Хэндлим тему | Дерепко

XML Clark Notation

Не так давно пришлось столкнуться с парсингом XML на JS.
С виду всё просто:
- Берем парсер из браузера, либо ставим свой
- Создаем парсер: new DOMParser()
- Запускаем parseFromString(string)

В полной мере не получалось тестировать корректность парсинга и всех дальнейших преобразований. Зато замечал изредка ошибки в консоли браузера, что что-то с элементом не так.
Однажды решил залезть туда и перехватить содержимое XML, которое выглядело следующим образом


...
<m:r>
 <w:rPr>
  <w:Fonts w:ascii="Cambria Math" w:hAnsi="Cambria Math" />
  <w:w w:val="105" />
 </w:rPr>
 <m:t {http://www.w3.org/XML/1998/namespace}space="preserve">,
 </m:t>
</m:r>
...

Я не сразу увидел, но потом как увидел!


<m:t {http://www.w3.org/XML/1998/namespace}space="preserve">

Сначала я подумал, что это какой-то невалидный XML и с парсером всё ОК. Однако, попробовал другие документы и обнаружил, что баг всё-таки не в XML, а в парсере.

Такая запись называется Clark Notation, она представляет из себя "inline" неймспейма документа прямо в место использования этого атрибута/тега.
Вместо объявления xmlns, namespace пишется прямо в фигурных скобках: {http://example.com}element.

Если сделать обратное преобразование, то результат будет примерно такой:


<m:t xmlns:ns="http://www.w3.org/XML/1998/namespace" ns:space="preserve">

Т.е.:
- Мы вытащили содержимое в фигурных скобках в отдельное указание неймспейса
- xmlns=NS_NAME="NS_VALUE"
- И заменили эти символы на использование этого неймспейса
- NS_NAME:space

Такое преобразование можно делать в обе стороны и даже иметь несколько инлайнов в одном теге, либо даже неймспейс тега заинлайнить:

Например, было:


<cars:part xmlns:cars="http://www.cars.com/xml"/>

Стало:


<{http://www.cars.com/xml}part/>

Выглядит короче (иногда), но JS парсер с таким не справился!

А как же PHP?


PHP Warning:  simplexml_load_string(): Entity: line 1: parser error : Couldn't find end of Start Tag tag line 1 in php shell code on line 1

Еще пыха сходит с ума и выводит эту ошибку раз 10!

А вот что получилось в Kotlin!


Element type "tag" must be followed by either attribute specifications, ">" or "/>".

В общем, стандартные средства не понимают этого Кларка.
Я сделал небольшую функцию на регулярке и циклах с заменой подстрок {...}attr на xmlns:nsN="..." nsN: и теперь всё работает как надо.

Кто-то сталкивался с этим Кларком? Как решали подобное?

——

Небольшая статья от того самого Кларка: http://www.jclark.com/xml/xmlns.htm
Вроде даже есть библиотека на PHP: https://sabre.io/xml/clark-notation/

——

@handle_topic

1👍7❤2🔥2

412 viewsDmitrii, 07:02