Abrir um arquivo XML

Uma árvore em que dá para navegar de verdade

XML em um editor de texto é um paredão de sinais de menor e maior; o mesmo documento em forma de árvore é algo que dá para ler. Cada elemento vira uma linha que você pode expandir ou recolher, os atributos aparecem ao lado do elemento em vez de lotar a linha, e o aninhamento é o recuo — então encontrar o único registro que importa em uma exportação de dez mil linhas é questão de fechar os ramos que você não quer.

Um documento com mais de algumas centenas de elementos abre recolhido abaixo da raiz, de propósito. Desenhar primeiro cada linha de uma exportação grande significaria uma página que leva segundos para ficar utilizável e depois rola mal; começar recolhido mostra a forma do documento na hora, que geralmente é o que você procura de qualquer jeito. Expandir aos poucos é mais rápido e também um jeito melhor de entender um arquivo desconhecido.

Nada é buscado e nada é resolvido. Um documento XML pode referenciar uma DTD ou entidade externa, e um parser que segue essas referências vai buscar o que quer que elas apontem — um arquivo no disco, um endereço em uma rede interna. Essa é a vulnerabilidade XML External Entity, e a única defesa completa é recusar. Por isso, um documento que depende de uma DTD externa é exibido sem ela, o que é uma propriedade de segurança, não uma omissão — e isso importa justamente no caso em que as pessoas usam um visualizador: inspecionar um arquivo que não foram elas que escreveram.

Os namespaces aparecem como foram escritos, sem normalização, porque o prefixo muitas vezes é exatamente o que você está tentando entender em um documento desconhecido. Seções CDATA são exibidas como o texto literal que contêm, e referências de entidade são mostradas, não expandidas, para que o que você vê corresponda ao que está no arquivo.

Quando você precisa de outra coisa

Quando você sabe o que procura, faça uma consulta em vez de navegar. xmlstarlet sel -t -v "//order[@id='42']/total" data.xml responde a uma pergunta específica com uma expressão XPath, e xmllint --xpath faz o mesmo. Isso é muito mais rápido do que expandir uma árvore, assim que você consegue descrever o que quer.

Para arquivos grandes demais para caber na memória — e XML interpretado como árvore costuma ocupar várias vezes o tamanho do arquivo —, nenhum visualizador vai ajudar. Parsers de streaming, como o iterparse do Python, percorrem um documento de vários gigabytes com memória constante, e less com xmllint --format basta para ver a forma de algo enorme sem carregá-lo.