如何从解析后的模板/XML及带占位符原模板反向提取数据模型

这种从原始模板+渲染后输出反向推导数据模型的需求是完全可以实现的，没有原理层面的技术障碍，核心是基于模板片段匹配做变量值截取。

基础实现思路 #

• 首先解析原始带占位符的模板，把模板拆成固定文本片段+占位符变量交替排列的有序序列。比如你提供的示例模板，拆解后会按顺序得到：固定HTML文本段、user占位符、固定HTML文本段、latestProduct.url占位符、固定HTML文本段、latestProduct.name占位符、最后一段固定HTML文本。
• 把拆解出来的所有固定文本片段作为定位锚点，按照在模板里出现的先后顺序，在渲染完成的输出内容里逐个匹配锚点的位置。两个相邻锚点中间夹着的内容，就是两个锚点之间占位符对应的实际渲染值。
• 最后按照占位符的命名规则（比如带层级的latestProduct.url这类路径式命名），把截取到的实际值组装成结构化的数据模型即可。

示例提取结果 #

针对你给出的样例，最终反向推导得到的数据模型结构如下：

{
  "user": "Big Joe",
  "latestProduct": {
    "url": "products/greenmouse.html",
    "name": "green mouse"
  }
}

实现注意事项 #

• 对于只有简单插值、没有条件分支、循环渲染逻辑的模板（比如你给出的Freemarker基础插值样例），上述方案的提取准确率可以达到100%，不需要额外人工介入。
• 如果模板包含if/else条件判断、列表循环这类动态渲染逻辑，解析模板阶段需要把所有可能的渲染分支都纳入匹配范围，先判定渲染输出实际命中的分支路径，再按锚点匹配截取变量值即可，只是实现复杂度有所提升，不存在不可突破的技术卡点。
• 如果遇到固定锚点文本和占位符渲染出来的内容重合导致匹配错位的问题，可以通过从模板首尾两端向中间双向匹配、优先匹配更长的固定文本片段的方式规避，问题解决成本很低。

内容的提问来源于stack exchange，提问作者pjsagar