提问人：Erlandas 提问时间：9/22/2020 最后编辑：Erlandas 更新时间：9/23/2020 访问量：60
如何使用基于标签的 XML：：Twig 解析器在 Unix 上清理 xml 文件 [已关闭]
How to cleanup xml file on Unix using XML::Twig parser based on tags [closed]
问：
我需要从不必要的信息（重复的、过时的等）中清理 XML 文件。 我有具有不同命名标签的 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，了解如何通过将参数传递给 Perl 解析器来从 XML 文件中剪掉一些标签。
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>
现在假设我希望剪掉包含带有文本标签的标签，我的输出 .xml 文件将变为：JobJobIDID3
<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>
<Job>
<JobID>ID5</JobID>
<DueDate>01-02-2012</DueDate>
</Job>
</Jobs>
请帮我编写一个代码，该代码可以帮助使用Perl解决此任务 基于此处提出的建议XML::Twig
我需要在文件中的任何位置剪切标签，然后拉出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上：
- 必须删除的标签的名称，我们称之为它
R_tag - 嵌套在R_tag下的标签的名称，我们称之为
R_tag_nested - 我们必须传递一个嵌套标签必须等于的值才能触发删除，在我们的例子中是
R_tagID3
我会使用此行调用脚本myscript.pl?R_tag&R_tag_nested=ID3
但与此同时，我希望足够灵活，以便通过发送多个嵌套标签参数（整个文档相同）一次性剪切 2 个或更多标签，命令将是：R_tag
myscript.pl?R_tag&R_tag_nested=ID3&R_tag_nested=ID5这将为输出 .xml 文件提供这样的输出：
<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>
我还没有开始编写它，因为我在使用 XML：：Twig 剪切/粘贴/修剪 XML 方面没有太多经验，并且需要帮助从头开始编写此短代码。
答：
1赞
ikegami
9/22/2020
#1
你还没有确定是什么给你带来了问题，所以我假设你在问如何解决这个问题。
当您想要从列表中移出筛选出项目时，哈希值很有用。生成以下哈希：
my %to_remove = (
"ID3" => 1,
"ID5" => 1,
);
然后，只需遍历您可能要删除的节点，获取其文本内容，然后删除这些节点 对于以下情况：
$to_remove{$text_content}
评论
0赞
Erlandas
9/22/2020
是的，这是一个好主意，而且由于脚本的编写甚至还没有开始 - 我仍然以有序的方式提出整个想法（这可能对其他人也非常有用），因为我可能需要获取一个 1Gb 大小的 XML 文件，其中包含 200 万个 JobID 节点，然后需要从 XML 文件中删除大约 700,000 个这样的节点。因此，它必须运行速度快并消耗最少的内存。因此，第一步是从要删除的列表中构建哈希值。
0赞
ikegami
9/22/2020
XML：：Twig 可用于通过仅构建感兴趣的子树来限制内存使用（例如，一次只有一个 Job 在内存中）。我更熟悉 XML：：LibXML，所以我会使用 XML：：LibXML：：Reader 来获得相同的结果。twig_rootscopyCurrentNode(1)
0赞
Erlandas
9/23/2020
我不依附于XML：：Twig，只要它能完成工作，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。我可以稍后根据需要调整/修改它，但整个基础略高于我的技能。
评论