用Perl解析XML文档

我有一个奇怪的XML文档，按照以下方式排列

<a>
   <b>
     <c c1="blah" c2="blah">
        <d d1="blah0" d2="blah1" d3="blah2" d4="blah3" d5="blah4" />
        <d d1="blah5" d2="blah6" d3="blah7" d4="blah8" d5="blah9" />
        <d d1="blah10" d2="blah11" d3="blah12" d4="blah13" d5="blah14" />
     </c>
     <c c1="blahc" c2="blah">
        <d d1="blah0" d2="blah1" d3="blah2" d4="blah3" d5="blah4" />
        <d d1="blah5" d2="blah6" d3="blah7" d4="blah8" d5="blah9" />
        <d d1="blah10" d2="blah11" d3="blah12" d4="blah13" d5="blah14" />
     </c>
    ...
  <b>
    ....
  </b>
  <e/>
</a>

，在数组引用方面遇到了很多困难。
我尝试使用，但考虑到我的XML文件大小为500MB，它似乎不是一个好的选择。请推荐一种好的方法，因为我是Perl新手。您的问题有点让人困惑，您想要的是
d
元素的属性，而不是
c
元素的属性。或者，无论
c
下的元素是什么，您都需要属性的值

在任何情况下，尤其是当文件很大时，这看起来很适合：

#/usr/bin/perl
严格使用；
使用警告；
使用XML：：Twig；
XML:：Twig->new（Twig\u处理程序=>{'b/c/*'=>\&get\u atts}）
->解析（\*数据）；#替换为parsefile（'my.xml'）
分包合同
{my（$t，$elt）=@；
每个我的$att（qw（d2 d4 d5））
{打印“$att:”，$elt->att（$att），”；}
打印“\n”；
$t->purge；#这将释放内存，因此最多保留1个d元素
}
__资料__

如果属性总是在
d
元素中，请将
'b/c/*'
替换为
'b/c/d'
，这样效率会更高。
您的问题有点混乱，您想要
d
元素的属性，而不是
c
元素的属性。或者，无论
c
下的元素是什么，您都需要属性的值

在任何情况下，尤其是当文件很大时，这看起来很适合：

#/usr/bin/perl
严格使用；
使用警告；
使用XML：：Twig；
XML:：Twig->new（Twig\u处理程序=>{'b/c/*'=>\&get\u atts}）
->解析（\*数据）；#替换为parsefile（'my.xml'）
分包合同
{my（$t，$elt）=@；
每个我的$att（qw（d2 d4 d5））
{打印“$att:”，$elt->att（$att），”；}
打印“\n”；
$t->purge；#这将释放内存，因此最多保留1个d元素
}
__资料__

如果属性始终位于
d
元素中，请将
'b/c/*'
替换为
'b/c/d'
，这样效率更高。
使用：

更新：（对于mirod）：使用来自Perl的XML:：XSH2不那么优雅，但仍然可以工作-

#!/usr/bin/perl
use strict;
use warnings;

use XML::XSH2;

xsh q{
    open 1.xml ;
    for /a/b/c/d {
        for my $attr in (@d2 | @d4 | @d5) {
            perl { push @ar, $attr }
        }
    }
};

printf "%s:%s\n", $_->name, $_->value for @XML::XSH2::Map::ar;

或者，让Perl为您编写xsh代码：

#!/usr/bin/perl
use warnings;
use strict;

use XML::XSH2;

xsh 'open 1.xml';
xsh '$attributes = (' . join('|', map 'a/b/c/@d' . $_, 1, 2, 4) . ')';
for (@$XML::XSH2::Map::attributes) {
    print $_->name, '=', $_->value, "\n";
}

使用：

更新：（对于mirod）：使用来自Perl的XML:：XSH2不那么优雅，但仍然可以工作-

#!/usr/bin/perl
use strict;
use warnings;

use XML::XSH2;

xsh q{
    open 1.xml ;
    for /a/b/c/d {
        for my $attr in (@d2 | @d4 | @d5) {
            perl { push @ar, $attr }
        }
    }
};

printf "%s:%s\n", $_->name, $_->value for @XML::XSH2::Map::ar;

或者，让Perl为您编写xsh代码：

#!/usr/bin/perl
use warnings;
use strict;

use XML::XSH2;

xsh 'open 1.xml';
xsh '$attributes = (' . join('|', map 'a/b/c/@d' . $_, 1, 2, 4) . ')';
for (@$XML::XSH2::Map::attributes) {
    print $_->name, '=', $_->value, "\n";
}

CPAN中有许多XML模块可以帮助您实现这一点，但在本例中，我的重点是，它允许您简洁地描述要从XML中提取的数据

此程序使用示例数据并提供我认为您需要的输出（尽管严格来说，任何
节点都没有
d=“xx”
属性）

使用严格；
使用警告；
使用特征“说”；
使用XML：：XPath；
我的$xml=xml:：XPath->new（ioref=>\*数据）；
对于我的$cnode（$xml->find（'//b/c/d'）->get\u nodelist）{
对于（$cnode->find（'@d2 |@d4 |@d5'）->get_nodelist）{
打印$->getData，“\n”；
}
}
__资料__
...

输出

blah1
废话
废话
废话
废话
废话
废话11
废话13
废话14
胡说八道
废话
废话
废话
废话
废话
废话11
废话13
废话14
CPAN中有许多XML模块可以帮助您实现这一点，但在本例中，我的钱就在上面，它允许您简洁地描述要从XML中提取的数据

此程序使用示例数据并提供我认为您需要的输出（尽管严格来说，任何
节点都没有
d=“xx”
属性）

使用严格；
使用警告；
使用特征“说”；
使用XML：：XPath；
我的$xml=xml:：XPath->new（ioref=>\*数据）；
对于我的$cnode（$xml->find（'//b/c/d'）->get\u nodelist）{
对于（$cnode->find（'@d2 |@d4 |@d5'）->get_nodelist）{
打印$->getData，“\n”；
}
}
__资料__
...

输出

blah1
废话
废话
废话
废话
废话
废话11
废话13
废话14
胡说八道
废话
废话
废话
废话
废话
废话11
废话13
废话14
能否更具体地说明XML:：Simple的问题？在某些XML文件中，“b”节点为空，这意味着每次处理此类XML文件时都会出现数组引用错误。您可以在尝试访问它之前添加条件；执行if（defined{path to node}）{do which}500MB对于当前机器来说不是很多内存中的数据，因此XML:：DOM将是一个有效的选择。主要的选择实际上取决于您是喜欢
DOM
还是
XPath
，还是喜欢XML:：Twig等非标准的东西。顺便问一下，“请推荐一个好的方法，因为我是Perl新手”，您是在建议我们应该为有经验的Perl程序员保留我们糟糕的建议吗？！您能否更具体地说明XML:：Simple的问题？在某些XML文件中，“b”节点为空，这意味着每次处理此类XML文件时都会出现数组引用错误。您可以在尝试访问它之前添加一个条件；执行if（defined{path to node}）{do which}500MB对于当前机器来说不是很多内存中的数据，因此XML:：DOM将是一个有效的选择。主要的选择实际上取决于您是喜欢
DOM
还是
XPath
，还是喜欢XML:：Twig等非标准的东西。顺便问一下，“请推荐一个好的方法，因为我是Perl新手”，您是在建议我们应该为有经验的Perl程序员保留我们糟糕的建议吗？！我经常看到你的答案使用xsh。它们通常非常优雅。但是，从代码中使用xsh有多容易？通常情况下，目标不仅仅是打印结果，而是做一些工作