如何用Scala或JavaScript提取XML中的元素名称列表

首先，先明确你提供的XML内容：

<?xml version="1.0" encoding="UTF-8"?>
<root>
  <city>
    <ID>1</ID>
    <Name>Kabul</Name>
    <CountryCode>AFG</CountryCode>
    <District>Kabol</District>
    <Population>1780000</Population>
  </city>
  <city>
    <ID>2</ID>
    <Name>Qandahar</Name>
    <CountryCode>AFG</CountryCode>
    <District>Qandahar</District>
    <Population>237500</Population>
  </city>
  <city>
    <ID>3</ID>
    <Name>Herat</Name>
    <CountryCode>AFG</CountryCode>
    <District>Herat</District>
    <Population>186800</Population>
  </city>
</root>

你需要提取的是<city>节点下的子元素名称集合：["ID","Name","CountryCode","District","Population"]，下面分别给出Scala和JavaScript的实现方案：

Scala实现 #

Scala对XML有原生的语法支持，处理起来非常方便。我们可以直接解析XML字符串，提取所有<city>节点的子元素标签名，再做去重处理（保证结果的唯一性，即使后续有结构不同的<city>节点也能兼容）。

import scala.xml.XML

object XmlElementNameExtractor {
  def main(args: Array[String]): Unit = {
    // 你的XML内容字符串
    val xmlContent = """<?xml version="1.0" encoding="UTF-8"?>
<root>
  <city>
    <ID>1</ID>
    <Name>Kabul</Name>
    <CountryCode>AFG</CountryCode>
    <District>Kabol</District>
    <Population>1780000</Population>
  </city>
  <city>
    <ID>2</ID>
    <Name>Qandahar</Name>
    <CountryCode>AFG</CountryCode>
    <District>Qandahar</District>
    <Population>237500</Population>
  </city>
  <city>
    <ID>3</ID>
    <Name>Herat</Name>
    <CountryCode>AFG</CountryCode>
    <District>Herat</District>
    <Population>186800</Population>
  </city>
</root>"""

    // 解析XML字符串
    val xmlDoc = XML.loadString(xmlContent)
    
    // 提取所有<city>的直接子元素标签名，去重后得到结果
    val elementNames = (xmlDoc \\ "city" \ "_").map(_.label).distinct
    
    // 打印结果
    println("提取的元素名称：" + elementNames.mkString("[", ", ", "]"))
    // 输出：提取的元素名称：[ID, Name, CountryCode, District, Population]
  }
}

关键代码解释： #

• XML.loadString(xmlContent)：将XML字符串解析为Scala的XML对象
• xmlDoc \\ "city"：递归查找文档中所有<city>节点
• \ "_"：获取每个<city>节点的直接子元素（_匹配任意标签名）
• map(_.label)：提取每个子元素的标签名称
• distinct：去除重复的标签名，确保结果唯一

JavaScript实现 #

JavaScript的实现分两种场景：浏览器环境（原生支持XML解析）和Node.js环境（需要第三方包），下面分别给出代码：

浏览器环境（原生DOMParser） #

浏览器内置了DOMParser API，可以直接解析XML字符串，无需额外依赖：

// 你的XML内容字符串
const xmlContent = `<?xml version="1.0" encoding="UTF-8"?>
<root>
  <city>
    <ID>1</ID>
    <Name>Kabul</Name>
    <CountryCode>AFG</CountryCode>
    <District>Kabol</District>
    <Population>1780000</Population>
  </city>
  <city>
    <ID>2</ID>
    <Name>Qandahar</Name>
    <CountryCode>AFG</CountryCode>
    <District>Qandahar</District>
    <Population>237500</Population>
  </city>
  <city>
    <ID>3</ID>
    <Name>Herat</Name>
    <CountryCode>AFG</CountryCode>
    <District>Herat</District>
    <Population>186800</Population>
  </city>
</root>`;

// 创建XML解析器
const parser = new DOMParser();
const xmlDoc = parser.parseFromString(xmlContent, "text/xml");

// 获取第一个<city>节点的所有子元素（自动排除空白文本节点）
const firstCity = xmlDoc.querySelector("city");
const elementNames = Array.from(firstCity.children).map(child => child.tagName);

// 打印结果
console.log("提取的元素名称：", elementNames);
// 输出：提取的元素名称： ["ID", "Name", "CountryCode", "District", "Population"]

Node.js环境（需要xmldom包） #

Node.js原生没有DOMParser，需要安装xmldom包来实现XML解析：

1. 先安装依赖：

npm install xmldom

2. 实现代码：

const { DOMParser } = require('xmldom');

// 你的XML内容字符串
const xmlContent = `<?xml version="1.0" encoding="UTF-8"?>
<root>
  <city>
    <ID>1</ID>
    <Name>Kabul</Name>
    <CountryCode>AFG</CountryCode>
    <District>Kabol</District>
    <Population>1780000</Population>
  </city>
  <city>
    <ID>2</ID>
    <Name>Qandahar</Name>
    <CountryCode>AFG</CountryCode>
    <District>Qandahar</District>
    <Population>237500</Population>
  </city>
  <city>
    <ID>3</ID>
    <Name>Herat</Name>
    <CountryCode>AFG</CountryCode>
    <District>Herat</District>
    <Population>186800</Population>
  </city>
</root>`;

// 创建XML解析器
const parser = new DOMParser();
const xmlDoc = parser.parseFromString(xmlContent, "text/xml");

// 获取第一个<city>节点
const firstCity = xmlDoc.getElementsByTagName("city")[0];
// 过滤掉空白文本节点，提取元素标签名
const elementNames = Array.from(firstCity.childNodes)
  .filter(node => node.nodeType === Node.ELEMENT_NODE)
  .map(node => node.tagName);

// 打印结果
console.log("提取的元素名称：", elementNames);
// 输出：提取的元素名称： ["ID", "Name", "CountryCode", "District", "Population"]

关键代码解释： #

• 浏览器环境中firstCity.children只包含元素节点，无需额外过滤
• Node.js环境中firstCity.childNodes会包含文本节点（比如换行、空格），所以需要通过nodeType === Node.ELEMENT_NODE过滤出元素节点

内容的提问来源于stack exchange，提问作者stack0114106