Fast-XML-Parser 自闭合标签属性解析问题分析与解决方案

问题背景

在使用Fast-XML-Parser处理XML/HTML文档时，当启用allowBooleanAttributes选项并设置stopNodes时，解析器会对自闭合标签的闭合斜杠(/)错误地解析为一个布尔属性@_/。这会导致后续处理时产生不符合预期的结果，特别是在重新构建XML字符串时会产生无效的语法。

问题重现

考虑以下XHTML片段：

<script src="script.js" />

当使用如下配置解析时：

const parser = new XMLParser({
    allowBooleanAttributes: true,
    ignoreAttributes: false,
    stopNodes: ["*.pre", "*.script"],
})

解析结果会变成：

{ script: { '@_src': 'script.js', '@_/': true } }

这种解析结果在后续处理时会产生问题，例如当尝试将解析后的对象重新构建为XML字符串时，可能会生成无效的语法如<script src="script.js" //>。

技术分析

这个问题源于解析器在处理自闭合标签时的逻辑缺陷。当allowBooleanAttributes启用时，解析器会将标签末尾的/字符误认为是一个布尔属性。实际上，在XML规范中，自闭合标签的/是标签语法的一部分，而不是属性。

对于stopNodes中指定的节点，解析器会保留其原始文本内容，但在这个过程中没有正确处理自闭合标签的语法特性。

解决方案

要解决这个问题，需要在解析器中添加特殊处理逻辑：

1. 在buildAttributesMap函数中添加检查，排除以/、/>或>等特殊字符作为属性名的情况
2. 在v5版本的attribute输出构建器中实现类似的过滤逻辑
3. 确保在解析自闭合标签时正确识别标签结束符，而不将其误认为属性

实现建议

开发者可以暂时通过以下方式规避这个问题：

const parser = new XMLParser({
    allowBooleanAttributes: true,
    ignoreAttributes: false,
    stopNodes: ["*.pre", "*.script"],
    updateTag(tagName, jPath, attrs) {
        if (attrs['@_/'] !== undefined) {
            delete attrs['@_/'];
        }
        return true;
    }
})

不过，更完善的解决方案应该是在解析器核心代码中直接修复这个问题，避免错误地将语法标记解析为属性。

总结

Fast-XML-Parser在处理自闭合标签时出现的这个属性解析问题，展示了XML解析器中语法解析与属性处理之间微妙的交互关系。正确的解决方案需要深入理解XML语法规范，并在解析器中精确区分语法标记和实际属性。这个问题也提醒开发者在使用XML解析库时，需要仔细测试边界情况，特别是当启用多个特殊选项组合时可能产生的意外行为。