如何在 Go 中正确解析嵌套 XML 结构（含混合文本与子元素）-Golang-PHP中文网

如何在 Go 中正确解析嵌套 XML 结构（含混合文本与子元素）

本文详解如何使用 Go 的 encoding/xml 包解析包含内联 XML 标签（如）的混合内容字段（如），通过组合 chardata、innerxml 和嵌套结构体实现精准提取原始文本与属性数据。

本文详解如何使用 go 的 `encoding/xml` 包解析包含内联 xml 标签（如 ``）的混合内容字段（如 ``），通过组合 `chardata`、`innerxml` 和嵌套结构体实现精准提取原始文本与属性数据。

在 Go 中解析类似 XLIFF 或自定义本地化 XML 时，常遇到这类“混合内容”节点：它既包含纯文本（如 "hello %"），又内嵌 XML 元素（如 {0}）。若直接将 Source 定义为 string，Go 的 XML 解析器会忽略子元素；若仅用 innerxml，则无法分离文本与结构化变量。正确解法是为该字段定义专用结构体，并同时捕获字符数据（chardata）、原始嵌套 XML（innerxml）及子元素（如 ph）。

以下为推荐的结构体定义：

type TransUnit struct {
    ID     string `xml:"id,attr"`
    Source Source `xml:"source"`
    Target string `xml:"target"`
}

type Source struct {
    Raw  string `xml:",innerxml"` // 完整原始内容（含标签）
    Text string `xml:",chardata"` // 仅纯文本内容（不含标签）
    Vars []Var  `xml:"ph"`        // 所有 <ph> 子元素
}

type Var struct {
    ID    string `xml:"id,attr"`
    Value string `xml:",innerxml"` // <ph> 内部的文本（如 "{0}"）
}</ph></ph>

✅ 关键要点说明：

Flova

Flova是一款AI文本写作工具，全球首个一体化 AI 视频创作平台。

下载

chardata 捕获节点中所有非标签的纯文本（自动拼接相邻文本片段），适用于提取 "hello % " 和 " % " 等占位符前缀；
innerxml 获取整个节点的原始 XML 字符串（含所有子标签），可用于调试或备用解析；
xml:"ph" 直接映射子元素为结构体切片，每个 Var 实例携带 id 属性及内部值；
注意：chardata 与 innerxml 可共存于同一结构体，Go 解析器会智能分配——chardata 得纯文本，xml:"ph" 得结构化子节点。

? 实际应用示例（生成目标格式字符串）：
假设需将转为 "hello %{first_name} %{last_name}"，可基于解析结果构建：

func (s Source) Format() string {
    parts := []string{s.Text} // 初始文本
    for _, v := range s.Vars {
        parts = append(parts, fmt.Sprintf("%%{%s}", v.ID))
    }
    return strings.Join(parts, "")
}
// 调用：tu.Source.Format() → "hello %{first_name} %{last_name}"

⚠️ 注意事项：