如何使用Gradle与正则表达式解析含注释的XML并保存为新文件

DevOps 小满

2026-9-29

Groovy正则实现XML指定节点保留方案

需求说明

你需要在Groovy中通过正则而非DOM操作解析XML，完整保留文件内注释，仅保留根元素、tasks元素及其内部所有子节点和注释，删除其余全部内容，无需提前指定待删除元素。

初始文件示例

<root attribute1="attribute">
    <tests>
        <test>Test 1</test>
        <test>Test 2</test>
    </tests>
    <tasks>
        <!--
        <task name="task one" >
            Some task that is commented
        </task>
        -->

        <task name="task one" >
            Some text
        </task>
    </tasks>
</root>

预期输出文件

<root attribute1="attribute">
    <tasks>
        <!--
        <task name="task one" >
            Some task that is commented
        </task>
        -->

        <task name="task one" >
            Some text
        </task>
    </tasks>
</root>

原有代码问题

你当前编写的代码使用了DOMBuilder解析，不符合使用正则的要求，且DOM操作可能存在注释丢失、格式变动的问题。

正则实现代码

def extractXml() {
    def input = new File("initial_file.xml")
    if (!input.exists()) {
        return
    }
    def rawContent = input.text
    // 匹配根元素开始标签，兼容任意属性
    def rootStart = (rawContent =~ /<root[^>]*>/)[0]
    // 匹配完整的tasks节点，包含内部所有子节点、注释，[\s\S]匹配所有字符（含换行），非贪婪匹配避免越界
    def tasksBlock = (rawContent =~ /<tasks[\s\S]*?<\/tasks>/)[0]
    // 拼接结果，保持缩进格式
    def outputContent = "${rootStart}\n    ${tasksBlock}\n</root>"
    new File("new_file.xml").write(outputContent)
}