Question

我正在尝试将样式表声明添加到我的脚本处理的任何XML文件的第二行。我的脚本逐行将文件读入循环中的$ inputline字符串。

我有以下写得不好的Perl代码：

while(<INPUT>) {

$inputline = $_;

if ($inputline =~ m/\<\?xml\ version\=\"1\.0\"\ encoding\=\"UTF-8\"\?\>/){

print OUTPUT "\<\?xml version\=\"1.0\" encoding\=\"UTF-8\"\?\>\n";
print OUTPUT "\<\?xml\-stylesheet type\=\"text\/xsl\" href\=\"askaway_transcript_stylesheet\.xsl\"\?\>\n";
}

#lots of other processing stuff
}

而且我认为这种方法有效，但不再适用。测试不同的输出和调整事情告诉我IF语句失败了，我可能在那里做错了。

任何提示？

Answer 1

您有一个非常严格的正则表达式来查找XML标头。如果有额外的空间怎么办？如果编码不同，或者xml版本怎么办？正则表达式不是解析XML / HTML的正确工具（请参阅this answer），但是为什么要使用正则表达式是可以理解的，特别是考虑到您尝试的范围有限。

话虽如此，如果你是为了简单，并且你愿意接受一些可能的失败，我会选择更简单的正则表达式并且只进行一次替换：

my $replaced = 0;
if ($inputline =~ m/\<\?xml\b.*\>/ && !$replaced) {

    print OUTPUT $inputline;
    print OUTPUT '<?xml-stylesheet type="text/xsl" href="askaway_transcript_stylesheet.xsl"?>'."\n";

    $replaced = 1;
}

或者，您可以退出解析循环，假设您正在循环中执行此操作。

警告：

如果您的XML全部写在一行上，或者即使同一行上有另一个标记（这是合法的），这很可能会破坏您的XML。

编辑：

您的整个while循环可能如下所示：

while($inputline = <MYXML>) {
    my $replaced = 0;
    if ($inputline =~ m/\<\?xml\b.*\>/ && !$replaced) {

        print OUTPUT $inputline;
        print OUTPUT '<?xml-stylesheet type="text/xsl" href="askaway_transcript_stylesheet.xsl"?>'."\n";

        $replaced = 1;
    } else {
        print OUTPUT $inputline;
    }
}

或者：

while($inputline = <MYXML>) {
    my $replaced = 0;

    print OUTPUT $inputline;

    if ($inputline =~ m/\<\?xml\b.*\>/ && !$replaced) {
        print OUTPUT '<?xml-stylesheet type="text/xsl" href="askaway_transcript_stylesheet.xsl"?>'."\n";

        $replaced = 1;
    }
}

在Perl IF语句中标识XML声明

1 个答案: