Ant で XMLを処理 ... XMLの整形(インデントと改行位置の調整)

Docbook v4.4のXMLを使ってドキュメントをつくり、FrameMakerでフォーマット、 そのXML文書を多言語展開して、FrameMakerでフォーマット、という仕事をしていると、 diff とか diff3 を使ってXML文書を比較する機会が結構ある。

• 異なるリビジョンのドキュメントで変更点をチェック
• 多言語展開済み（＝翻訳済み）XMLに対して再翻訳が発生した場合にdiff3を使って変更マージ

などの場合。

そのときに diff, diff3 を使って差を調べるのだが、XMLとして内容が同じでも 改行位置やインデント量が異なると diff, diff3 は内容が異なっていると判断してしまう。 これは意図したことではないため、対策として diff,diff3処理する前に、XML文書を整形して、改行位置とインデント量を整える（normalize 正規化） 作業を行う必要がある。

これをAntで処理する方法。

normalize.xml

<?xml version="1.0" encoding="UTF-8" ?>

<project>

    <target name="normalize" >
        <antcall target="unpretty" >
            <param name="myxml" value="${myxml}" />
        </antcall>
        <antcall target="pretty" >
            <param name="myxml" value="${myxml}" />
        </antcall>
    </target>


    <target name="pretty">

        <script language="javascript" classpath="lib/jdom.jar">
        <![CDATA[

            importPackage(java.io);
            importPackage(org.jdom);
            importPackage(org.jdom.input);
            importPackage(org.jdom.output);

            var ENC="UTF-8";

            var basedir=project.getProperty("basedir");
            var cur_dir=File(basedir)

            var work=project.getProperty("myxml");
            var work2=project.getProperty("myxml");

            var inf=File(cur_dir,work);
            var outf=File(cur_dir,work2);

            var doc=SAXBuilder().build(inf); 

            var format=Format.getPrettyFormat();
            format.setEncoding(ENC);
            var out=XMLOutputter(format); 

            var w=OutputStreamWriter(FileOutputStream(outf),ENC);
            out.output(doc,w);
            w.close();

        ]]>
        </script>

        <!--
        <move file="${work2}" tofile="${work}" />
        -->
    </target>


    <target name="unpretty" >

        <script language="javascript" classpath="lib/jdom.jar">
        <![CDATA[

            importPackage(java.io);
            importPackage(org.jdom);
            importPackage(org.jdom.input);
            importPackage(org.jdom.output);


            var ENC="UTF-8";

            var basedir=project.getProperty("basedir");
            var cur_dir=File(basedir)

            var work=project.getProperty("myxml");
            var work2=project.getProperty("myxml");

            var inf=File(cur_dir,work);
            var outf=File(cur_dir,work2);

            var doc=SAXBuilder().build(inf); 

            var format=Format.getCompactFormat();
            format.setEncoding(ENC);
            var out=XMLOutputter(format); 

            var w=OutputStreamWriter(FileOutputStream(outf),ENC);
            out.output(doc,w);
            w.close();

        ]]>
        </script>

        <!--
        <move file="${work2}" tofile="${work}" />
        -->
    </target>

</project>

このタスクは繰り返しいろいろな変換作業で使用するので、 build.xmlに直接記述しないで、normalize.xml というファイルに保存し、 モジュール化し、import タスクを使って、build.xml から使用する。

build.xml

normalize を使用する例

<?xml version="1.0" encoding="UTF-8" ?>
<project basedir="." default="main" >
        <import file="normalize.xml" optional="true" />

        <target name="main" >
                <antcall target="normalize">
                        <param name="myxml" value="mydocbook.xml" />
                </antcall>
        </target>
</project>