Question

您正在使用perl脚本将Big xml拆分为小块。我已经审阅了这个链接 Split file by XML tag

我的代码就像这样

if($line =~ /^</row>/)
{
$count++;
}

但是我得到了这个错误

 works\filesplit.pl line 20.
Bareword found where operator expected at E:\Work\perl works\filesplit.pl line 2
0, near "/^</row"
        (Missing operator before row?)
syntax error at E:\Work\perl works\filesplit.pl line 20, near "/^</row"
Search pattern not terminated at E:\Work\perl works\filesplit.pl line 20.

任何人都可以帮助我

更新

<row>
  <date></date>
  <ForeignpostingId />
  <country>11</country>
  <domain>http://www.xxxx.com</domain>
  <domainid>20813</domainid>
 </row>
 <row>
  <date></date>
  <ForeignpostingId />
  <country>11</country>
  <domain>http://www.xxxx.com</domain>
  <domainid>20813</domainid>
 </row>
 <row>
  <date></date>
  <ForeignpostingId />
  <country>11</country>
  <domain>http://www.xxxx.com</domain>
  <domainid>20813</domainid>
 </row>

Answer 1

你试过xml_split吗？它是XML::Twig附带的工具，专门用于根据各种标准（标记名称，级别，大小）拆分大型XML文件。

Answer 2

如果您尝试在该行的开头匹配^<\/row>，则需要</row>。这是我的测试代码。

#!/usr/bin/perl
use strict;
use warnings;

my $line = "</row> something";
if ($line =~ /^<\/row>/)
{
    print "found a match \n";
}

输出：

# perl test.pl 
found a match

<强>更新

在OP提供样本数据后发布此更新。

你的正则表达式中需要^\s+<\/row>，因为并非所有这些都是从行的开头开始的。其中一些人面前有one space。因此，在进行实际匹配之前，我们需要在线的起点匹配零个或多个空格。

代码：

#!/usr/bin/perl -w
use strict;
use warnings;

while (my $line = <DATA>)
{
    if ($line =~ /^\s+<\/row>/)
    {
        print "found a match \n";
    }
}

__DATA__
<row>
  <date></date>
  <ForeignpostingId />
  <country>11</country>
  <domain>http://www.xxxx.com</domain>
  <domainid>20813</domainid>
 </row>
 <row>
  <date></date>
  <ForeignpostingId />
  <country>11</country>
  <domain>http://www.xxxx.com</domain>
  <domainid>20813</domainid>
 </row>
 <row>
  <date></date>
  <ForeignpostingId />
  <country>11</country>
  <domain>http://www.xxxx.com</domain>
  <domainid>20813</domainid>
 </row>

<强>输出：

# perl test.pl 
found a match 
found a match 
found a match

Answer 3

也许以下内容会有所帮助：

use strict;
use warnings;

my $i = 1;
local $/ = '<row>';

while (<>) {
    chomp;
    s!</row>!! or next;

    open my $fh, '>', 'File_' . ( sprintf '%05d', $i++ ) . '.xml' or die $!;
    print $fh $_;
}

用法：perl script.pl inFile.xml

这会将Perl的记录分隔符$/设置为<row>，以便在<row>分隔的那些“块”中读取xml文件。它从块中删除</row>，然后将该块写出到具有“File_nnnnn.xml”命名方案的文件。

Answer 4

#!/bin/perl -w

## splitting xml files using perl script

print "Input File ? ";
chomp($XmlFile = <STDIN>);

open $XmlFileHandle,'<',$XmlFile;

print "\nSplit By which Tag ? ";
chomp($splitby = <STDIN>);

open $OutputHandle, '>','OutputFile_'.$splitby;

## to split by <user>...</user>
while(<$XmlFileHandle>){
    if(/<$splitby>/){
        print $OutputHandle "<$splitby>\n";
        last;
    }
}

while(<$XmlFileHandle>){
    $line = $_;
    if($line =~ m/<\/$splitby>/){
        print $OutputHandle "</$splitby>";
        last;
    }
    print $OutputHandle $line;
}

print "\nOutput File is : OutputFile_$splitby\n";

使用perl脚本拆分xml文件

4 个答案: