试图在Perl中解析XML，但是长数据字符串被截断。

Question

我尝试用XML::Simple和XML::Twig解析一个XML文件，结果是相同的。文件中的其他字段工作得很好。

有关的文件可以在这里检索到：

卷曲-s "http://apps.nlm.nih.gov/medlineplus/services/mpconnect_service.cfm?mainSearchCriteria.v.cs=2.16.840.1.113883.6.103&mainSearchCriteria.v.c=130“

Is this a problem with the parser or the file? The output was the same with both parsers. The HTML-tags in the string is stored in the XML 

输入字段(在名为“汇总”的xml标记中)：

Output after XML-parsing:

Solution to the problem: The XML files contains a carriage return "

“这会给解析器带来问题。在我下载XML文件之后，我用以下行删除了回车：

sed -i 's/
//g' *.xml

解析器现在按预期工作。

更新：回车不影响解析器，只影响出现截断和混淆的输出。然而，移除它确实解决了我的问题。

Answer 1

当将curl解析为管道时，我确实得到了一些奇怪的结果(使用XML::Twig->new->parse( curl -s "http://..." |)：内容似乎被截断，从调用更改到调用.

如果我解析从curl结果或XML：：Twig的本机parseurl方法创建的文件，那么结果是常量的，并且是您想要的：

#!/usr/bin/perl

use strict;
use warnings;

use XML::Twig;

my $twig    = XML::Twig->new->parseurl( "http://apps.nlm.nih.gov/medlineplus/services/mpconnect_service.cfm?mainSearchCriteria.v.cs=2.16.840.1.113883.6.103&mainSearchCriteria.v.c=130" );
my $summary = $twig->first_elt( 'summary');

print $summary->text, "\n";

老实说，我不知道为什么会这样。我将尝试更多地研究它，但我怀疑我无能为力:如果问题出现在XML::Simple和XML::Twig中，那么它可能在堆栈的较低级别，XML：：解析器或expat，以及它们与curl的交互。