如何用Go 1.19读取XML文件中的处理指令属性值

给定包含自定义处理指令的XML文件，需要提取<?ID Object="AUTO_REPORT_OBJECT" Version="1.0"?>中的Object和Version属性值，使用Go 1.19版本实现。

XML示例内容：

<?xml version="1.0" encoding="UTF-8"?><?ID Object="AUTO_REPORT_OBJECT" Version="1.0"?><?xml-stylesheet type="text/xsl" href="../XML/ProdRep.xsl"?><!DOCTYPE Auto_Report SYSTEM "../XML/ProdRep.dtd" [        <!ELEMENT Auto_Report (Production_Report+)>        ]><Auto_Report>    <Production_Report Type="AUTO">        ... more tags    </Production_Report></Auto_Report><?End?>

解决方案 #

Go标准库的encoding/xml提供的Decoder可以遍历XML的所有Token，其中处理指令对应xml.ProcessingInstruction类型。我们可以通过遍历Token找到目标处理指令，再解析其内容中的属性。

代码实现 #

package main

import (
	"encoding/xml"
	"fmt"
	"os"
	"strings"
)

func main() {
	// 替换为你的XML文件路径
	file, err := os.Open("your_report.xml")
	if err != nil {
		fmt.Printf("打开文件失败: %v\n", err)
		return
	}
	defer file.Close()

	decoder := xml.NewDecoder(file)
	for {
		token, err := decoder.Token()
		if err != nil {
			break // 读取结束或出错时退出循环
		}

		// 判断当前Token是否为处理指令
		pi, ok := token.(xml.ProcessingInstruction)
		if !ok {
			continue
		}

		// 定位到目标ID处理指令
		if pi.Target == "ID" {
			props := parsePIAttributes(pi.Instruction)
			fmt.Printf("Object: %s\n", props["Object"])
			fmt.Printf("Version: %s\n", props["Version"])
			break // 找到目标后可提前终止遍历
		}
	}
}

// 解析处理指令内容中的键值对属性
func parsePIAttributes(content string) map[string]string {
	props := make(map[string]string)
	parts := strings.Fields(content)
	for _, part := range parts {
		kv := strings.SplitN(part, "=", 2)
		if len(kv) != 2 {
			continue
		}
		key := kv[0]
		// 去除属性值的前后引号
		value := strings.Trim(kv[1], "\"")
		props[key] = value
	}
	return props
}

代码说明 #

1. 使用xml.Decoder.Token()遍历XML的所有节点，包括声明、处理指令、DOCTYPE、元素等
2. 识别xml.ProcessingInstruction类型的Token，通过Target字段定位到自定义的ID处理指令
3. 自定义parsePIAttributes函数，将处理指令的内容按空格分割，拆分键值对并去除引号，最终返回属性映射

注意事项 #

• 该方式无需加载整个XML文件到内存，适合处理大体积XML
• 如果属性值包含空格，需要修改解析逻辑（比如使用扫描器处理带引号的完整字符串）

内容的提问来源于stack exchange，提问作者marchiosim