假设没有可用的 XSD/Schema 文件，分析 XML 文件中的混合内容答案

【问题标题】：Analyse XML file for mixed content assuming no XSD/Schema file available假设没有可用的 XSD/Schema 文件，分析 XML 文件中的混合内容
【发布时间】：2020-02-26 05:02:46
【问题描述】：

一个简单的问题，但我似乎无法在任何地方找到答案...... perl（或者可能是命令行工具）中是否有任何现有方法来检查给定的 XML 文件是否包含混合内容？

我只需要一些东西来告诉我是否存在混合内容。尽管如果发现混合内容的任何细节将是一个奖励。如果存在任何东西，那么处理文件而不将其完全加载到内存中也会更好，因为我需要分析的文件是 100 MB，甚至在某些情况下是几 GB。如果什么都不存在，那么我将开始考虑自己写一些东西。

以上所有内容都假定 XSD/Schema 文件不适用于给定的 XML 文件。

【问题讨论】：

标签： xml perl mixed-content

【解决方案1】：

XPath 查询 boolean(//*[text()[normalize-space()] and *]) 如果有一个元素同时具有元素和非空白文本子级，则返回 true。

对于流式算法，您需要一个堆栈；在堆栈的每一层，您都需要跟踪是否在该层遇到了非空白文本子级和/或元素子级。使用类似 SAX 的 API 实现起来并不难，虽然我不知道在 Perl 中从哪里开始。

使用 XSLT 3.0 流，我认为可以使用 xsl:iterate:

<xsl:mode streamable="yes"/>
<xsl:template match="*">
  <xsl:iterate select="node()">
    <xsl:param name="found-element" select="false()"/>
    <xsl:param name="found-text" select="false()"/>
    <xsl:on-completion>
      <xsl:if test="$found-element and $found-text">
        <out>Found mixed content!!</out>
      </xsl:if>
    </xsl:on-completion>
    <xsl:apply-templates select="."/>
    <xsl:next-iteration>
      <xsl:with-param name="found-element" select="$found-element or self::*"/>
      <xsl:with-param name="found-text" select="$found-text or self::text()[normalize-space()]"/>
    </xsl:next-iteration>
  <xsl:iterate>
</xsl:template>

这方面还有很大的改进空间；目前，如果有很多混合内容，它会给你很多消息。

【讨论】：