自動檢測XML或純文本輸入與文件和標準輸入用Perl

什麼是檢測XML最佩爾利方式（使用XML ::的libxml/libxml2的）或純文本輸入用Perl（5.18或更高版本）？自動檢測XML或純文本輸入與文件和標準輸入用Perl

我有一個程序，可以接受純文本輸入或XML輸入和XML輸入可以是任意編碼。輸入來自文件（ARGV）或STDIN。當只有純文本被認爲是，下面的代碼就足夠了：

local $/ = undef; 
my $text = <> || die;

這將讓整個輸入文件或標準輸入文本，使用默認的編碼設置。

當只有XML考慮，下面的代碼是可用的（對於文件）：

my $parser = XML::LibXML->new(); 
my $xml = $parser->load_xml(location => $ARGV[0]);

但是，什麼是將兩者結合起來的最佳方式？我希望libxml2在輸入中首先進行破解，如果失敗則返回純文本。如果我直接傳遞IO => * STDIN，libxml2的將消耗的輸入端，該程序將在後面需要的libxml2如果確定該輸入不是XML。

（注意：如果libxml2的確定輸入某種XML的，但在某些方面存在格式錯誤，那麼程序應該改爲終止回落的。）

來源

2016-09-14 Sean ' SeanTek' Leonard

http://search.cpan.org/~fitzner/File-LibMagic-0.96/LibMagic.pm – xxfelixxx

如何知道包含''的文件是XML文件還是純文本文件？它可能是兩個。 – nwellnhof

nwellnhof，這是一個很好的觀點。我的回答是，您設計的代碼以這種或那種方式回答問題。特別是：''是一個XML文件，因爲XML沒有下手''：您可以直接進入的第一個元素。您也可以將字節順序標記作爲第一個字符。更一般的觀點是，我想_libxml2採取第一裂紋在輸入，然後回落到純文本如果（libxml2的解析）fails_。根據一些測試，libxml2還會接受根元素前後的空白。 –

use XML::LibXML; 

my $schema_file = 'test.xsd'; 
my $document = 'test.xml'; 

my $schema = XML::LibXML::Schema->new(location => $schema_file); 

my $parser = XML::LibXML->new; 
my $doc = $parser->parse_file($document); #Or handle STDIN 

eval { $schema->validate($doc) }; 
if ([email protected]){ 
    #file failed to validate, handle as text below 
}

另外，您可以使用Text::XML的is_xml ，is_well_formed_xml方法並基於這些創建條件。

來源

2016-09-14 04:35:38

對不起，但實際上我沒有找到。我不想驗證XML;我期待確定輸入是否爲XML（以任何編碼方式）。例如，它可以以<？xml version =「1.0」？>'，或UTF-8 BOM 0xEF，0xBB，0xBF後跟或帶或不帶BOM的UTF-16BE甚至EBCDIC開頭。我想從交付標準輸入字節直接libxml2的，但這時如果libxml2的說，這是不是XML，以保持字節嘗試處理流爲純文本。 –

自動檢測XML或純文本輸入與文件和標準輸入用Perl

回答

相關問題