Question

我正在尝试使用Erlang xmerl_xpath从xml节点提取文本：

[include "xmerl.hrl"]

{Doc, _}=xmerl_scan:string("<node>Hello World</node>").

[#xmlText{value=Text}]=xmerl_xpath:string("//node/text()", Doc).

Text.

"Hello World"

适用于这个简单的例子。当节点元素中的文本非常大（例如1MB）时会出现问题; xmerl_scan：string工作正常[即文档解析没问题]，但尝试提取文本会产生此错误：

{{badmatch,[{xmlText,[{node,1}],1,[],"[large text here]"}]}}

我想也许

a）xmerl_scan：string在文本大小非常大时生成不同的文档结构

b）我已经达到Erlang字符串长度的某种限制

任何想法可能会发生什么？

由于

Answer 1

我刚刚遇到了相同的错误消息，我认为问题是由于未正确匹配xmerl_xpath:string()返回的内容引起的，例如它返回docEntity()个事物的列表，在这种情况下，它们都是#xmlText{}个记录。我通过从#xmlText{}记录中提取所有字符串值然后使用lists:concat连接列表来修复它。

所以这个：

[#xmlText{value=Text}]=xmerl_xpath:string("//node/text()", Doc)

只与一个#xmlText匹配，而对于长字符串，您可能会获得多个#xmlText记录。这可能是因为XML解析器将长字符串解析为多个文本节点。

我认为这会更好用：

Text = lists:concat(map(fun(XmlText) -> #xmlText{value=TextValue} = XmlText, TextValue end, xmerl_xpath:string("//node/text()", Doc)))

Answer 2

你的实际错误是什么？我真的不明白这是怎么回事，但是Erlang字符串会take a lot of space;整数列表实现每个字符需要8个字节的内存。

使用Erlang xmerl_xpath提取xml文本时出现问题

2 个答案: