// Kleiner XML-Leser ohne Abhängigkeiten, für GAEB DA XML. Kennt Elemente, Attribute, Text, CDATA und die // üblichen Entitäten; Kommentare, Verarbeitungsanweisungen und DOCTYPE werden übersprungen. // Namensräume fallen weg: aus wird „Item“. export interface XmlElement { name: string; attr: Record; kinder: XmlKnoten[]; } export type XmlKnoten = XmlElement | string; const ENTITAETEN: Record = { lt: "<", gt: ">", amp: "&", quot: '"', apos: "'", nbsp: " " }; export function entschluesseln(t: string): string { return t.replace(/&(#x[0-9a-fA-F]+|#\d+|[a-zA-Z]+);/g, (ganz, e: string) => { if (e[0] === "#") { const n = e[1] === "x" || e[1] === "X" ? parseInt(e.slice(2), 16) : parseInt(e.slice(1), 10); return Number.isFinite(n) ? String.fromCodePoint(n) : ganz; } return ENTITAETEN[e] ?? ganz; }); } const ohnePraefix = (n: string) => n.slice(n.indexOf(":") + 1); /** Liest ein XML-Dokument und gibt das Wurzelelement zurück */ export function leseXml(text: string): XmlElement { const wurzel: XmlElement = { name: "#dokument", attr: {}, kinder: [] }; const stapel: XmlElement[] = [wurzel]; let i = 0; const n = text.length; while (i < n) { const lt = text.indexOf("<", i); if (lt < 0) { stapel[stapel.length - 1]!.kinder.push(entschluesseln(text.slice(i))); break; } if (lt > i) stapel[stapel.length - 1]!.kinder.push(entschluesseln(text.slice(i, lt))); if (text.startsWith("", lt + 4); i = e < 0 ? n : e + 3; continue; } if (text.startsWith("", lt + 9); stapel[stapel.length - 1]!.kinder.push(text.slice(lt + 9, e < 0 ? n : e)); i = e < 0 ? n : e + 3; continue; } if (text.startsWith("", lt + 2); i = e < 0 ? n : e + 2; continue; } if (text.startsWith("" && tiefe <= 0) break; } i = j + 1; continue; } // Ende des Tags finden, Anführungszeichen beachten let j = lt + 1, quote = ""; for (; j < n; j++) { const c = text[j]!; if (quote) { if (c === quote) quote = ""; } else if (c === '"' || c === "'") quote = c; else if (c === ">") break; } if (j >= n) throw new Error("Die XML-Datei ist unvollständig (ein Tag endet nicht)."); const tag = text.slice(lt + 1, j); i = j + 1; if (tag.startsWith("/")) { const name = ohnePraefix(tag.slice(1).trim()); // bis zum passenden offenen Element schließen (verzeiht fehlerhafte Verschachtelung) for (let k = stapel.length - 1; k > 0; k--) if (stapel[k]!.name === name) { stapel.length = k; break; } continue; } const leer = tag.endsWith("/"); const inhalt = leer ? tag.slice(0, -1) : tag; const m = /^\s*([^\s/>]+)/.exec(inhalt); if (!m) continue; const el: XmlElement = { name: ohnePraefix(m[1]!), attr: {}, kinder: [] }; const re = /([^\s=]+)\s*=\s*("([^"]*)"|'([^']*)')/g; let a: RegExpExecArray | null; const rest = inhalt.slice(m[0].length); while ((a = re.exec(rest))) el.attr[ohnePraefix(a[1]!)] = entschluesseln(a[3] ?? a[4] ?? ""); stapel[stapel.length - 1]!.kinder.push(el); if (!leer) stapel.push(el); } const erstes = wurzel.kinder.find((k): k is XmlElement => typeof k !== "string"); if (!erstes) throw new Error("Die Datei enthält kein XML."); return erstes; } export const elemente = (e: XmlElement, name?: string): XmlElement[] => e.kinder.filter((k): k is XmlElement => typeof k !== "string" && (!name || k.name === name)); export const kind = (e: XmlElement | undefined, name: string): XmlElement | undefined => (e ? elemente(e, name)[0] : undefined); /** Pfad aus Kindnamen, z. B. pfad(item, "Description", "CompleteText") */ export const pfad = (e: XmlElement | undefined, ...namen: string[]): XmlElement | undefined => namen.reduce((x, n) => kind(x, n), e); /** reiner Text eines Elements, Leerraum zusammengefasst */ export function textVon(e: XmlElement | undefined): string { if (!e) return ""; const teile: string[] = []; const lauf = (x: XmlKnoten) => { if (typeof x === "string") teile.push(x); else x.kinder.forEach(lauf); }; lauf(e); return teile.join("").replace(/\s+/g, " ").trim(); } /** Fließtext aus

,
, (GAEB-Texte): Absätze als Zeilenumbruch */ export function absatzText(e: XmlElement | undefined): string { if (!e) return ""; let aus = ""; const lauf = (x: XmlKnoten) => { if (typeof x === "string") { aus += x.replace(/\s+/g, " "); return; } if (x.name === "br") { aus += "\n"; return; } const block = x.name === "p" || x.name === "div" || x.name === "li"; if (block && aus && !aus.endsWith("\n")) aus += "\n"; x.kinder.forEach(lauf); if (block && !aus.endsWith("\n")) aus += "\n"; }; lauf(e); return aus.split("\n").map((z) => z.trim()).join("\n").replace(/\n{3,}/g, "\n\n").trim(); }