java自定义XML文件比较

Question

我看到有很多关于XML比较的帖子，但我所看到的并没有一篇能够解决我的问题

我们有一些XML格式的文本文档（产品描述、标题和段落）正在更新（即版本），我的任务是制作更改摘要。也就是说，我们希望获取两个连续文件并生成第三个文件；标题结构（大纲）将被保留，但只保留有变化的段落——添加和删除都应该被标记

因此，我一直在试图找到一种方法来遍历DOM树并检测添加和删除，但在可靠地检测它们时遇到了问题。这显然是因为我应该做一个diff——但我不能使用普通的diff，因为我想在每个元素中做单独的diff，因为我不能使用传统的diff结果，但需要一个完全格式化的xml摘要

在我尝试解决“最长公共子序列问题”之前，有什么提示吗？这将是一项艰巨的任务

Answer 1

事实证明，当时我的需求没有解决方案！同时，我开发了自己的xml diff例程，专门针对我的问题，所以我最终找到了一个可行的解决方案

然后，在2011年末，这篇文章发表了：Slashdot: Researchers Expanding Diff, Grep Unix Tools

达特茅斯计算机科学家介绍了grep和diff Unix命令行实用程序的变体，它们可以处理更复杂的数据类型。新程序名为无上下文Grep和分层Diff，将提供解析数据块而不是单行的能力。这项研究的部分资金来自谷歌和美国能源部

Answer 2

DeltaXML产品是解决这个问题的专业解决方案，但它不是免费的。购买它可能比建造自己的房子便宜

Answer 3

我建议使用XMLUnit作为差分引擎。它提供了使用您自己的DifferenceListener的能力，每当两个节点不同时，就会通知您。在处理程序中，您可以处理将适当的DOM节点添加到目标文档中的过程