我需要用 Perl 解析一个巨大的文件。 （所以我将使用流解析器..） 该文件包含多个 XML 文档（对象），但没有根节点。这会导致 XML 解析器在第一个 Object 之后中止，这是应该的。 答案可能是预先/后修复一个假根节点。
<FAKE_ROOT_TAG>Original Stream</FAKE_ROOT_TAG>
由于文件很大（>1GByte），我不想复制/重写它，而是宁愿使用透明（对于 XML 解析器）“合并”或“连接”多个流的类/模块。
stream1 : <FAKE_ROOT_TAG> \
stream2 : Original Stream from file > merged stream
stream3 : </FAKE_ROOT_TAG> /
你能给我指出这个问题的这样一个模块或示例代码吗？
【问题讨论】：
这里有一个简单的例子，说明你可以通过向你的 XML 解析器传递一个虚假的文件句柄来做到这一点。此对象重载 readline 运算符 (<>) 以返回您的假根标记以及文件中的行。
package FakeFile;
use strict;
use warnings;
use overload '<>' => \&my_readline;
sub new {
my $class = shift;
my $filename = shift;
open my $fh, '<', $filename or die "open $filename: $!";
return bless { fh => $fh }, $class;
}
sub my_readline {
my $self = shift;
return if $self->{done};
if ( not $self->{started} ) {
$self->{started} = 1;
return '<fake_root_tag>';
}
if ( eof $self->{fh} ) {
$self->{done} = 1;
return '</fake_root_tag>';
}
return readline $self->{fh};
}
1;
如果您的解析器需要一个真正的文件句柄（例如使用 sysread 之类的东西），这将不起作用，但也许您会发现它很有启发性。
示例用法：
echo "one
two
three" > myfile
perl -MFakeFile -E 'my $f = FakeFile->new( "myfile" ); print while <$f>'
【讨论】：
这是从PerlMonks 中提取的一个技巧：
#!/usr/bin/perl
use strict;
use warnings;
use XML::Parser;
use XML::LibXML;
my $doc_file= shift @ARGV;
my $xml=qq{
<!DOCTYPE doc
[<!ENTITY real_doc SYSTEM "$doc_file">]
>
<doc>
&real_doc;
</doc>
};
{ print "XML::Parser:\n";
my $t= XML::Parser->new( Style => 'Stream')->parse( $xml);
}
{ print "XML::LibXML:\n";
my $parser = XML::LibXML->new();
my $doc = $parser->parse_string($xml);
print $doc->toString;
}
【讨论】：