檢查一個字符串是否是XML格式的

我想知道Ruby中是否有像is_xml?(string)這樣的函數來識別給定的字符串是否是XML格式的。檢查一個字符串是否是XML格式的

2012-12-27 mCY

你想區分XML和正確形成的HTML嗎？ –

嗨田滿，答案是否定的。我有一些常見的字符串和XML格式的字符串混合在一起。我想分裂他們。 – mCY

引入nokogiri的parse使用一個簡單的正則表達式測試尋找<html>，企圖以確定是否要分析的數據是HTML或XML：

string =~ /^s*<[^Hh>]*html/ # Probably html

類似的東西，尋找XML聲明將是一個起點：

string = '<?xml version="1.0"?><foo><bar></bar></foo>' 
string.strip[/\A<\?xml/] 
=> "<?xml"

如果返回的內容不是nil，則該字符串包含XML聲明。測試這一點很重要，因爲空字符串會欺騙下一步。

Nokogiri::XML('').errors.empty? 
=> true

引入nokogiri還具有errors方法，這將在嘗試解析的文檔格式錯誤後返回錯誤的數組。測試任何大小將有所幫助：

Nokogiri::XML('<foo>').errors 
=> [#<Nokogiri::XML::SyntaxError: Premature end of data in tag foo line 1>] 
Nokogiri::XML('<foo>').errors.empty? 
=> false 

Nokogiri::XML(string).errors.empty? 
=> true

如果文檔在語法上有效，則會成立。

我只是測試引入nokogiri，看它是否能告訴一個普通字符串與真正的XML之間的區別：

[2] (pry) main: 0> doc = Nokogiri::XML('foo').errors 
[ 
    [0] #<Nokogiri::XML::SyntaxError: Start tag expected, '<' not found> 
]

所以，你可以通過你的文件中環和其排序放入XML和非-xml容易：

require 'nokogiri' 

[ 
    '', 
    'foo', 
    '<xml></xml>' 
].group_by{ |s| (s.strip > '') && Nokogiri::XML(s).errors.empty? } 
=> {false=>["", "foo"], true=>["<xml></xml>"]}

指定的group_by結果給一個變量，你就會有一個哈希，你可以檢查非XML（false）或XML（true）。

來源

2012-12-27 09:53:17

太棒了！細節真的很有幫助。 – mCY

我加了一點你可能會覺得有用的代碼。 –

有一個在Ruby的String類或Active支持的字符串擴展沒有這樣的功能，但可以使用引入nokogiri到detect errors in XML：

begin 
    bad_doc = Nokogiri::XML(badly_formed) { |config| config.strict } 
rescue Nokogiri::XML::SyntaxError => e 
    puts "caught exception: #{e}" 
end

來源

2012-12-27 09:11:46 nurettin

這並沒有告訴我們多少：'Nokogiri :: XML（''）{| config | config.strict} =>＃'。一個空字符串不是XML，也不是正確或不正確的格式。 'Nokogiri :: XML（''）。errors'會告訴你是否有錯誤，但更清楚。 –

@theTinMan的權利，鏈接也有一個.errors用法的例子。 'puts bad_doc.errors' – nurettin

感謝您的回答。現在我知道該怎麼做〜 – mCY

檢查一個字符串是否是XML格式的

回答

相關問題