Mở file XML

Một cây bạn thực sự điều hướng được

XML trong trình soạn thảo văn bản là một bức tường dấu ngoặc nhọn; cùng tài liệu đó dưới dạng cây là thứ bạn đọc được. Mỗi phần tử trở thành một dòng bạn có thể mở rộng hoặc thu gọn, thuộc tính được hiển thị cạnh phần tử của nó thay vì chen chúc trên dòng, và cấp lồng nhau chính là thụt lề — nên tìm một bản ghi bạn quan tâm trong file xuất mười nghìn dòng chỉ là chuyện đóng các nhánh bạn không cần.

Tài liệu có hơn vài trăm phần tử mở ở trạng thái thu gọn bên dưới phần tử gốc, một cách có chủ ý. Vẽ mọi dòng của một file xuất lớn trước sẽ khiến trang mất vài giây mới dùng được và sau đó cuộn giật; bắt đầu ở trạng thái thu gọn giúp thấy ngay hình dạng của tài liệu, vốn thường là thứ bạn đang tìm. Mở rộng dần khi cần vừa nhanh hơn vừa là cách tốt hơn để hiểu một file lạ.

Không tải gì về và không phân giải gì cả. Một tài liệu XML có thể tham chiếu đến DTD hoặc entity bên ngoài, và trình phân tích làm theo các tham chiếu đó sẽ đi lấy bất cứ thứ gì chúng trỏ tới — một file trên ổ đĩa, một địa chỉ trong mạng nội bộ. Đó là lỗ hổng XML External Entity, và cách phòng vệ trọn vẹn duy nhất là từ chối. Vì vậy, tài liệu phụ thuộc vào DTD bên ngoài sẽ được hiển thị mà không có DTD đó — đây là một đặc tính bảo mật chứ không phải thiếu sót, và nó quan trọng nhất đúng trong trường hợp người ta hay dùng trình xem: kiểm tra một file không phải do mình viết.

Namespace được hiển thị đúng như khi viết thay vì bị chuẩn hóa mất, vì tiền tố thường chính là thứ bạn đang cố hiểu trong một tài liệu lạ. Phần CDATA được hiển thị dưới dạng văn bản nguyên văn bên trong, và tham chiếu entity được hiển thị thay vì được mở rộng, nên những gì bạn thấy khớp với những gì có trong file.

Khi bạn cần công cụ khác

Khi đã biết mình tìm gì, hãy truy vấn thay vì duyệt. xmlstarlet sel -t -v "//order[@id='42']/total" data.xml trả lời một câu hỏi cụ thể bằng biểu thức XPath, và xmllint --xpath cũng làm được như vậy. Cách đó nhanh hơn nhiều so với mở rộng từng nhánh cây, một khi bạn mô tả được thứ mình muốn.

Với file quá lớn để giữ trong bộ nhớ — và XML khi phân tích thành cây thường chiếm gấp vài lần dung lượng file — không trình xem nào giúp được. Các trình phân tích dạng luồng như iterparse của Python duyệt tài liệu nhiều gigabyte với bộ nhớ không đổi, và less kết hợp xmllint --format là đủ để thấy hình dạng của một file khổng lồ mà không cần tải toàn bộ.