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。由于这些数据很大，我使用 XML::Twig 从 由于这些是来自 STDIN 的串联数据，因此 XML 的格式远非

良好。解析器经常因错误而停止。如何让 XML 解析器忽略错误并仅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

实际上，我只是累积 标记之间的数据，然后解析该字符串，假设每条消息的内容都很小：

#!/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!'
        };

Answer 2

我最终得到了一个双重解决方案，其中我编写了一个简单的解析器例程，可以提取多行 元素，并将这些格式良好的片段通过管道传输到另一个例程，在该例程中我使用 Perl XML 库来提取数据。