在Groovy中移除XML空标签及multimap标签的技术求助

问题分析 #

需要处理带有SAP multimap命名空间的XML，核心目标：

• 移除所有multimap:相关外层标签，替换为<base1>
• 删除所有空标签（包括空<budgets/>、无有效内容的<root>，以及未闭合的空<budgets>）
• 仅保留包含实际数据的节点结构

现有代码的问题 #

1. 字符串替换处理XML不可靠：直接用replaceAll修改XML文本，容易破坏XML语法（比如命名空间处理不彻底、残留无效字符），无法处理XML的结构逻辑。
2. 空节点移除逻辑不完整：XmlParser的遍历仅从根节点移除空节点，没有递归处理子节点，也没过滤掉包含空节点的父节点（比如空<budgets>所在的<root>）。

正确的Groovy实现方案 #

以下代码通过XML解析器正确处理结构，递归移除空节点，同时替换multimap标签：

def body = message.getBody(java.lang.String) as String

// 1. 解析XML，禁用外部DTD加载避免依赖问题
def parser = new XmlParser()
parser.setFeature("http://apache.org/xml/features/nonvalidating/load-dtd-grammar", false)
parser.setFeature("http://apache.org/xml/features/nonvalidating/load-external-dtd", false)
def root = parser.parseText(body)

// 2. 递归移除所有空节点（无文本、无子节点的节点）
def removeEmptyNodes = { node ->
    // 先递归处理子节点，确保深层空节点先被清理
    node.children().each { child ->
        if (child instanceof Node) {
            removeEmptyNodes(child)
        }
    }
    // 判断当前节点是否为空：无子节点且无有效文本
    if (node.children().isEmpty() && (node.text() == null || node.text().trim().isEmpty())) {
        node.parent().remove(node)
    }
}

// 定位到multimap:Message1节点，清理其下的空节点
def messageNode = root.'multimap:Message1'[0]
removeEmptyNodes(messageNode)

// 3. 构建新的XML结构，替换为base1外层标签
def newRoot = new Node(null, 'base1')
messageNode.children().each { child ->
    newRoot.append(child)
}

// 4. 生成格式化后的XML结果
def writer = new StringWriter()
new XmlNodePrinter(new PrintWriter(writer)).print(newRoot)
def result = writer.toString()

// 将结果写回message
message.setBody(result)

代码说明 #

• XML解析：使用XmlParser并禁用DTD加载，避免解析时的外部依赖，同时正确处理命名空间。
• 递归清理空节点：先处理子节点再处理父节点，确保所有嵌套的空节点都被移除，连带过滤掉仅包含空节点的父节点（比如原来的空<root>）。
• 结构重构：将清理后的有效节点，放到新的<base1>标签下，保证输出结构符合预期。
• 格式化输出：用XmlNodePrinter生成可读性良好的格式化XML。

验证结果 #

运行代码后会得到预期输出：

<base1> 
    <root>
        <budgets>
            <id>1234</id>
            <field2>4496</field2>
            <field3>test</field3>
        </budgets>
    </root>
</base1>

内容的提问来源于stack exchange，提问作者Sudha