Question

我正在使用XML::Twig解析大型XML文件（60GB +）并在OO（Moose）脚本中使用它。我使用twig_handlers选项在它们被读入内存后立即解析元素。但是，我不确定如何处理Element和Twig。

在我使用Moose（和OO）之前，我的脚本看起来如下（和工作）：

my $twig = XML::Twig->new(
  twig_handlers => {
    $outer_tag => \&_process_tree,
  }
);
$twig->parsefile($input_file);


sub _process_tree {
  my ($fulltwig, $twig) = @_;

  $twig->cut;
  $fulltwig->purge;
  # Do stuff with twig
}

现在我就这样做了。

my $twig = XML::Twig->new(
  twig_handlers => {
    $self->outer_tag => sub {
      $self->_process_tree($_);
    }
  }
);
$twig->parsefile($self->input_file);

sub _process_tree {
  my ($self, $twig) = @_;

  $twig->cut;
  # Do stuff with twig
  # But now the 'full twig' is not purged
}

问题是我现在看到我错过了fulltwig的清除。我认为 - 在第一个，非OO版本 - 清除将有助于节省内存：尽快摆脱fulltwig。但是，当使用OO（并且必须依赖处理程序中的显式sub{}）时，我不知道如何清除整个树枝，因为文档说明了

$ _也设置为元素，因此很容易编写内联处理程序   像

para => sub { $_->set_tag( 'p'); }

所以他们谈论你想要处理的元素，而不是fulltwig本身。那么如果它没有传递给子程序，怎么能删除呢？

Answer 1

处理程序仍然得到完整的树枝，你只是没有使用它（使用$ _代替）。

事实证明，您仍然可以在树枝上调用purge（我通常称之为“元素”，或文档中的elt）：$_->purge将按预期工作，清除完整的树枝直到$ _;

中的当前元素

清洁工（恕我直言）的方式是实际获取所有参数并清除完整的枝条：

my $twig = XML::Twig->new(
  twig_handlers => {
    $self->outer_tag => sub {
      $self->_process_tree(@_); # pass _all_ of the arguments
    }
  }
);
$twig->parsefile($self->input_file);

sub _process_tree {
  my ($self, $full_twig, $twig) = @_; # now you see them!

  $twig->cut;
  # Do stuff with twig
  $full_twig->purge;  # now you don't
}

在子处理程序中清除XML Twig

1 个答案: