求助:perl 处理xml内容

pitonas

rexuekonglon.xml 文件内容如下：

1. <?xml version="1.0" encoding="UTF-8"?>
   
2. <list>
   
3.    <entry>
   
4.       <author>zhangsan</author>
   
5.       <kind>add</kind>
   
6.       <filename>[color=Yellow] log4j.java[/color]</filename>
   
7.       <message>内容随意</message>
   
8.       <path>[color=Yellow]C:\code\[/color]</path>
   
9.    </entry>
   
10.    <entry>
    
11.       <author>zhangsan</author>
    
12.       <kind>modified</kind>
    
13.       <filename>[color=Orange]log.txt[/color]</filename>
    
14.       <message>增加一个空格</message>
    
15.       <path>[color=Yellow]C:\code\[/color]</path>
    
16.    </entry>
    
17.    <entry>
    
18.       <author>zhangsan</author>
    
19.       <kind>modified</kind>
    
20.       <filename>[color=Yellow] log4j.java[/color]</filename>
    
21.       <message>增加说明注释</message>
    
22.       <path>[color=Yellow]C:\code\[/color]</path>
    
23.    </entry>
    
24. </list>
    

复制代码

1. #!/usr/bin/perl
   
2. open my $x, 'rexuekonglon.xml';
   
3. my $xml = do { local $/; <$x> };
   
4. my @xml = split /(?<=<\/entry>)/, $xml;
   
5. my %first;
   
6. for (@xml) {
   
7.     print and next unless /entry>/;
   
8.     my ( $filename, $path ) = /\]\s*(\S*?)\s*\[.*?\]\s*(\S*?)\s*\[/s;
   
9.     print if !$first{ $path . $filename }++;
   
10. }
    

复制代码

result 如下：

1. <?xml version="1.0" encoding="UTF-8"?>
   
2. <list>
   
3.    <entry>
   
4.       <author>zhangsan</author>
   
5.       <kind>add</kind>
   
6.       <filename>[color=Yellow] log4j.java[/color]</filename>
   
7.       <message>内容随意</message>
   
8.       <path>[color=Yellow]C:\code\[/color]</path>
   
9.    </entry>
   
10.    <entry>
    
11.       <author>zhangsan</author>
    
12.       <kind>modified</kind>
    
13.       <filename>[color=Orange]log.txt[/color]</filename>
    
14.       <message>增加一个空格</message>
    
15.       <path>[color=Yellow]C:\code\[/color]</path>
    
16.    </entry>
    
17. </list>
    

复制代码

rexuekonglong

回复 11# pitonas

非常感谢，不过我尝试过上述代码后，xml文件被缩减只剩下第一段<entry>
见图：
  代码使用；

  结果展示；

真正的1.xml中有9段<entry> ，其中有7段是<filename><path>值是相同的；



多请教一步，最后

1. print if !$first {$path . $filename}++;  

复制代码

结果是自动保存在了$x中吗？
如果我想把截取后的结果重新保存在2.xml中，然后用Dumper 解析输出，下面这样写行么？

1. for (@xml){
   
2.   .........
   
3. if （!$first {$path . $filename}++）  
   
4.    {
   
5.       cat  $x > 2.xml;
   
6.    }
   
7. }
   
8. my $y = new XML::Simple;
   
9. my $data = $y->XMLin(2.xml);
   
10. print Dumper($data);

复制代码

pitonas

非常感谢
如果你贴上你真实的文件内容{:2_172:}

rexuekonglong

回复 13# pitonas
其实我真是xml文件内容，也就比我给的那个xml样例，少5个子节点而已。
12#的结果图片，就是第一段<entry>完整内容， 之所以选择<path><filename>这两个子节点作为匹配关键，就是因为，其他的都不足以确定显示的文件内容是否必要。

<path> </path> 的值中 中文、英文、斜线、都有， 如果是因为目前我的测试xml中<path>值存在乱码而导致<path>判断出错，那么我去换个全部都是纯英文的再试下。
<filename></filename>的值大多都是纯英文的
   

pitonas

{:2_172:}小伙伴们, 这个再试试

1. #!/usr/bin/perl
   
2. 
   
3. open my $x, 'rexuekonglon.xml';
   
4. my $xml = do { local $/; <$x> };
   
5. my @xml = split /(?<=<\/entry>)/, $xml;
   
6. my %first;
   
7. for (@xml) {
   
8.     print and next unless /entry>/;
   
9.     my %fh = /<(filename|path)>\s*(\S+)\s*</g;
   
10.     print if !$first{ $fh{path} . $fh{filename} }++;
    
11. }
    

复制代码

rexuekonglong

回复 15# pitonas
尝试结果如下：
[error] Global symbol "%fh" requires explicit package name at  login.cgi line 44.
          Global symbol "$path" requires explicit package name at  login.cgi line 44
          Global symbol "$filename" requires explicit package name at  login.cgi line 44
   

rexuekonglong

回复 15# pitonas
我又混合尝试了一下：

1. for(@xml){
   
2.     print ant next unless /entry>/;
   
3.     my  ($filename,path) = /\s*/(S*+)\s*</g;
   
4.     print if !$first{$path . $filename}++;
   
5. }

复制代码

结果：
9个节点缩减到了2个，然后我重新确认了一下，原XML内<filename><path> 9个元素对的内容，
发现，<filename> 一共是4种，<path> 一共是7种，所以这样总结下来，结果xml内容应该显示7个<entry> 元素节点。
而我上面混杂模式得出了2个。


   

pitonas

{:2_172:} 小伙伴们, 贴上你的代码

rexuekonglong 发表于 2014-02-20 07:47
回复 15# pitonas
尝试结果如下：
[error] Global symbol "%fh" requires explicit package name at  lo ...

rexuekonglong

回复 18# pitonas

1. for(@xml){
   
2.     print ant next unless /entry>/;
   
3.     my  $fh =/<(filename|path)>\s*(\S*+)\s*<g ;
   
4.     print if !$first{$fh{$path} . $fh{$filename}}++;
   
5. }

复制代码

{:2_172:}  照抄的，经过验证，感觉好像

1. my  $fh =/<(filename|path)>\s*(\S*+)\s*<g ;

复制代码

这句好像没有被系统接受。

pitonas

{:2_171:} %fh

1.     my %fh = /<(filename|path)>\s*(\S+)\s*</g;

复制代码