Question

我只需要在xml文件中删除一些标记。

的xml：

<p>Originally published <xref ref-type="bibr" rid="ref155">Klein, F. (1978)</xref> <i>Priam Books. Reproduced by permission of the author.</p>

脚本：

use XML::Twig;
my $xml_twig_content = XML::Twig->new(
keep_encoding => 1,
twig_handlers => {
keep_atts_order => 1,
'xref' => \&xref,
},
pretty_print => 'indented',
);
$xml_twig_content->parsefile('sample.xml');

sub xref {
 my ($xml_twig_content, $xref) = @_;
 my $XrefName = $xref->att('ref-type');
 if ($XrefName =~ /^bibr$/si){
 $xref->delete;
 }
}

我得到了输出：

<p>Originally published <i>Priam Books. Reproduced by permission of the author.</p>

我需要输出：

<p>Originally published Klein, F. (1978) <i>Priam Books. Reproduced by permission of the author.</p>

如何删除外部参照标记并保留其内容？

Answer 1

您可以使用erase-method：

erase

删除元素：删除元素并将其所有子元素粘贴到其位置。

这是sub使用它：

sub xref {
  my ( $twig, $xref ) = @_;
  $xref->erase;
}

请注意，对我来说，您的示例XML未解析，因为<i>未关闭。

Answer 2

为什么keep_encoding => 1位内的twig_handlers位？文档中有什么东西是错的吗？

我会以更简单的方式执行此操作，使用twig_roots / twig_print_outside_roots传递除您感兴趣的xref以外的所有内容：

#!/usr/bin/perl

use strict;
use warnings;

use XML::Twig;

XML::Twig->new( keep_encoding => 1,
                twig_roots => { 'xref[@ref-type=~/^(?i:bibr)/]' => sub { print $_->inner_xml; } },
                twig_print_outside_roots => 1,
              )
         ->parsefile('sample.xml');

twig_roots选项仅针对正确的xref触发。 @ref-type=~/^(?i:bibr)/]位使用XML :: Twig扩展到XPath，允许你使用像Perl一样的正则表达式，(?i:部分使它不区分大小写。对于这些元素，打印内部XML，而不是标记。

twig_print_outside_roots选项（我知道它是一个looong选项名称！）导致除了外部参照元素之外的所有内容都按原样输出，因此您不必担心保留属性顺序或缩进，它将与原始XML中的相同。

我该如何删除标签

2 个答案: