kettel解析XML难点

最近一直用kettel对Webservice服务进行数据抽取；不同的公司，不同的开发，总是会各种各样的XML样式给你；解析XML确实比较头疼。

一、字符集问题

XML文件的字符集一般会设置成三种：UTF-8、GBK、ANSI

一般我们看XML的文件头，就知道是哪一种字符集：

对应的在kettel里面也要保持一致，解析才能成功。不然会有报错：

对于ANSI，这个比较。

你在txt文档里编辑好xml，文件头是UTF-8,保存。其实这个时候Windows默认自动保存为ANSI，需要另存为，改下字符集。

二、XML含有特殊字符

很多时候，其他公司给的XML不符合规范，值里面含有 “<” 这样的特殊字符，连浏览器都解析不出来。

<root>
	<book>
		<title>平凡<的世界1></title>
		<price>18元1</price>
		<time>2016年1</time>
	</book>
	<book>
		<title>平凡的世界2</title>
		<price>18元2</price>
		<time>2016年2</time>
	</book>
</root>

用火狐解析：

这时候，需要将含有特殊字符的节点，用<![CDATA[ ]]>设置为默认不解析：

<root>
	<book>
		<title><![CDATA[平凡<的世界1>]]></title>
		<price>18元1</price>
		<time>2016年1</time>
	</book>
	<book>
		<title>平凡的世界2</title>
		<price>18元2</price>
		<time>2016年2</time>
	</book>
</root>

这里用到kettel的JS空间：

将Webservice返回的XML进行替换处理：

三、kettel自动解析的XML路径不对

<?xml version="1.0" encoding="UTF-8"?>
<HtResponse ServiceName = "SERVICEMEDICALDOCUMENT">
<Success>0</Success>
<DescRiption>
 <ProgressNote>
  <Document>
   <CreateTime>20160514173313</CreateTime>
   <Creator>3037</Creator>
   <ModifyTime>20160514173313</ModifyTime>
   <Modifier>3037</Modifier>
   <PnTypeDesc>首次病程记录</PnTypeDesc>
   <Content></Content>
  </Document>
 </ProgressNote>
</DescRiption>
</HtResponse>

上面的XML是我调好的，之前格式很乱，没有换行什么的

kettel解析就是这样：

 

只能到DescRiption节点。

手工改一下XML路径：

直接获取字段：

这是后XML解析就可以了。可以试着预览一下数据。