Scala xml库如何使用模式匹配来解析XML

scala 2.13+ 已移除 scala.xml，其模式匹配因运行时类型擦除、无命名空间支持、属性缺失返回空Text、不校验结构等缺陷而脆弱；推荐改用 jsoup 等健壮库。

Scala 原生 XML 支持（scala.xml）已自 Scala 2.13 起被移除，不再推荐用于新项目；如果你正在维护旧代码或必须使用它，模式匹配确实是其最典型的解析方式——但要注意它不是“安全”或“健壮”的 XML 解析方案。

为什么 scala.xml 的模式匹配容易出错

它依赖字符串级的 XML 字面量结构与运行时类型擦除，不校验命名空间、不处理 CDATA、不支持流式解析，且对空元素/属性缺失/类型转换极其脆弱。

• nodeSeq 匹配可能意外捕获注释或文本节点
• 属性访问如 elem @ "id" 在属性不存在时返回空 Text，而非 None
• 嵌套结构稍深就容易写出不可维护的嵌套 case 模式

基本模式匹配写法（仅限 Scala ≤ 2.12）

假设有如下 XML：

val xml =       Joshua Suereth 

你可以这样匹配：

xml match {   case {titleElem @ }{authorElem @ {_*}} =>     val idStr = id.toString     val title = (titleElem  "_text").text.toString.trim     val author = (authorElem  "_text").text.toString.trim     (idStr, title, author)   case _ => throw new IllegalArgumentException("Unexpected XML structure") }

• {id} 提取属性值，但 id 是 NodeSeq，需调用 .toString
• {_*} 表示“任意子节点”，不能直接当字符串用，得再用 "_text" 或 text
• 是 XPath 风格查找，但只支持极简语法（如 "title"），不支持谓词或轴

替代方案：用 scala-xml + scala-parser-combinators？别

有人试图补救，比如用 XML.loadString 加 scala-parser-combinators 写更严格的解析器——这反而叠加了两套不一致的抽象，问题更多。

• XML 加载失败时抛 SAXParseException，但模式匹配无法覆盖该异常路径
• 没有默认的 Option-friendly 属性提取（比如 elem.Attribute("id").map(_.text) 才算合理）
• 无法处理带命名空间的 XML（scala.xml 对 xmlns 几乎无感知）

你应该用什么代替

生产环境请直接切换到成熟库：

• 轻量需求：用 javax.xml.parsers.DocumentBuilder（JDK 自带）+ scala.xml.XML 仅作字符串转义辅助
• 主流选择：scalaxb（XSD 绑定）、spray-json 风格的 xml-util（如 com.lihaoyi:upickle 不支持 XML，但 net.ruippeixotog:scala-scraper 可用于 html/XML 混合场景）
• 最稳妥：org.jsoup:jsoup（即使不是 HTML，它对 malformed XML 容错更强，且 API 返回 Option）

例如用 jsoup 提取：

import org.jsoup.Jsoup val doc = Jsoup.parse(xml.toString, "", org.jsoup.parser.Parser.xmlParser()) val id = doc.select("book").attr("id") // 返回 String，默认空串 val title = doc.select("title").text() // 安全，无子节点则返回空串

真正麻烦的从来不是“怎么写模式匹配”，而是 XML 结构稍有变动（比如加个 或属性变成 data-id），旧匹配逻辑就静默失效——而这种错误不会在编译期暴露。