将 pdf 转换为 xml 的方法:1. 使用在线转换器;2. 使用桌面软件(如 adobe acrobat、itext);3. 使用命令行工具(如 pdftoxml)。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.04.01

5224

5

xml怎么变成word
xml怎么变成word

步骤:1. 导入 xml 文件;2. 选择 xml 结构;3. 映射 xml 元素到 word 元素;4. 生成 word 文档。提示:确保 xml 文件结构良好,并预览 word 文档以验证转换是否成功。想了解更多xml的相关内容,可以阅读本专题下面的文章。

2024.08.01

6797

7

xml是什么格式的文件
xml是什么格式的文件

xml是一种纯文本格式的文件。xml指的是可扩展标记语言,标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。想了解更多相关的内容,可阅读本专题下面的相关文章。

2024.11.28

2662

7

js 字符串转数组
js 字符串转数组

js字符串转数组的方法:1、使用“split()”方法;2、使用“Array.from()”方法;3、使用for循环遍历;4、使用“Array.split()”方法。本专题为大家提供js字符串转数组的相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.03

1958

5

js截取字符串的方法
js截取字符串的方法

js截取字符串的方法有substring()方法、substr()方法、slice()方法、split()方法和slice()方法。本专题为大家提供字符串相关的文章、下载、课程内容,供大家免费下载体验。

2023.09.04

3244

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
dev.java 官方:Learn Java
dev.java 官方:Learn Java

共0课时 | 0人学习

Java JDBC数据库连接官方教程
Java JDBC数据库连接官方教程

共0课时 | 0人学习