解析具有多個或1個標籤的XML文件

我在解析xml標籤的文件時遇到問題，問題是文件可能有許多xml標籤或者它可能只有一個。我試圖通過正則表達式和使用LibXML來做到這一點。正則表達式的問題是，如果有兩個在同一行中我的表現甚至打印第一標籤的開始之間的數據，直到第二次關閉標籤月底封閉式標籤解析具有多個或1個標籤的XML文件

xml文件 -

She outsprinted Becky Smith and Joan Hare to the line, with Becky and Joan 
finishing in a time of <time>1:02:41</time> and <time> 1:02:45</time> 
respectively.

正則表達式，我用（想拉時間的詳細信息） -

if (/<time>(.*)<\/time>/) { 
    ($hh, $mm, $ss) = split(':', $1); 
    say "Time Entered - ", $hh, ":", $mm, ":", $ss, " "; 
    print "***$1***\n"; 
    }

輸出

Time Entered - 1:02:41</time> and <time> 1

預期 -

1:02:41 
1:02:45

**第二途徑探索 - **的libxml我試圖與這下面的代碼，但它給了我一個錯誤說

"KnoxHalfResults:1: parser error : Start tag expected, '<' not found 
Jim Colatis won Tuesday's Knoxville half marathon in a blistering pace"

輸入文件數據 - 這

Jim Colatis won Tuesday's Knoxville half marathon in a blistering pace 
of <time> 0:56:45 </time>. He was followed to the line by long time nemesis 
Mickey Mouse in a time of <time>0:58:49</time>. 

my code for LibXML - 
use warnings; 
#use XML::Twig; 
use XML::LibXML; 

my $filein; 
my $fileout; 

($filein, $fileout) = @ARGV; 

my $parser = XML::LibXML->new(); 
my $xmldoc = $parser->parse_file($filein); 

for my $sample ($xmldoc->findnodes('/time')) { 

print $sample->nodeName(), ": ", $sample->textContent(), "\n"; 

}

來源

2013-11-02 kay

與您的說法相反，這不是一個XML文件，這就是libxml抱怨的原因。 – ikegami

一種方法，啜泣你的文件，並用正則表達式匹配模式。

注意：我推薦使用解析器而不是正則表達式！

use strict; 
use warnings; 

open my $fh, '<', $file or die "failed: $!"; 
my $data = do { local $/; <$fh> }; 
close $fh; 

while ($data =~ /(\d{1,2}:\d{2}:\d{2})/g) { 
    print "Time Entered - $1 ***$1***\n"; 
}

或者與符合標籤

while ($data =~ /<time>\s*(.*?)\s*<\/time>/g) { 
    print "Time Entered - $1 ***$1***\n"; 
}

見working demo

輸出

Time Entered - 1:02:41 ***1:02:41*** 
Time Entered - 1:02:45 ***1:02:45***

來源

2013-11-02 03:13:02 hwnd

如前所述，數據不是XML，所以你不能使用XML解析器。

有什麼辦法可以使它格式良好的XML嗎？將它包裝在虛擬根標記中，然後使用XML :: LibXML（或XML :: Twig; - ）代碼可能就足夠了。

#!/usr/bin/perl 

use strict; 
use warnings; 
use XML::Twig; 
use File::Slurp; 

my ($filein, $fileout) = @ARGV; 

my @times; 

my $t= XML::Twig->new(twig_handlers => { time => sub { push @times, $_->text; } }) 
       ->parse('<dummy>' . read_file($filein) . '</dummy>'); 

print "$_\n" foreach @times;

您必須確保文件中的文本是正確的XML文本。它不應包含不屬於標記的<或&。

來源

2013-11-02 05:20:54 mirod

沒有關於文件中的數據的說法。所以我必須假設它可能有或沒有適當的標籤。 – kay

解析具有多個或1個標籤的XML文件

回答

相關問題