7.1 XML处理

XML作为一种数据交换和信息传递的格式已经十分普及。而随着Web服务日益广泛的应用,现在XML在日常的开发工作中也扮演了愈发重要的角色。这一小节, 我们将就Go语言标准包中的XML相关处理的包进行介绍。

这个小节不会涉及XML规范相关的内容(如需了解相关知识请参考其他文献),而是介绍如何用Go语言来编解码XML文件相关的知识。

假如你是一名运维人员,你为你所管理的所有服务器生成了如下内容的xml的配置文件:

  1. <?xml version="1.0" encoding="utf-8"?>
  2. <servers version="1">
  3. <server>
  4. <serverName>Shanghai_VPN</serverName>
  5. <serverIP>127.0.0.1</serverIP>
  6. </server>
  7. <server>
  8. <serverName>Beijing_VPN</serverName>
  9. <serverIP>127.0.0.2</serverIP>
  10. </server>
  11. </servers>

上面的XML文档描述了两个服务器的信息,包含了服务器名和服务器的IP信息,接下来的Go例子以此XML描述的信息进行操作。

解析XML

如何解析如上这个XML文件呢? 我们可以通过xml包的Unmarshal函数来达到我们的目的

  1. func Unmarshal(data []byte, v interface{}) error

data接收的是XML数据流,v是需要输出的结构,定义为interface,也就是可以把XML转换为任意的格式。我们这里主要介绍struct的转换,因为struct和XML都有类似树结构的特征。

示例代码如下:

  1. package main
  2. import (
  3. "encoding/xml"
  4. "fmt"
  5. "io/ioutil"
  6. "os"
  7. )
  8. type Recurlyservers struct {
  9. XMLName xml.Name `xml:"servers"`
  10. Version string `xml:"version,attr"`
  11. Svs []server `xml:"server"`
  12. Description string `xml:",innerxml"`
  13. }
  14. type server struct {
  15. XMLName xml.Name `xml:"server"`
  16. ServerName string `xml:"serverName"`
  17. ServerIP string `xml:"serverIP"`
  18. }
  19. func main() {
  20. file, err := os.Open("servers.xml") // For read access.
  21. if err != nil {
  22. fmt.Printf("error: %v", err)
  23. return
  24. }
  25. defer file.Close()
  26. data, err := ioutil.ReadAll(file)
  27. if err != nil {
  28. fmt.Printf("error: %v", err)
  29. return
  30. }
  31. v := Recurlyservers{}
  32. err = xml.Unmarshal(data, &v)
  33. if err != nil {
  34. fmt.Printf("error: %v", err)
  35. return
  36. }
  37. fmt.Println(v)
  38. }

XML本质上是一种树形的数据格式,而我们可以定义与之匹配的go 语言的 struct类型,然后通过xml.Unmarshal来将xml中的数据解析成对应的struct对象。如上例子输出如下数据

  1. {{ servers} 1 [{{ server} Shanghai_VPN 127.0.0.1} {{ server} Beijing_VPN 127.0.0.2}]
  2. <server>
  3. <serverName>Shanghai_VPN</serverName>
  4. <serverIP>127.0.0.1</serverIP>
  5. </server>
  6. <server>
  7. <serverName>Beijing_VPN</serverName>
  8. <serverIP>127.0.0.2</serverIP>
  9. </server>
  10. }

上面的例子中,将xml文件解析成对应的struct对象是通过xml.Unmarshal来完成的,这个过程是如何实现的?可以看到我们的struct定义后面多了一些类似于xml:"serverName"这样的内容,这个是struct的一个特性,它们被称为 struct tag,它们是用来辅助反射的。我们来看一下Unmarshal的定义:

  1. func Unmarshal(data []byte, v interface{}) error

我们看到函数定义了两个参数,第一个是XML数据流,第二个是存储的对应类型,目前支持struct、slice和string,XML包内部采用了反射来进行数据的映射,所以v里面的字段必须是导出的。Unmarshal解析的时候XML元素和字段怎么对应起来的呢?这是有一个优先级读取流程的,首先会读取struct tag,如果没有,那么就会对应字段名。必须注意一点的是解析的时候tag、字段名、XML元素都是大小写敏感的,所以必须一一对应字段。

Go语言的反射机制,可以利用这些tag信息来将来自XML文件中的数据反射成对应的struct对象,关于反射如何利用struct tag的更多内容请参阅reflect中的相关内容。

解析XML到struct的时候遵循如下的规则:

  • 如果struct的一个字段是string或者[]byte类型且它的tag含有",innerxml",Unmarshal将会将此字段所对应的元素内所有内嵌的原始xml累加到此字段上,如上面例子Description定义。最后的输出是
  1. <server>
  2. <serverName>Shanghai_VPN</serverName>
  3. <serverIP>127.0.0.1</serverIP>
  4. </server>
  5. <server>
  6. <serverName>Beijing_VPN</serverName>
  7. <serverIP>127.0.0.2</serverIP>
  8. </server>
  • 如果struct中有一个叫做XMLName,且类型为xml.Name字段,那么在解析的时候就会保存这个element的名字到该字段,如上面例子中的servers。
  • 如果某个struct字段的tag定义中含有XML结构中element的名称,那么解析的时候就会把相应的element值赋值给该字段,如上servername和serverip定义。
  • 如果某个struct字段的tag定义了中含有",attr",那么解析的时候就会将该结构所对应的element的与字段同名的属性的值赋值给该字段,如上version定义。
  • 如果某个struct字段的tag定义 型如"a>b>c",则解析的时候,会将xml结构a下面的b下面的c元素的值赋值给该字段。
  • 如果某个struct字段的tag定义了"-",那么不会为该字段解析匹配任何xml数据。
  • 如果struct字段后面的tag定义了",any",如果他的子元素在不满足其他的规则的时候就会匹配到这个字段。
  • 如果某个XML元素包含一条或者多条注释,那么这些注释将被累加到第一个tag含有”,comments”的字段上,这个字段的类型可能是[]byte或string,如果没有这样的字段存在,那么注释将会被抛弃。

上面详细讲述了如何定义struct的tag。 只要设置对了tag,那么XML解析就如上面示例般简单,tag和XML的element是一一对应的关系,如上所示,我们还可以通过slice来表示多个同级元素。

注意: 为了正确解析,go语言的xml包要求struct定义中的所有字段必须是可导出的(即首字母大写)

输出XML

假若我们不是要解析如上所示的XML文件,而是生成它,那么在go语言中又该如何实现呢? xml包中提供了MarshalMarshalIndent两个函数,来满足我们的需求。这两个函数主要的区别是第二个函数会增加前缀和缩进,函数的定义如下所示:

  1. func Marshal(v interface{}) ([]byte, error)
  2. func MarshalIndent(v interface{}, prefix, indent string) ([]byte, error)

两个函数第一个参数是用来生成XML的结构定义类型数据,都是返回生成的XML数据流。

下面我们来看一下如何输出如上的XML:

  1. package main
  2. import (
  3. "encoding/xml"
  4. "fmt"
  5. "os"
  6. )
  7. type Servers struct {
  8. XMLName xml.Name `xml:"servers"`
  9. Version string `xml:"version,attr"`
  10. Svs []server `xml:"server"`
  11. }
  12. type server struct {
  13. ServerName string `xml:"serverName"`
  14. ServerIP string `xml:"serverIP"`
  15. }
  16. func main() {
  17. v := &Servers{Version: "1"}
  18. v.Svs = append(v.Svs, server{"Shanghai_VPN", "127.0.0.1"})
  19. v.Svs = append(v.Svs, server{"Beijing_VPN", "127.0.0.2"})
  20. output, err := xml.MarshalIndent(v, " ", " ")
  21. if err != nil {
  22. fmt.Printf("error: %v\n", err)
  23. }
  24. os.Stdout.Write([]byte(xml.Header))
  25. os.Stdout.Write(output)
  26. }

上面的代码输出如下信息:

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <servers version="1">
  3. <server>
  4. <serverName>Shanghai_VPN</serverName>
  5. <serverIP>127.0.0.1</serverIP>
  6. </server>
  7. <server>
  8. <serverName>Beijing_VPN</serverName>
  9. <serverIP>127.0.0.2</serverIP>
  10. </server>
  11. </servers>

和我们之前定义的文件的格式一模一样,之所以会有os.Stdout.Write([]byte(xml.Header)) 这句代码的出现,是因为xml.MarshalIndent或者xml.Marshal输出的信息都是不带XML头的,为了生成正确的xml文件,我们使用了xml包预定义的Header变量。

我们看到Marshal函数接收的参数v是interface{}类型的,即它可以接受任意类型的参数,那么xml包,根据什么规则来生成相应的XML文件呢?

  • 如果v是 array或者slice,那么输出每一个元素,类似value
  • 如果v是指针,那么会Marshal指针指向的内容,如果指针为空,什么都不输出
  • 如果v是interface,那么就处理interface所包含的数据
  • 如果v是其他数据类型,就会输出这个数据类型所拥有的字段信息

生成的XML文件中的element的名字又是根据什么决定的呢?元素名按照如下优先级从struct中获取:

  • 如果v是struct,XMLName的tag中定义的名称
  • 类型为xml.Name的名叫XMLName的字段的值
  • 通过struct中字段的tag来获取
  • 通过struct的字段名用来获取
  • marshall的类型名称

我们应如何设置struct 中字段的tag信息以控制最终xml文件的生成呢?

  • XMLName不会被输出
  • tag中含有"-"的字段不会输出
  • tag中含有"name,attr",会以name作为属性名,字段值作为值输出为这个XML元素的属性,如上version字段所描述
  • tag中含有",attr",会以这个struct的字段名作为属性名输出为XML元素的属性,类似上一条,只是这个name默认是字段名了。
  • tag中含有",chardata",输出为xml的 character data而非element。
  • tag中含有",innerxml",将会被原样输出,而不会进行常规的编码过程
  • tag中含有",comment",将被当作xml注释来输出,而不会进行常规的编码过程,字段值中不能含有”—“字符串
  • tag中含有"omitempty",如果该字段的值为空值那么该字段就不会被输出到XML,空值包括:false、0、nil指针或nil接口,任何长度为0的array, slice, map或者string
  • tag中含有"a>b>c",那么就会循环输出三个元素a包含b,b包含c,例如如下代码就会输出
  1. FirstName string `xml:"name>first"`
  2. LastName string `xml:"name>last"`
  3. <name>
  4. <first>Asta</first>
  5. <last>Xie</last>
  6. </name>

上面我们介绍了如何使用Go语言的xml包来编/解码XML文件,重要的一点是对XML的所有操作都是通过struct tag来实现的,所以学会对struct tag的运用变得非常重要,在文章中我们简要的列举了如何定义tag。更多内容或tag定义请参看相应的官方资料。