如何使用perl将文本转换为XML？

输入文本文件包含以下内容：

....    
    ponies B-pro        
    were I-pro        
    used I-pro    
    A O        
    report O        
    of O    
    indirect B-cd        
    were O
    . O    
...

输出XML文件

<sen> 
 <base id="pro">
  <w id="1">ponies</w>
  <w id="2">were</w>
  <w id="3">were</w>
 </base>A report of 
 <base id="cd">indirect</base> were 
</sen>

小马
是
是
报告
间接的

我想通过读取文本文件来创建一个XML文件，B-表示标记的开始，i-表示标记内包含单词，而“O”表示基本标记外，这意味着它只存在于标记中

我尝试以下代码：

#!/usr/local/bin/perl -w    
open(my $f, "input.txt") or die "Can't";    
open(my $o, ">output.xml") or die "Can't";    
my $c;   

sub read_line {     
  my $fh = shift;    
  if ($fh and my $line = <$fh>) {    
    chomp($line);    
 my @words = split(/\t/, $line);    
 my $word = $words[0];
     my $group = $words[1];    
 if($word eq "."){    
  return;    
 }    
 else{    
  if($group ne 'O'){    
   my @b = split(/\-/, $group);    
   if($b[0] eq 'B'){    
    my $e = "<e id=\"";              
    $e .= " . $b[1] . "\">";    
    $e .= $word . "</e>";
    return $e;    
   }   
   if($b[0] eq 'I'){    
    my $w = "<w id=\"";    
    $w .= $c . "\">";    
    $w .= $word . "</w>";    
    $c++;    
    return $w;    
   }    
  }    
  else{    
   $c = 2;    
   return $word;    
  }    
 }    
  }    
  return;    
}

sub get_text(){    
 my $txt = "";    
 my $r = read_line($f);     
 while($r){     
  if($r =~ m/[[:punct:]]/){    
   chop($txt);    
   $txt .= " " . $r . " ";    
  }    
  else{    
   $txt .= $r . " ";    
  }    
  $r = read_line($f);    
 }   
 chop($txt);    
 return "<sen>" . $txt . ".</sen>";    
}

#/usr/local/bin/perl-w
打开（my$f，“input.txt”）或死“不能”；
打开（我的$o，“>output.xml”）或死“不能”；
我的$c；
子读_行{
我的$fh=班次；
如果（$fh和我的$line=）{
chomp（$line）；
my@words=split（/\t/，$line）；
我的$word=$words[0]；
my$group=$words[1]；
如果（$word eq“）{
返回；
}    
否则{
如果（$组ne'O'）{
my@b=拆分（/\-/，$group）；
如果（$b[0]等式'b'）{
my$e=“手工编写XML”只会给您带来麻烦。请使用中的模块

在您的例子中，我将首先将数据放在适当的Perl数据结构中（可能是包含一些数组或类似内容的哈希），然后使用模块（即XML:：Simple for starters）输出到文件。
正如Javs所说，您希望使用一个模块，而不是手工操作。出于您的目的，由于您有混合内容，我建议您使用。下面是一个我做的示例，以测试您是否确实可以使用混合内容，例如：

use XML::LibXML;

my $doc = XML::LibXML::Document->new();

my $root = $doc->createElement('html');
$doc->setDocumentElement($root);
my $body = $doc->createElement('body');
$root->appendChild($body);

my $link = $doc->createElement('a');
$link->setAttribute('href', 'http://google.com');
$link->appendText('Google');
$body->appendChild($link);

$body->appendText('Inline Text');

print $doc->toString;

不要试图通过将字符串组合在一起来生成XML。使用适当的XML模块。你的问题中有一大堆含糊不清的地方——
间接
是否真的应该是
内部的文本而不是
？
ID只是全局递增？（XML禁止重用ID）。如果我们在
blah B-bar
之后立即看到
blah I-foo
（基本ID不匹配），会发生什么情况？我有一些工作代码，但如果没有这些问题的答案，我真的不能说它是正确的。展示给我看，也许我能得到一些想法。如果单词在第二列中有“O”，则只增加“B-”之后的下一个单词的“I-”，并重置为2。无论何时我发现“B-”，我都应该立即重置计数器。XML:：Simple不会在这种情况下工作，因为输出包含混合内容。多谢，这真的很有帮助。您知道如何检测文本文件中的下一个单词是否具有i后缀或“O”。您可以尝试使用具有前瞻性的正则表达式。
use XML::LibXML;

my $doc = XML::LibXML::Document->new();

my $root = $doc->createElement('html');
$doc->setDocumentElement($root);
my $body = $doc->createElement('body');
$root->appendChild($body);

my $link = $doc->createElement('a');
$link->setAttribute('href', 'http://google.com');
$link->appendText('Google');
$body->appendChild($link);

$body->appendText('Inline Text');

print $doc->toString;