自定義XML文件比較

Question

我見過有很多關於XML比較的文章，但是我看過的文章都沒有解決我的問題。

我們有一些正在更新（即版本化）的XML格式的文本文檔（帶有標題和段落的產品描述），我負責製作更改摘要。也就是說，我們想要取兩個後續文件並生成第三個文件;標題結構（大綱）應予保留，但只保留有變更的段落 - 增加和刪除應加以標記。

所以我一直在試圖找到一種方式來同時漫遊DOM樹和檢測添加和刪除，但我遇到了可靠地檢測它們的問題。這顯然是因爲我應該做一個差異 - 但我不能使用一個普通的差異，因爲我想在每個元素內部做單獨的差異，因爲我不能使用傳統的差異結果，但需要一個完全格式化的XML消化。

在嘗試解決「最長的常見子序列問題」之前的任何提示，這將是一項艱鉅的任務？

Answer 1

原來，我的需要有當時沒有解決辦法！同時，我開發了自己的特定於我的問題的xml-diff例程，所以我最終得到了一個工作解決方案。

然後，在2011年底，這是出版：Slashdot: Researchers Expanding Diff, Grep Unix Tools

達特茅斯計算機科學家提出的grep和DIFF Unix命令行工具，可以處理更復雜的數據類型的變體。名爲Context-Free Grep和Hierarchical Diff的新程序將提供解析數據塊而非單行的功能。該研究部分由Google和美國能源部資助。

Answer 2

我建議使用XMLUnit作爲差分引擎。它提供了使用您自己的DifferenceListener的能力，當兩個節點不同時通知它。在處理程序中，您可以將適當的DOM節點添加到目標文檔中。

Answer 3

這個問題的專業解決方案 - 但它不是免費的 - 是DeltaXML產品。購買它可能會比建立自己的便宜。