快速验证XML /确定破碎点的方法

Question

我从Excel获得了一个大型（90MB）XML文件，以XML Spreadsheet 2003格式保存。它包含各种无效数据，因此Firefox会发出如下消息：

Line Number 790402, Column 65:
<Cell ss:StyleID="s18"><Data ss:Type="String">Here's some data I&#5;?Bnternational</Data></Cell>

是否有一种工具可以解析我的XML并以类似于Firefox的方式告诉我它有什么问题？ Firefox解析它的速度很慢（可能是因为它将所有内容保存在内存中，可以渲染成一个漂亮的可导航树）。我并不打算对XSD进行验证，只是想知道XML是否格式正确。

Answer 1

有一个名为xmllint的linux命令对此有好处。它速度非常快，可以在没有barfing的情况下处理好文件，并提供有用的验证错误消息。

Answer 2

简化了另一个答案：

python -c "import sys, xml.dom.minidom as d; d.parse(sys.argv[1])" FILE

Answer 3

您可以使用其他语言的功能。例如，Python中的双线程：

import xml.dom.minidom as dom
dom.parse ('test.xml')

这将显示问题，并且非常高效。我记得有一个XML工具包在bash中运行得很好，但我现在找不到链接。

干杯，

修改： This question's answer建议使用SAX over dom，因为它性能更高。随时可以使用的Python脚本如下所示：

#!/usr/bin/env python
import xml.sax as sax
parser = sax.make_parser ()
parser.parse (open ('test.xml'))

编辑2：我再次记住，该工具是XMLStarlet。当我两年前使用它时，我发现它非常好。

Answer 4

我总是推荐XML Starlet命令行实用程序。

它们直接从命令行提供验证，查询，格式化，文档编辑，它们对于这类工作非常有价值，或者它们可以通过XPath等方式删除部分。

Answer 5

CodVerter在线工具提供：

XML Validator
XML to XSD

从Microsoft Excel导出的XML数据的验证：

Answer 6

还有另一个新的（自2013年以来）命令行工具，该工具基于Xerces解析器进行XML Schema验证。它称为xjparse（https://xjparse.org）。到目前为止，我发现该工具运行缓慢，但是是较完整的模式验证器之一，尤其是当您碰巧具有包含/导入其他xsd的xsd时。它似乎也可以在大多数流行的Linux发行版中找到。