xml - 如何使用 Perl 的 XML::Twig 解析不完整的 XML 片段？

Question

我正在尝试从 XML 格式的日志文件中提取数据。由于这些很大，我正在使用 XML::Twig从缓冲区而不是整个文件中提取相关数据

由于这些是来自 STDIN 的串联数据，因此 XML 的格式远非正确。解析器经常因错误而停止。我怎样才能让 XML 解析器忽略错误并只提取我感兴趣的标签？我是否必须退回到正则表达式解析(开始标记 - 结束标记)？

Answer 1

我实际上只会累积 <message></message> 之间的数据标记然后解析该字符串，假设每条消息的内容很小:

#!/usr/bin/perl

use strict; use warnings;

use XML::Simple;
use Data::Dumper;

my $in_message;
my $message;

LOGENTRY:
while ( my $line = <DATA> ) {
    while ( $line =~ /^<message/ .. $line =~ m{</message>$} ) {
        $message .= $line;
        next LOGENTRY;
    }
    if ( $message ) {
        process_message($message);
        $message = '';
    }
}

sub process_message {
    my ($message) = @_;

    my $xml = XMLin(
        $message,
        ForceArray => 1,
    );
    print Dumper $xml;
}

__DATA__
ldksj
lskdfj
lksd

sdfk

<message sender="1">Hi</message>

sdk
dkj

<message sender="2">Hi yourself!</message>

sd

输出:

$VAR1 = {
          'sender' => '1',
          'content' => 'Hi'
        };
$VAR1 = {
          'sender' => '2',
          'content' => 'Hi yourself!'
        };