如何在XML对比中忽略文本具体值仅校验数据类型？

问题场景 #

尝试使用XMLUnit的CompareMatcher进行XML对比，代码如下：

import org.junit.jupiter.api.Test;
import org.xmlunit.diff.DefaultNodeMatcher;
import org.xmlunit.diff.ElementSelectors;
import org.xmlunit.matchers.CompareMatcher;
import static org.hamcrest.MatcherAssert.assertThat;

public class XmlDemo4 {

    @Test
    public void demoMethod() {
        String actual = "<struct><int>3</int><boolean>false</boolean></struct>";
        String expected = "<struct><boolean>false</boolean><int>4</int></struct>";

        assertThat(actual, CompareMatcher.isSimilarTo(expected)
                .ignoreWhitespace().normalizeWhitespace().
                withNodeMatcher(new 
        DefaultNodeMatcher(ElementSelectors.byName,ElementSelectors.Default)));

    }

}

运行后因文本值不匹配报错：

java.lang.AssertionError: 
Expected: Expected text value '4' but was '3' - comparing <int ...>4</int> at 
/struct[1]/int[1]/text()[1] to <int ...>3</int> at /struct[1]/int[1]/text()[1]:
<int>4</int>
     but: result was: 
<int>3</int>

at org.hamcrest.MatcherAssert.assertThat(MatcherAssert.java:20)
at org.hamcrest.MatcherAssert.assertThat(MatcherAssert.java:8)
at StringXml.XmlDemo4.demoMethod(XmlDemo4.java:29)
at java.base/java.util.ArrayList.forEach(ArrayList.java:1541)
at java.base/java.util.ArrayList.forEach(ArrayList.java:1541)

Process finished with exit code -1

需求：实现仅对比文本内容的数据类型，不校验具体值的XML对比。

实现方案 #

XMLUnit允许通过自定义DifferenceEvaluator覆盖默认对比逻辑，我们可以在其中添加类型校验规则，忽略值的差异只要两边数据类型匹配。

修改后的代码 #

import org.junit.jupiter.api.Test;
import org.xmlunit.diff.*;
import org.xmlunit.matchers.CompareMatcher;
import static org.hamcrest.MatcherAssert.assertThat;

public class XmlDemo4 {

    @Test
    public void demoMethod() {
        String actual = "<struct><int>3</int><boolean>false</boolean></struct>";
        String expected = "<struct><boolean>false</boolean><int>4</int></struct>";

        assertThat(actual, CompareMatcher.isSimilarTo(expected)
                .ignoreWhitespace()
                .normalizeWhitespace()
                .withNodeMatcher(new DefaultNodeMatcher(ElementSelectors.byName))
                .withDifferenceEvaluator((comparison, outcome) -> {
                    // 仅处理文本值不相等的情况
                    if (outcome != ComparisonResult.EQUAL && comparison.getType() == ComparisonType.TEXT_VALUE) {
                        // 从XPath中提取节点名称
                        String elementName = comparison.getControlDetails().getXPath()
                                .split("/")[2].split("\\[")[0];
                        String controlText = comparison.getControlDetails().getValue().toString();
                        String testText = comparison.getTestDetails().getValue().toString();

                        // 根据节点标签校验数据类型
                        switch (elementName) {
                            case "int":
                                try {
                                    Integer.parseInt(controlText);
                                    Integer.parseInt(testText);
                                    // 两边都是整数，忽略值差异
                                    return ComparisonResult.EQUAL;
                                } catch (NumberFormatException e) {
                                    // 类型不匹配，保留差异
                                    return outcome;
                                }
                            case "boolean":
                                boolean controlIsBool = isBoolean(controlText);
                                boolean testIsBool = isBoolean(testText);
                                if (controlIsBool && testIsBool) {
                                    return ComparisonResult.EQUAL;
                                }
                                break;
                            // 可扩展支持更多类型：float、date等
                        }
                    }
                    // 其他情况保持原对比结果
                    return outcome;
                }));
    }

    // 辅助方法：判断字符串是否为布尔值（支持大小写）
    private boolean isBoolean(String text) {
        return "true".equalsIgnoreCase(text) || "false".equalsIgnoreCase(text);
    }
}

逻辑说明 #

1. 拦截文本差异：只处理ComparisonType.TEXT_VALUE类型的不相等结果，其他差异（如节点顺序、属性等）保持原逻辑。
2. 提取节点名称：从对比结果的XPath中解析出当前节点的标签名（如int、boolean）。
3. 类型校验：
   • 对<int>节点：尝试将两边文本转为整数，成功则认为类型匹配，忽略值差异。
   • 对<boolean>节点：判断两边文本是否为合法布尔值（支持大小写），是则忽略值差异。
4. 扩展支持：可根据需求添加更多类型的校验逻辑（如浮点数、日期格式等）。

内容的提问来源于stack exchange，提问作者KB1