如何使用基于标记的xml:：Twig解析器在Unix上清理xml文件

我需要清除XML文件中不必要的信息（重复、过时等）。 我有具有不同命名标记的XML文件，但它们都具有相似的属性，我正在寻找一种解决方案，通过将参数传递给Perl解析器，从XML文件中删除一些标记

XML结构示例如下：

<Jobs>
<Job>
<JobID>ID1</JobID>
<DueDate>01-02-2008</DueDate>
</Job>
<Job>
<JobID>ID2</JobID>
<DueDate>01-02-2009</DueDate>
</Job>
<Job>
<JobID>ID3</JobID>
<DueDate>01-02-2010</DueDate>
</Job>
<Job>
<JobID>ID4</JobID>
<DueDate>01-02-2011</DueDate>
</Job>
<Job>
<JobID>ID5</JobID>
<DueDate>01-02-2012</DueDate>
</Job>
</Jobs>

请帮助我使用

XML:：Twig

编写代码，这有助于使用Perl解决此任务

我需要在文件中的任何位置剪下标签，然后拉起它下面的所有其他标签并保存回文件（最好保存到同一个文件）

我需要一个Perl脚本，并像这样向它传递参数：

将两个参数传递到脚本：

必须删除的标签的名称，我们称之为

R\u标签

嵌套在R_标记下的标记的名称，我们称之为

R_标记\u嵌套

我们必须传递一个嵌套标记必须等于的值，才能触发

R_标记

删除，在我们的例子中是

ID3

我会用这行代码调用脚本

myscript.pl？R_标记&R_标记嵌套=ID3

但同时，我希望足够灵活，通过发送多个嵌套的标记参数（因为

R\u tag

在整个文档中是相同的），一次剪切2个或多个标记，命令如下：

myscript.pl？R_tag&R_tag_nested=ID3&R_tag_nested=ID5

这会将此类输出提供给output.xml文件：

<Jobs>
<Job>
<JobID>ID1</JobID>
<DueDate>01-02-2008</DueDate>
</Job>
<Job>
<JobID>ID2</JobID>
<DueDate>01-02-2009</DueDate>
</Job>
<Job>
<JobID>ID4</JobID>
<DueDate>01-02-2011</DueDate>
</Job>
</Jobs>

ID1
01-02-2008
ID2
01-02-2009
ID4
01-02-2011

---

我还没有开始编写它，因为我没有太多使用XML:：Twig剪切/粘贴/修剪XML的经验，需要帮助从头开始编写这段短代码。

您还没有确定是什么给您带来了问题，所以我假设您正在问如何解决这个问题

---

当您想要从列表中移出筛选项时，哈希非常有用。生成以下哈希：

my%要删除=(
“ID3”=>1，
“ID5”=>1，
);

然后，这只是一个遍历您可能要删除的节点、获取其文本内容并删除这些节点的问题 以下是正确的：

$to_remove{$text_content}

是的，这是一个好主意，因为脚本的编写还没有开始——我仍在提出整个想法（这对其他人可能也很有用）我可能需要一个1Gb大小的XML文件，其中包含200万个JobID节点，然后需要从XML文件中删除700000个这样的节点。因此，它必须运行速度快，占用的内存最少。因此，第一步是从要删除的列表中构建哈希。XML:：Twig的

Twig_根

可以通过只构建感兴趣的子树来限制内存使用（例如，一次内存中只有一个作业）。我更熟悉XML:：LibXML，所以我会使用XML:：LibXML:：Reader的

copyCurrentNode（1）

来实现相同的结果。我不喜欢XML:：Twig，只要它能完成任务，我很乐意使用其他任何东西。但我正在努力从头开始编写代码。我以后可以根据需要进行调整/修改，但整个基础略高于我的技能。

<Jobs>
<Job>
<JobID>ID1</JobID>
<DueDate>01-02-2008</DueDate>
</Job>
<Job>
<JobID>ID2</JobID>
<DueDate>01-02-2009</DueDate>
</Job>
<Job>
<JobID>ID4</JobID>
<DueDate>01-02-2011</DueDate>
</Job>
</Jobs>