ofdxml

OFD XML 读写

ofdxml 面向 OFD 包内的 XML，支持顺序生成，也支持读取已有 XML、修改节点树并写回。

读取后修改

doc, err := ofdxml.Parse(data)
if err != nil {
	return err
}

// 节点树使用 etree API。按命名空间 URI 区分 OFD 元素和同名扩展元素。
for element := range doc.Root().FindElementsSeq("./Fonts/Font") {
	if element.Tag == "Font" && element.NamespaceURI() == ofdxml.Namespace {
		element.CreateAttr("FontName", "新字体名称")
	}
}

output, err := ofdxml.Marshal(doc)
if err != nil {
	return err
}
// output 可独立长期持有。

Parse 返回 *etree.Document，可使用 CreateAttr、SetText、InsertChild、 RemoveChild、Copy 等方法编辑。跨文档复制或移动子树时，需要补齐原先从祖先 继承的命名空间声明；节点的顺序及 OFD 资源引用由调用方维护。

Marshal 保留原有名称和命名空间声明，保留节点顺序、文本空白、注释和处理指令， 不缩进或修改输入树。CDATA 读取为普通文本，写回统一使用文本转义；即使外部 etree 树带有 CDATA 标记，也按普通文本写出。XML 声明统一为 UTF-8；实体的写法、 引号等形式可能变化。文本中的回车以字符引用写出，以保证重新读取后的文字相同。 编辑后出现多个根元素、根外文本、非法名称或命名空间、非法注释/处理指令、 非法 XML 字符时返回错误。WriteElement 同样报告这些错误及底层流式写入错误。 顺序生成用的 Writer.Text/Attr 继续按其约定替换非法字符；树写回拒绝非法 字符，避免编辑内容被静默替换。

读取结果不借用输入切片，写回结果不借用树或池中的缓冲区。节点树的并发编辑需要 调用方同步。

性能路径

UTF-8 XML 1.0 使用已有的 tdewolff/parse/v2/xml lexer 直接构建 etree 树， 不调用 etree 的解析器，也没有读取回退。同一文档内复用元素和属性名称，名称 只校验一次。XML 声明的单双引号、空白、standalone 以及 CRLF、制表符和属性 换行均使用同一条读取路径。

属性值从原始输入读取，避免 lexer 原地替换属性空白影响结果。按 XML 1.0 §2.11、§3.3.3 归一化：字面 CR/CRLF 转换为 LF，属性中的字面制表符和换行转换 为空格，CRLF 只产生一个空格；字符引用产生的 CR、LF 和制表符按原值保留。 注释和处理指令中的字面换行同样归一化。注意 encoding/xml 本身没有完整实现 这些规则，对照测试会补齐这部分归一化，并使用独立 XML 解析器复核。

读取范围是 OFD XML 所需的元素、属性、文本、预定义实体和数字字符引用，并保留 注释和处理指令。CDATA 内容作为文本读取，其中的 & 等内容保持字面值， 不作为实体再次解码。DOCTYPE、自定义实体及非 UTF-8 编码返回错误。 节点树只负责 XML 读取和编辑，不进行 OFD 模型或 XSD 校验；GB/T 33190—2016 §7.1 的 OFD 命名空间及各类节点结构由上层模型、校验器和业务操作维护。

写回复用 Writer 的缓冲区、转义和数值输出能力，直接写前缀和本地名，避免拼接 临时名称。标准 ofd 前缀的 Marshal 路径递归复用声明；扩展前缀及归一化写回 按源树解析命名空间。大型输出直接移交超出池容量上限的缓冲区。

已有 MarshalDocument 和 WriteElement 用于将 OFD 元素转换为 ofd: 前缀的 写入场景，归一化时按元素作用域补齐声明。对于 ofd 已绑定外部 URI 的非规范 输入，保留该绑定及当前 OFD 元素的原名称，避免改变扩展元素、属性或 QName 值 的含义；子作用域重新正确声明 ofd 后可继续归一化。读取后编辑优先使用 Parse / Marshal。

验证

go test ./internal/ofdxml -count=1
go test ./internal/ofdxml -run '^$' -bench 'BenchmarkXML' -benchmem
go test ./internal/ofdxml -run '^$' -fuzz FuzzParseMatchesEtree -fuzztime=10s

BenchmarkXMLEdit 比较包含中文、实体和属性的页面 XML 在读取、修改一个对象 ID、 写回整个文档时的耗时和分配，同时覆盖 CRLF 格式化、属性换行及不同声明写法； BenchmarkXMLMarshal 单独比较树写回成本。两者使用内存数据，不包含 ZIP 解压 或文件读写。