使用Ruby，我如何确认XML snippit是否有效？
正如你们中的一些人所知，我正在为StackOverflow聊天系统进行XMPP（Jabber）集成 ，作为使用xmpp4r软件包在Ruby中编写的XMPP组件。
我正在努力解决一个问题（好吧，很多问题，但目前只有一个问题 :-)我正在从聊天中获取JSON提要并提取消息的HTML。 我正在使用Ruby TidyHTML绑定将HTML从JSON转换为XHTML，因此我可以将其作为XMPP消息发送 – 因为XMPP消息只是XML，将HTML转换为XHTMl应该使它成为有效的XML，我可以只需坚持节即可。
对于大多数消息 ，它工作得很好！
但是对于其他消息，它完全窒息 – XMPP服务器关闭流并且脚本停止运行。 （和酒馆里的其他人一起感到不安。好吧，也许不会沮丧 ，但他们会嘲笑我。这让我感到难过！）
我几乎可以肯定，由于某些原因，消息是有效的XML，因此XMPP服务器正在关闭连接，因为它遇到来自Ruby组件的XML流中的解析错误。 以下是一个此类消息的示例：
<div class="onebox ob-message"><a class="roomname" href="https://stackoverflow.com/transcript/message/263372"><span title="2010-11-04 19:20:23Z">1 hour ago</span></a>, by <span class="user-name">Fosco</span> <br/><div class="quote"><div class="room-mini"><div class="room-mini-header"><h3><img class="small-site-logo" title="Gaming" alt="Gaming" width="16" height="16" src="http://sstatic.net/gaming/img/favicon.ico" /> <span class="room-name"><a href="http://chat.stackexchange.com/rooms/28/minecraft-talk">Minecraft Talk</a></span></h3><div class="room-mini-description">Everything Minecraft, including classic and survival mode</div></div><div class="room-current-user-count" title="current users">9</div><div class="mspark" style="height:25px;width:205px"> <div class="mspbar" style="width:8px;height:13px;left:0px;"></div><div class="mspbar" style="width:8px;height:9px;left:8px;"></div><div class="mspbar" style="width:8px;height:2px;left:16px;"></div><div class="mspbar" style="width:8px;height:8px;left:24px;"></div><div class="mspbar" style="width:8px;height:1px;left:32px;"></div><div class="mspbar" style="width:8px;height:1px;left:56px;"></div><div class="mspbar" style="width:8px;height:0px;left:64px;"></div><div class="mspbar" style="width:8px;height:0px;left:88px;"></div><div class="mspbar" style="width:8px;height:0px;left:96px;"></div><div class="mspbar" style="width:8px;height:11px;left:104px;"></div><div class="mspbar" style="width:8px;height:7px;left:112px;"></div><div class="mspbar" style="width:8px;height:7px;left:120px;"></div><div class="mspbar" style="width:8px;height:25px;left:128px;"></div><div class="mspbar" style="width:8px;height:14px;left:136px;"></div><div class="mspbar" style="width:8px;height:4px;left:144px;"></div><div class="mspbar" style="width:8px;height:7px;left:152px;"></div><div class="mspbar" style="width:8px;height:19px;left:160px;"></div><div class="mspbar" style="width:8px;height:19px;left:168px;"></div><div class="mspbar" style="width:8px;height:12px;left:176px;"></div><div class="mspbar" style="width:8px;height:11px;left:184px;"></div><div class="mspbar now" style="height:25px;left:154px;"></div></div> <div class="clear-both"></div></div></div></div>
（此消息恰好是指向聊天室的单一框链接的引用）
这是Ruby给我的错误：
IOError: stream closed /usr/lib/ruby/1.8/xmpp4r/stream.rb:594:in `empty?' /usr/lib/ruby/1.8/rexml/parsers/baseparser.rb:153:in `empty?' /usr/lib/ruby/1.8/rexml/parsers/baseparser.rb:193:in `pull' /usr/lib/ruby/1.8/rexml/parsers/sax2parser.rb:92:in `parse' /usr/lib/ruby/1.8/xmpp4r/streamparser.rb:79:in `parse' /usr/lib/ruby/1.8/xmpp4r/stream.rb:75:in `start' /usr/lib/ruby/1.8/xmpp4r/stream.rb:72:in `initialize' /usr/lib/ruby/1.8/xmpp4r/stream.rb:72:in `new' /usr/lib/ruby/1.8/xmpp4r/stream.rb:72:in `start' /usr/lib/ruby/1.8/xmpp4r/connection.rb:119:in `start' /usr/lib/ruby/1.8/xmpp4r/component.rb:70:in `start' /usr/lib/ruby/1.8/xmpp4r/connection.rb:77:in `connect' /usr/lib/ruby/1.8/xmpp4r/component.rb:47:in `connect' ./classes/SOXMPP_Bridge.rb:20:in `initialize' ./soxmpp.rb:81:in `new' ./soxmpp.rb:81
最后，我的问题！
鉴于向XMPP服务器发送无效的XML会让我失望，有没有办法使用Ruby我可以在将XML发送到XMPP服务器之前validation（并且最好是更正 ）？ 最有可能的是， 纠正它将是我为Tidy没有生成有效XML的每个案例编写额外代码的问题，但我至少想要阻止脚本崩溃。 那么，如何在将XML发送到XMPP服务器之前validationXML呢？
这种情况下的实际错误是您的 。 根据XEP-0071 ，第8节，第5点：
XMPP Core的第11.1节规定，XML规范的第4.6节中定义的五个通用实体以外的字符实体（即＆lt;，＆gt;，＆amp;，’，和’）绝不能通过XML流发送。 因此，XHTML-IM的实现绝不能包含预定义的XHTML 1.0实体，例如＆nbsp; – 相反，实现必须使用XML规范的第4.1节中指定的等效字符引用（即使在非显而易见的地方，例如’href’属性中包含的URI）。
所以这个问题不仅仅是生成格式良好的XML，这是一个先决条件。 您还需要确保仅使用第6部分中已批准的集合中的XHTML。
简而言之，您需要阅读XEP-0071。
也许实际上用Nokogiri转换为XML会有帮助吗？ 然后，您可以重新序列化XMPP流。 此外，如果您希望您的东西缩放一点并避免内存膨胀，请切换到Blather而不是XMPP4r。 DSL也非常棒！
不要使用Tidy。 使用HTML5解析器 ，然后将它生成的DOM转储到XML。 如果您可以生成DOM，那么每次都可以从中生成格式良好的XML。 它还具有生成大多数现代浏览器为您提供的DOM大致相同的优势。
你在* nix上运行吗？ 如果是这样，我xmllint问题委托给xmllint ，这是一个libxml2的一部分程序。 我使用一个生成xml的系统，然后通过网络发送它; 我们使用xmllintvalidation我们的xml，如下所示：
command = "xmllint #{temp_file_path} --schema #{schema_file_path} --noout 2>&1" output = `#{command}` if $? != 0 temp_dir.keep $stderr.puts "Error validating xml: running command #{command.inspect}" $stderr.puts output exit(1) end
当然，你需要根据自己的情况进行调整，但基本思路很有效。 如果您没有DTD，请忽略“–schema”位。