如何在Perl中使用正则表达式拆分xml文件

Question

这里

<root>
    <SchoolOrInstitution schoolType="highschool">
        <SchoolName>BUTLER HIGH SCHOOL</SchoolName>
        <Degree degreeType="highschool"/>
    </SchoolOrInstitution>
    <SchoolOrInstitution schoolType="highschool">
        <SchoolName>BUTLER HIGH SCHOOL</SchoolName>
        <Degree degreeType="highschool"/>
    </SchoolOrInstitution>
    <SchoolOrInstitution schoolType="highschool">
        <SchoolName>BUTLER HIGH SCHOOL</SchoolName>
        <Degree degreeType="highschool"/>
    </SchoolOrInstitution>
    ..............
</root>

我想根据SchoolOrInstitution标记的数量将此xml拆分为多个文件。

每个XML都应该有3个这样的标记。

因此，如果邮件文件包含9个SchoolOrInstitution标记，则应创建3个子文件。

root标记也将分配给所有3个文件。

Answer 1

xml_split是XML::Twig附带的工具，似乎与您正在寻找的工具非常接近。 xml_split -g3 -l1 my.xml将帮助您完成大部分工作，唯一的区别是顶级元素将具有由工具指定的标记名称，而不是原始名称。

Answer 2

使用xsh，XML::LibXML的包装：

my $old := open 19741254.xml ;
my $n = 1;
while $old/root/SchoolOrInstitution[1] {
      my $new := create root ;
      xmv $old/root/SchoolOrInstitution[position() <= 3] into $new/root ;
      save :f concat($n, '.xml') $new ;
      $n = $n + 1 ;
}