提问人:Andreas 提问时间:4/26/2023 最后编辑:toolicAndreas 更新时间:4/26/2023 访问量:62
Perl libxml findvalue 在根标签包含属性时失败
Perl libxml findvalue fails when root tag contains attributes
问:
我正在尝试过滤给定 XML 文件中与 CSV 文件中包含的合同 ID 匹配的记录。
xml 文件如下所示:
<ROOTS02 xmlns="http://www.fja.com/RAN/RANTS02" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.fja.com/RAN/RANTS02 RANTS02.xsd">
<Record>
<Date>27.02.2023</Date>
<Year>2022</Year>
<ContractID>115000520</ContractID>
<Data>
... some more fields ...
</Data>
</Record>
<Record>
</Record>
....
</ROOTS02>
我的 perl 代码如下所示:
#!/usr/bin/perl -w
use strict;
use XML::LibXML;
my $xml_parser = XML::LibXML->new();
my $xml_file="data0.xml";
my $vidfile="contractids.txt";
my $output="out0.xml";
my $roottag='ROOTS02';
my $rectag='Record';
my $filtertag='ContractID';
my $element;
my %vidtable;
readcontractids($vidfile);
print "Parsing input file $xml_file....";
my $xml_doc = $xml_parser->parse_file($xml_file);
#parsefile($input);
my $root = $xml_doc->documentElement();
my @records = $root->getElementsByTagName($rectag);
open(OUT, '>:encoding(UTF-8)', $output);
foreach my $record (@records) {
my $contract_id = $record->findvalue($filtertag);
if ( exists $vidtable{$contract_id} ) {
$record->unbindNode();
print OUT $record->toString();
}
}
close OUT;
print "Done!\n";
print "Output written to $output\n";
###########################################
sub readvertragids {
my $file=shift;
my $pidold;
my $pidnew;
open(FH, '<', $file) or die "Error: $file can't be read :$!";
while (<FH>) {
chomp $_;
if ( ! exists $vidtable{$_} ) {
$vidtable{$_}=$_;
}
}
close(FH);
}
如果从 XML 文件第一行的 ROOTS02 标记中删除属性,一切正常:
对于包含属性的 XML 文件的原始第一行,对标记“ContarctID”的 findvalue 调用没有结果:
perl -d ./t5.pl
Loading DB routines from perl5db.pl version 1.37
Editor support available.
Enter h or 'h h' for help, or 'man perldebug' for more help.
main::(./t5.pl:4): my $xml_parser = XML::LibXML->new();
DB<1> b 56
DB<2> r
main::(./t5.pl:56): if ( exists $vidtable{$contract_id} ) {
DB<2> Parsing input file rant0.xml....l 50-60
50 #parsefile($input);
51: my $root = $xml_doc->documentElement();
52: my @records = $root->getElementsByTagName($rectag);
53: open(OUT, '>:encoding(UTF-8)', $output);
54: foreach my $record (@records) {
55: my $contract_id = $record->findvalue($filtertag);
56==>b if ( exists $vidtable{$contract_id} ) {
57: $record->unbindNode();
58: print OUT $record->toString();
59 }
60 }
DB<3> p $rectag
Record
DB<4> p $filtertag
ContractID
DB<5> p $contract_id
DB<6> p $record
<Record>
<Date>27.02.2023</Date>
<Year>2022</Year>
<ContractID>115000520</ContractID>
...
我该怎么做才能使它甚至与根标签中的属性一起工作? 这些属性对 libxml 函数的功能有何影响?
答:
3赞
ikegami
4/26/2023
#1
[我将使用 {namespace} 名称
表示法。]
您正在寻找一个节点。{}ContractID
但文档中的节点是节点。{http://www.fja.com/RAN/RANTS02}ContractID
这是因为设置了关联元素的默认命名空间,以及所有后代元素。xmlns=""
use XML::LibXML qw( );
my $xpc = XML::LibXML::XPathContext->new();
$xpc->registerNs( r => "http://www.fja.com/RAN/RANTS02" );
my $doc = XML::LibXML->new->parse_file( "data0.xml" );
for my $rec_node ( $xpc->findnodes( "/r:ROOTS02/r:Record", $doc ) ) {
my $contract_id = $xpc->findvalue( "r:ContractID", $rec_node );
...
}
评论
0赞
Andreas
4/27/2023
它有效!非常感谢!但是,还有一个额外的问题:是否有更通用的方法来在 findvalue 调用中指定标记或路径?我在记录中包含附加级别的类似 xml 文件时遇到了问题:“'' <ROOTS02 xmlns=”fja.com/RAN/RANTS02“ ....”> <Record> <Header> <Date>27.02.2023</Date> <Year>2022</Year> <ContractID>115000520</ContractID> </Header> <Data> ...还有一些领域......</data> </record> <record> </record>....</ROOTS02> '''
0赞
ikegami
4/27/2023
.//r:Record
即descendant::r:Record
评论
parse_file
my $dom = XML::LibXML->load_xml( location => $filename );
new
load_xml
parse_file
parse_file
File::Slurp
->new->parse_file
->load_xml