Question

我使用XML::Twig来解析Azure的list-blob REST API的输出。

特别是，我希望识别和删除未提交的孤立blob，我不确定如何最好地有效地使用XML::Twig来执行此操作。我甚至不知道从哪里开始。

最终我需要检索孤立blob的<Name>元素。

响应中未提交的Blob

仅当响应时，响应中列出了未提交的blob   在URI上指定了 include = uncommittedblobs 参数。   响应中列出的未提交的blob不包括任何   以下要素：
Last-Modified
Etag
Content-Type
Content-Encoding
Content-Language
Content-MD5
Cache-Control
Metadata

因此，在下面的简化示例中，您可以看到名为“test”的孤立blob，因为<Blob></Blob>块不包含任何上述元素。

<?xml version="1.0" encoding="utf-8"?>
<EnumerationResults ServiceEndpoint="https://my**account.blob.core.windows.net/"
  ContainerName="testonly">
  <Blobs>
    <Blob>
      <Name>test</Name>
      <Properties>
        <Content-Length>0</Content-Length>
        <BlobType>BlockBlob</BlobType>
        <LeaseStatus>unlocked</LeaseStatus>
        <LeaseState>available</LeaseState>
      </Properties>
    </Blob>
  </Blobs>
  <NextMarker/>
</EnumerationResults>

更新：

实际上，我可能过于简单了。接受的答案似乎不适用于下面的内容，它会打印所有内容：

<?xml version="1.0" encoding="utf-8"?>
<EnumerationResults ServiceEndpoint="https://my**account.blob.core.windows.net/" ContainerName="testonly">
<Blobs>
    <Blob>
        <Name>data/users/docx</Name>
        <Properties>
            <Last-Modified>Wed, 10 May 2017 20:21:25 GMT</Last-Modified>
            <Etag>0x8D497E221E7A5AF</Etag>
            <Content-Length>125632</Content-Length>
            <Content-Type>application/octet-stream</Content-Type>
            <Content-Encoding/>
            <Content-Language/>
            <Content-MD5/>
            <Cache-Control/>
            <Content-Disposition/>
            <BlobType>BlockBlob</BlobType>
            <LeaseStatus>unlocked</LeaseStatus>
            <LeaseState>available</LeaseState>
        </Properties>
    </Blob>
    <Blob>
        <Name>test</Name>
        <Properties>
            <Content-Length>0</Content-Length>
            <BlobType>BlockBlob</BlobType>
            <LeaseStatus>unlocked</LeaseStatus>
            <LeaseState>available</LeaseState>
        </Properties>
    </Blob>
</Blobs>
<NextMarker/>
</EnumerationResults>

我的代码：

sub blob_parse {
        my $blob = $_;
        $blob->first_child($_) and return
        for qw( Last-Modified Etag Content-Type Content-Encoding
                Content-Language Content-MD5 Cache-Control Metadata);
        say "orph: ".$blob->first_child('Name')->text;
}

sub parseAndDelete {
        ### ORPHAN
        $twig_handlers = {'Blobs/Blob' => \&blob_parse};
        $twig = new XML::Twig(twig_handlers=>$twig_handlers);
        $twig->parse($message);
}

Answer 1

更新

没有理由使用XML::Twig提供的回调系统，除非您的XML数据非常庞大并且相应的数据结构占用了太多内存，这对于在Internet消息中获取的数据不太可能< / p>

我会这样实现它

use strict;
use warnings;
use feature 'say';

use XML::Twig;
use List::Util 'none';

my @unwanted = qw/
    Last-Modified Etag Content-Type Content-Encoding
    Content-Language Content-MD5 Cache-Control Metadata
/;

my $twig = 'XML::Twig'->new;

$twig->parsefile('blob.xml');

for my $blob ( $twig->find_nodes('Blobs/Blob') ) {

    if ( none { $blob->find_nodes("Properties/$_") } @unwanted ) {
        say $_->text for $blob->find_nodes('Name');
    }
}

输出

test

如果您的XML实际上格式正确并且您的示例数据是错误的，那么打印所有Name元素的文本内容很简单

我已经使用过这个数据

<?xml version="1.0" encoding="utf-8"?>
<EnumerationResults ServiceEndpoint="https://my**account.blob.core.windows.net/"
  ContainerName="testonly">
  <Blobs>
    <Blob>
      <Name>test</Name>
      <Properties>
        <Content-Length>0</Content-Length>
        <BlobType>BlockBlob</BlobType>
        <LeaseStatus>unlocked</LeaseStatus>
        <LeaseState>available</LeaseState>
      </Properties>
    </Blob>
  </Blobs>
  <NextMarker/>
</EnumerationResults>

的Perl

use strict;
use warnings 'all';
use feature 'say';

use XML::Twig;

my $t = XML::Twig->new;
$t->parsefile( 'blob.xml');

say $_->text for $t->find_nodes('Blobs/Blob/Name');

输出

test

Answer 2

只需为Blob创建一个处理程序，如果存在任何元素则不执行任何操作，否则打印该名称。使用first_child方法检查blob的内部结构。

#! /usr/bin/perl
use warnings;
use strict;
use feature qw{ say };

use XML::Twig;

my $xml = '...';

my $twig = 'XML::Twig'->new(twig_handlers => {
    Blob => sub {
        my $properties = $_->first_child('Properties');
        $properties->first_child($_) and return
            for qw( Last-Modified Etag Content-Type Content-Encoding
                    Content-Language Content-MD5 Cache-Control Metadata
                  );
        say $_->first_child('Name')->text;
    },
});
$twig->parse($xml);

XML :: Twig - 识别不包含元素的blob

2 个答案:

更新

输出

的Perl

输出