Ruby中的XML解析

我正在使用REXML Ruby解析器來解析XML文件。但與64位紅寶石64位AIX中，我收到以下錯誤：Ruby中的XML解析

REXML::ParseException: #<REXML::ParseException: #<RegexpError: Stack overflow in 
regexp matcher: 
/^<((?>(?:[\w:][\-\w\d.]*:)?[\w:][\-\w\d.]*))\s*((?>\s+(?:[\w:][\-\w\d.]*:)?[\w:][\-\w\d.]*\s*=\s*(["']).*?\3)*)\s*(\/)?>/mu>

的呼籲同樣是這樣的：

REXML::Document.new(File.open(actual_file_name, "r"))

有沒有人有任何關於如何的想法解決這個問題？

來源

2012-01-10 Ricketyship

難道你是一個正則表達式的動物嗎？還是來自REXML？ – 2012-01-10 03:28:18

它來自REXML。這不是我寫的正則表達式。我只是使用REXML來解析XML文檔 – Ricketyship 2012-01-10 04:34:39

因此，REXML給出了「正則表達式的野獸」：D – Ricketyship 2012-01-10 04:36:12

我幾乎立即找到答案。

我做的第一件事是在ruby源代碼中搜索引發的錯誤。我發現regex.h對此負責。

在regex.h，碼流是這樣的：

/* Maximum number of duplicates an interval can allow. */ 
#ifndef RE_DUP_MAX 
#define RE_DUP_MAX ((1 << 15) - 1) 
#endif

現在這裏的問題是RE_DUP_MAX。在AIX框中，相同的常量已在/ usr/include中的某處定義。我搜索了它，並在

/usr/include/NLregexp.h 
/usr/include/sys/limits.h 
/usr/include/unistd.h

發現我不知道這三個正在使用（最有可能NLregexp.h）。在這些標題中，RE_DUP_MAX的值已被設置爲255！所以在正則表達式的重複次數上有一個帽子！

總之，原因在於編譯採用系統定義的值，而不是我們在regex.h中定義的值！

這也回答我的問題，我最近問： Regex limit in ruby 64 bit aix compilation

我沒能立刻回答的人，因爲我需要有100個信譽分：d：d 乾杯！

來源

2012-01-19 11:09:04 Ricketyship

我對REXML有幾個問題，它似乎並不是最成熟的庫。通常我使用Nokogiri來進行Ruby XML解析，它應該比REXML更快更穩定。與sudo gem install nokogiri安裝它之後，你可以使用像這樣得到一個DOM實例：

doc = Nokogiri.XML(File.open(actual_file_name, 'rb')) 
# => #<Nokogiri::XML::Document:0xf1de34 name="document" [...] >

官方網頁的文檔也比REXML，恕我直言要好得多。

來源

2012-01-10 03:32:08

我想知道這是否是與64位的紅寶石的具體問題。同樣的問題在32位盒子上不可重現。如果有相同的工作而不是安裝其他庫。 – Ricketyship 2012-01-10 04:36:43

@Bharath：那麼報告這個問題的好地方就是Ruby bugtracker。 – 2012-01-10 04:42:49

謝謝..會在那裏報告它... – Ricketyship 2012-01-10 04:45:11

Ruby中的XML解析

回答

相關問題