Question

我需要在XML文件中找到需要不区分大小写的节点。以下代码有效但仅当元素均不是小写时：

my $dom = XML::LibXML->new->parse_fh(*DATA);
my $xpc = XML::LibXML->XPathContext->new( $dom->documentElement );
my @invoices = $xpc->findnodes( "/ALLINVOICES/INVOICES/INVOICE" );

__DATA__
<ALLINVOICES>
  <INVOICES>
    <INVOICE number="12345">
       <CUSTOMER>Mr Fubar</CUSTOMER>
    </INVOICE>
  </INVOICES>
</ALLINVOICES>

如何修复它以便它也接受<allinvoices><invoices><invoice>？

Answer 1

将元素名称规范化为小写的字符串预处理阶段可能对您有所帮助：

my $xmlstring = '';
{
    local $/;
    $xmlstring = <DATA>;
}

#
# Turns all element names into lowercase.
# Works as well with uppercase ( replace lc with uc )
#
# !!! The usual caveats wrt processing semistructured data with regexen apply (ie. don't try more complex transformations purely by changing the regex pattern )
#
$xmlstring =~ s#(<[/]?[^/>[:space:]]+)#lc($1)#eg; # all element names

my $dom = XML::LibXML->new->parse_string( $xmlstring);
# ...

注意

所提出的解决方案错误地处理了注释和cdata部分（正如@ikegami所指出的那样）。为了根据the specs安全，元素名称的第一个字符必须属于以下字符类：

[:_a-zA-Z\x{c0}-\x{d6}\x{d8}-\x{f6}\x{f8}-\x{ff}\x{0370}-\x{037d}\x{037f}-\x{1fff}\x{200c}\x{200d}\x{2070}-\x{218f}\x{2c00}-\x{2fef}\x{3001}-\x{d7ff}\x{f900}-\x{fdcf}\x{fdf0}-\x{fffd}\N{U+10000}-\n{U+EFFFF}]

这个怪物会在上面代码部分的正则表达式模式中插入[/]?和[^/>[:space:]]*之间（观察更改的重复修饰符）。

Answer 2

XML和XPath始终区分大小写，因此您需要编写将字符串转换为大写或小写的代码以进行比较。我认为LibXML::XPathContext允许您注册其他函数，因此您可以在Perl中编写一个函数，您可以从XPath调用节点和要比较的名称，并根据需要返回true或false：

$xpc->registerFunction('tn', sub { my ($node,$name) = @_; if (lc($node->item(0)->localName) eq $name) { return XML::LibXML::Boolean->True; } else { return XML::LibXML::Boolean->False;} });

my @invoices = $xpath->findnodes('/*[tn(., "allinvoices")]/*[tn(., "invoices")]/*[tn(., "invoice")]');

然而，这只比在XPath中使用translate略短，正如在评论中已经建议的那样，在编写（大量）长XPath表达式时。

如何使用XML :: LibXML查找不区分大小写的节点

2 个答案: