0

0

Scala xml库如何使用模式匹配来解析XML

幻夢星雲

幻夢星雲

发布时间:2026-01-21 10:07:40

|

951人浏览过

|

来源于php中文网

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 = 
  Scala in Depth
  Joshua Suereth

你可以这样匹配:

xml match {
  case {titleElem @ {_*}}{authorElem @ {_*}} =>
    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 idNodeSeq,需调用 .toString
  • {_*} 表示“任意子节点”,不能直接当字符串用,得再用 \ "_text"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.loadStringscala-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。

Napkin AI
Napkin AI

Napkin AI 可以将您的文本转换为图表、流程图、信息图、思维导图视觉效果,以便快速有效地分享您的想法。

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.xmlxmlns 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。

415

2023.08.07

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。

533

2023.08.23

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。

310

2023.10.13

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。

75

2025.09.10

html版权符号
html版权符号

html版权符号是“©”,可以在html源文件中直接输入或者从word中复制粘贴过来,php中文网还为大家带来html的相关下载资源、相关课程以及相关文章等内容,供大家免费下载使用。

616

2023.06.14

html在线编辑器
html在线编辑器

html在线编辑器是用于在线编辑的工具,编辑的内容是基于HTML的文档。它经常被应用于留言板留言、论坛发贴、Blog编写日志或等需要用户输入普通HTML的地方,是Web应用的常用模块之一。php中文网为大家带来了html在线编辑器的相关教程、以及相关文章等内容,供大家免费下载使用。

655

2023.06.21

html网页制作
html网页制作

html网页制作是指使用超文本标记语言来设计和创建网页的过程,html是一种标记语言,它使用标记来描述文档结构和语义,并定义了网页中的各种元素和内容的呈现方式。本专题为大家提供html网页制作的相关的文章、下载、课程内容,供大家免费下载体验。

470

2023.07.31

html空格
html空格

html空格是一种用于在网页中添加间隔和对齐文本的特殊字符,被用于在网页中插入额外的空间,以改变元素之间的排列和对齐方式。本专题为大家提供html空格的相关的文章、下载、课程内容,供大家免费下载体验。

245

2023.08.01

Java编译相关教程合集
Java编译相关教程合集

本专题整合了Java编译相关教程,阅读专题下面的文章了解更多详细内容。

0

2026.01.21

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
Kotlin 教程
Kotlin 教程

共23课时 | 2.7万人学习

C# 教程
C# 教程

共94课时 | 7.2万人学习

Java 教程
Java 教程

共578课时 | 48.7万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号