Perl 或者shell 读取xml 文件

vallygirl

39_123.xml
<?xml version="1.0" encoding="UTF-8"?>
<?Siebel-Property-Set EscapeNames="false"?>
<TaskListInformation>
        <ListOfFtPSalesReportIo>
                <RHeader>
                        <RId>1-258ZE-449</RId>
                        <RName>第39周 销售报告</RName>
                        <OName>電盈沙田新城</OName>
                        <Wk>39</Wk>
                        <Day>1</Day>
                        <Caloffset>0</Caloffset>
                        <DF1>1-NC4TP6</DF1>
                        <DF2>1-MH8N6V</DF2>
                </RHeader>
        <ListOfFtWorkPlansIo/>
</TaskListInformation>

如何解析成如下格式
30_123.xml Rid 1-258ZE-449

sosflyer

逐行读入，正则匹配

zhlong8

用正则表达式也太业余了吧，明明有专门处理 xml 的工具

sosflyer

回复 3# zhlong8


    你委婉点嘛，55555555555555

zhlong8

回复  zhlong8


       你委婉点嘛，55555555555555
sosflyer 发表于 2011-09-30 13:44

    主要像 xml 这种复杂的结构想写个完美的正则出来是相当难的，就像书中说的那样用正则那你现在就有两个问题了

iakuf

1. perl -MData::Dumper -MXML::Simple -le  'print XMLin(shift)->{ListOfFtPSalesReportIo}{RHeader}{RId};' 39.xml

复制代码

下面这一对 xml 的标签是对不上号的
<ListOfFtPSalesReportIo>
<ListOfFtWorkPlansIo/>

vallygirl

回复 6# iakuf


    3Q...我是直接当成文本文件读取 然后查找特定的字符了


#!/usr/local/bin/perl -w

my $dirname = $ARGV[0];

print "Rid\tDF1\tDF2\n";
# Get all XML file from the specified folder
opendir(DIR, $dirname) or die "can't opendir $dirname: $!";
while (defined($file = readdir(DIR))) {
    # do something with "$dirname/$file"
    if($file =~ /xml$/){
            #print $dirname.'\\'.$file, "\n";
            readInfo($dirname.'\\'.$file);
        }
}

closedir(DIR);


exit;

# Get content from the file
sub readInfo{
        my $f = shift;
       
        my $F;
       
        open($F, $f) || die "open $f failed";
       
        my $idx = 0;
        while(<$F>){
                chmod;
                my $str = $_;
                if($str =~ m/>(.*)<\/Rid/i){ # >1-25900-309</RId
                        print $1;
                                       
                        $idx++;
                }elsif($str =~ m/>(.*)<\/DF1/i){ # >1-NC4TP6</DF1
                        print "\t",$1;                       
                        $idx++;
                }elsif($str =~ m/>(.*)<\/DF2/i){ # >1-NC4TP6</DF1
                        print "\t",$1;
                        $idx++;
                }
               
                last if($idx == 3);
               
        }
       
        print "\n";
        close($F);
}

py

vallygirl 发表于 2012-05-09 17:49
回复 6# iakuf

如果取得RId的值1-258ZE-449是你的需求，那就应该用XPATH，简单的表达式“//RId”可以取代你所有的代码。

用这个模块XML::LibXML，如果批量操作，这个模块的效率是最高的。

你的所有代码可以写成2行，第一行用XML::LibXML读入XML，第二行用XPATH取得你要的值。

兰花仙子

http://search.cpan.org/~grantm/XML-Simple-2.18/lib/XML/Simple.pm
这个最简单

sjdy521

看来大牛们也都青睐XML::Simple hoho~~