XML::Parser 随机破坏文本字符串答案

【问题标题】：XML::Parser breaks text strings randomlyXML::Parser 随机破坏文本字符串
【发布时间】：2011-11-04 14:30:17
【问题描述】：

这个问题类似于HTML::PullParser splits up text element randomly。基本上我正在运行 XML::Parser，当它获取字符串时，它会将它们分成多个部分（我想是为了加快速度）。但是我能做些什么来防止这种行为呢？我似乎在文档中找不到该模块或XML::Parser::Expat 的任何内容。

【问题讨论】：

标签： xml perl xml-parsing

【解决方案1】：

When you get text,

- Append the text to a buffer.

When you get something other than text,

- If the buffer contains text,
  - Process the text in the buffer.
  - Empty the buffer.

- Process what you just got.

【讨论】：

查看我对另一个答案的评论 - 这原则上很容易做到，但我的特定应用程序有一个古怪的功能，阻止我这样做（由于专有原因无法详细说明）。这个问题的真正目的是查看XML::Parser 是否像HTML::PullParser 一样有一个switch。如果有人明确知道它没有该功能，请告诉我。

【解决方案2】：

我并不特别了解这个解析器，但它是流解析器的一个共同特性，规范允许它们在任何他们喜欢的地方分割文本节点。在许多情况下，他们利用这一点在实体边界处拆分文本（避免字符串复制操作），但例如，他们也可以在 I/O 缓冲区边界处执行此操作。您要么必须忍受它，在应用程序级别自己组装文本，要么使用更高级别的 XML 处理接口，例如 XSLT 或 XQuery。

【讨论】：

是的，从技术上讲，我可以在应用程序级别做到这一点。但是出于某些（很长，很难解释）的原因，这并不理想。还在找开关。应该有一个吧？（特别是 HTML::Parser 有一个。）