Question

我正在处理XML文档，我需要打开它并在同一行上转换为大写某些特定标记值。如果我有相同的单词，它只替换其中一个，虽然我使用两个不同的if循环：这是我的XML：

<pageID="1" width="827" height="1169" Sender_Company="société" Sender_Address="société" Sender_Fax="" Category="C2" Language_2="" Document_Object="" Language_1="french" Language_3="" NumPage="1" Script_1="typed">

这是我的代码：

while (<FILEIN>) {
    if ($_ =~ /pageID="1"/) {
        $haschanged = 1;
        if ($_ !~ /Sender_Address=""/) {
            if ($_ =~ /(Sender_Address="(.*?)")/){
                my $SenderAddress = $2;
                $SenderAddress = uc($SenderAddress);
                $_ =~ s/$1/Sender_Address="$SenderAddress"/;
            }
        }

        if ($_ !~ /Sender_Company=""/) { 
            if ($_ =~ /(Sender_Company="(.*?)")/) { 
                my $SenderCompany = $2;
                $SenderCompany = uc($SenderCompany);
                $_ =~ s/$1/Sender_Company="$SenderCompany"/;
                #print "$_\n";
            }
        }
    }
}

当我为Sender_Company="bla"和Sender_Address="société"使用两个不同的值时，转换为大写有效，但在本案例中我使用相同的单词Sender_Company="société"和Sender_Address="société"时它不会转换为大写。有没有人有任何想法？当我一次使用两个不同的if循环时，我找不到它背后的逻辑，不想变换同一个单词。谢谢！

Answer 1

您对XML的理解有点值得商榷：

那不是XML。它最多是一个XML片段（元素未关闭，标记名称不能像<pageID="1">那样加倍，没有<?xml ...?>声明，没有根元素，...）
不要用正则表达式解析XML; - ）
XML没有“行”的概念。

除此之外，代码应该可以正常工作。请注意，您可以简化生活，缩短代码：

$_ =~ /foo/与/foo/相同，$_ !~ /foo/与!/foo/相同。
您只需一步即可完成所有操作，而不是提取两个捕获，并将结果替换为第二个正则表达式：
```
s{ (?<=Sender_Address=") ([^"]+) (?=") }{ uc $1 }ex
```
等等，什么？我提取了一个或多个非“ - 字符，前面跟着字符串Sender_Address="，然后是"（环顾四周的断言）。我捕获之间的东西，用大写字母替换它因为我匹配至少一个字符，所以我不必测试空标签的情况。/e标志允许替换中的代码（这里不是必需的），而/x允许我们要包含不匹配的空格以便更好地格式化。

您可以为想要大写的两个属性轻松扩展它：
```
# This subsumes your whole logic inside `if (/pageID="1"/)`
$haschanged = 1;
for my $attr (qw/Sender_Address Sender_Company/) {
  s{ (?<=\Q$attr\E=") ([^"]+) (?=") }{ uc $1 }ex;
}
```
\Q...\E导致插值的东西按字面意思匹配，即使它包含的字符也是正则表达式元字符。

还有一些漏洞：

您未能将以实体形式提供的大写字符设为大写。
XML允许将单引号'...'用作标记值分隔符。你不处理它们
请参阅您对XML的了解 ...

所有这些都可以通过使用XML解析器，然后转换DOM中的属性来解决。

如何在同一个xml行中在Perl中替换相同的单词？

1 个答案: