Question

以下只是我正在处理的XML的一小部分。我想提取子树下的所有属性，标签名称和文本。

<?xml version='1.0' encoding='UTF-8'?>
<Warehouse>
<Equipment id="ABC001" model="TV" version="3_00">
<attributes>
<Location>Chicago</Location>
<Latitude>30.970</Latitude>
<Longitude>-90.723</Longitude>
</attributes>
</Equipment></Warehouse>

我编写了这样的例子：

#!/usr/bin/perl
use XML::LibXML;
use Data::Dumper;

$parser = XML::LibXML->new();
$Chunk = $parser->parse_file("numone.xml");

@Equipment = $Chunk->findnodes('//Equipment');
foreach $at ($Equipment[0]->getAttributes()) {
    ($na,$nv) = ($at -> getName(),$at -> getValue());
    print "$na => $nv\n";
}

@Equipment = $Chunk->findnodes('//Equipment/attributes');
@Attr = $Equipment[0]->childNodes;
print Dumper(@Attr);

foreach $at (@Attr) {
    ($na,$nv) = ($at->nodeName, $at->textContent);
    print "$na => $nv\n";
}

我得到的结果如下：

id => ABC001
model => TV
version => 3_00
$VAR1 = bless( do{\(my $o = 10579528)}, 'XML::LibXML::Text' );
$VAR2 = bless( do{\(my $o = 13643928)}, 'XML::LibXML::Element' );
$VAR3 = bless( do{\(my $o = 13657192)}, 'XML::LibXML::Text' );
$VAR4 = bless( do{\(my $o = 13011432)}, 'XML::LibXML::Element' );
$VAR5 = bless( do{\(my $o = 10579752)}, 'XML::LibXML::Text' );
$VAR6 = bless( do{\(my $o = 10565696)}, 'XML::LibXML::Element' );
$VAR7 = bless( do{\(my $o = 13046400)}, 'XML::LibXML::Text' );
#text =>

Location => Chicago
#text =>

Latitude => 30.970
#text =>

Longitude => -90.723
#text =>

提取属性似乎没问题，但提取标签名称和文本有额外的内容。我的问题是：

那些::Text元素来自哪里？
如何摆脱那些额外元素和#text事物？

谢谢，

Answer 1

额外节点是仅包含空格的文本节点，例如，元素之间的换行符。如果你愿意，可以跳过它们：

@Equipment = $Chunk->findnodes('//Equipment/attributes');
@Attr = $Equipment[0]->childNodes;
foreach $at (@Attr) {
    ($na,$nv) = ($at->nodeName, $at->textContent);

    next if $na eq "#text";  # skip text nodes between elements

    print "$na => $nv\n";
}

输出：

id => ABC001
model => TV
version => 3_00
Location => Chicago
Latitude => 30.970
Longitude => -90.723

Answer 2

首先，您应该在程序开始时use strict和use warnings，并在my首次使用时声明所有变量。这将揭示许多简单的错误，在您寻求帮助的计划中尤为重要。

正如您所知，XML::LibXML::Text条目是空白文本节点。如果您希望XML::LibXML解析器忽略，那么在解析器对象上设置no_blanks选项。

此外，您最好使用较新的load_xml方法而不是过时的parse_file，如下所示

my $parser = XML::LibXML->new(no_blanks => 1);
my $Chunk = $parser->load_xml(location => "numone.xml");

此程序更改版本的输出类似于

id => ABC001
model => TV
version => 3_00
$VAR1 = bless( do{\(my $o = 7008120)}, 'XML::LibXML::Element' );
$VAR2 = bless( do{\(my $o = 7008504)}, 'XML::LibXML::Element' );
$VAR3 = bless( do{\(my $o = 7008144)}, 'XML::LibXML::Element' );
Location => Chicago
Latitude => 30.970
Longitude => -90.723

如何摆脱Perl的XML :: LibXML模块中findnodes返回的不需要的节点？

2 个答案: