Ruby中的XML解析

我正在使用REXML Ruby解析器来解析XML文件。但与64位红宝石64位AIX中，我收到以下错误：Ruby中的XML解析

REXML::ParseException: #<REXML::ParseException: #<RegexpError: Stack overflow in 
regexp matcher: 
/^<((?>(?:[\w:][\-\w\d.]*:)?[\w:][\-\w\d.]*))\s*((?>\s+(?:[\w:][\-\w\d.]*:)?[\w:][\-\w\d.]*\s*=\s*(["']).*?\3)*)\s*(\/)?>/mu>

的呼吁同样是这样的：

REXML::Document.new(File.open(actual_file_name, "r"))

有没有人有任何关于如何的想法解决这个问题？

来源

2012-01-10 Ricketyship

难道你是一个正则表达式的动物吗？还是来自REXML？ – 2012-01-10 03:28:18

它来自REXML。这不是我写的正则表达式。我只是使用REXML来解析XML文档 – Ricketyship 2012-01-10 04:34:39

因此，REXML给出了“正则表达式的野兽”：D – Ricketyship 2012-01-10 04:36:12

我几乎立即找到答案。

我做的第一件事是在ruby源代码中搜索引发的错误。我发现regex.h对此负责。

在regex.h，码流是这样的：

/* Maximum number of duplicates an interval can allow. */ 
#ifndef RE_DUP_MAX 
#define RE_DUP_MAX ((1 << 15) - 1) 
#endif

现在这里的问题是RE_DUP_MAX。在AIX框中，相同的常量已在/ usr/include中的某处定义。我搜索了它，并在

/usr/include/NLregexp.h 
/usr/include/sys/limits.h 
/usr/include/unistd.h

发现我不知道这三个正在使用（最有可能NLregexp.h）。在这些标题中，RE_DUP_MAX的值已被设置为255！所以在正则表达式的重复次数上有一个帽子！

总之，原因在于编译采用系统定义的值，而不是我们在regex.h中定义的值！

这也回答我的问题，我最近问： Regex limit in ruby 64 bit aix compilation

我没能立刻回答的人，因为我需要有100个信誉分：d：d 干杯！

来源

2012-01-19 11:09:04 Ricketyship

我对REXML有几个问题，它似乎并不是最成熟的库。通常我使用Nokogiri来进行Ruby XML解析，它应该比REXML更快更稳定。与sudo gem install nokogiri安装它之后，你可以使用像这样得到一个DOM实例：

doc = Nokogiri.XML(File.open(actual_file_name, 'rb')) 
# => #<Nokogiri::XML::Document:0xf1de34 name="document" [...] >

官方网页的文档也比REXML，恕我直言要好得多。

来源

2012-01-10 03:32:08

我想知道这是否是与64位的红宝石的具体问题。同样的问题在32位盒子上不可重现。如果有相同的工作而不是安装其他库。 – Ricketyship 2012-01-10 04:36:43

@Bharath：那么报告这个问题的好地方就是Ruby bugtracker。 – 2012-01-10 04:42:49

谢谢..会在那里报告它... – Ricketyship 2012-01-10 04:45:11

Ruby中的XML解析

回答

相关问题