Fast-XML-Parser 中空标签自动转换为自闭合标签的配置技巧
2025-06-28 20:05:05作者:董灵辛Dennis
在 XML 处理过程中,标签的闭合形式是一个值得关注的细节。Fast-XML-Parser 作为一款高效的 XML 处理工具,提供了灵活的配置选项来处理空标签的转换问题。
空标签与自闭合标签的区别
XML 规范中,空标签可以有两种表示形式:
- 显式闭合形式:
<tag></tag> - 自闭合形式:
<tag/>
虽然这两种形式在语义上是等价的,但在某些特定场景下(如处理 Office 文档时),部分软件对标签形式有严格要求,只接受自闭合形式的空标签。
Fast-XML-Parser 的解决方案
Fast-XML-Parser 提供了一个名为 suppressEmptyNode 的配置选项,专门用于控制空标签的输出形式。当启用此选项时,解析器会自动将空内容节点转换为自闭合标签。
配置示例
const { XMLBuilder } = require('fast-xml-parser');
const jsonObj = {
a: {
b: "hello",
c: "" // 空内容节点
}
};
const options = {
suppressEmptyNode: true // 启用空节点压缩
};
const builder = new XMLBuilder(options);
console.log(builder.build(jsonObj));
输出结果
启用 suppressEmptyNode 后,上述代码将输出:
<a>
<b>hello</b>
<c/>
</a>
实际应用场景
- 文档处理:在处理 Office Open XML (OOXML) 等文档格式时,保持标签形式的一致性非常重要。
- 数据交换:某些 XML 解析器对标签形式有严格要求,使用自闭合标签可以确保更好的兼容性。
- 文件优化:自闭合标签可以减少文件大小,特别是在处理大量空节点时。
注意事项
- 此选项只影响真正为空的节点,包含空白字符的节点不会被转换。
- 如果需要强制某些标签始终以自闭合形式出现(无论内容如何),仍需使用
unpairedTags配置。 - 在混合内容模型中应谨慎使用此选项,以免破坏文档结构。
通过合理配置 suppressEmptyNode 选项,开发者可以轻松控制 XML 输出的格式,满足各种应用场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218