xml - 使用Erlang xmerl_xpath提取xml文本时出现问题

Question

我正在尝试使用Erlang的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"

对于这个简单的示例，效果很好。当节点元素中的文本很大（例如1MB）时，就会发生问题。 xmerl_scan：string可以正常工作（即文档可以解析），但是尝试提取文本会产生以下错误：

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

我想也许

a）当文本大小很大时，xmerl_scan：string会产生不同的文档结构

b）我已达到Erlang字符串长度的某种限制

任何想法可能会发生什么？

谢谢

Answer 1

我只是遇到了相同的错误消息，我认为问题是由于xmerl_xpath:string()返回的不正确匹配引起的，例如它返回docEntity()事物的列表，在这种情况下，它们都是#xmlText{}记录。我通过从#xmlText{}记录中提取所有字符串值，然后使用lists:concat串联列表来修复它。

所以这：

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

仅与一个 #xmlText完全匹配，而使用长字符串则可能会获得多个 #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。

我认为这样做会更好：

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