Perl XML :: twig：在混合内容

Question

我处理的XML文件包含一些混合内容（包含文本的元素，一个子标记，然后是文本）。
我想为每个父元素提取紧跟在子元素之前的单词（substring）。

XML输入示例：

<root>
<parent> there is text all <child>text</child> around it</parent>
<parent> there is text all <child>text</child> around it</parent>
<parent> there is text all <child>text</child> around it</parent>
<parent> there is text all <child>text</child> around it</parent>
</root>

文本输出示例：

all
all
all
all

我知道将text_only应用于parent元素会给我there is text all around it，因此我不再需要处理子元素，但是我不会＃ 39;不知道如何找到前面的单词。

我应该用某种文本标记替换child元素，例如|，只是将剩余的文本作为单个字符串进行处理？

我不是要求一个完整的＆＃34;现成的＆＃34;回答，但有些方向肯定会有所帮助。

Answer 1

您可以找到每个child元素，然后检查左侧兄弟的文本。那是以前的兄弟。方便地there is a method prev_sibling_text提供了这一点，因为前一个兄弟是一个文本节点。从那里开始，只需要找到最后一个字。

use strict;
use warnings;
use feature 'say';
use XML::Twig;

my $twig = XML::Twig->new(
    TwigHandlers => {
        child => sub {
            say +( split /\s/, $_->prev_sibling_text )[-1];
        },
    }
);

$twig->parse( \*DATA );

__DATA__
<root>
<parent> there is text all <child>text</child> around it</parent>
<parent> there is text all <child>text</child> around it</parent>
<parent> there is text all <child>text</child> around it</parent>
<parent> there is text all <child>text</child> around it</parent>
</root>