Perl XML::DOM::解析器答案

【问题标题】：Perl XML::DOM::ParserPerl XML::DOM::解析器
【发布时间】：2013-07-24 11:42:15
【问题描述】：

我正在尝试使用 perl、XML::DOM 和 XML::Parser 从 RSS 提要中获取 som 信息。我很难获得有关 XML::DOM 和 XML::Parser 的 som 文档 :(

这是 rss 提要支出。

<rss version="2.0">
<channel>
    <item>
        <title>The title numer 1</title>
        <link>
        http://www.example.com/link1.php?getfile=1&sha=1234567890
        </link>
        <description>
        File 1
        </description>
    </item>
    <item>
        <title>The title numer 2</title>
        <link>
        http://www.example.com/link1.php?getfile=2&sha=0192837465
        </link>
        <description>
        File 2
        </description>
    </item>
        <item>
        <title>The title numer 3</title>
        <link>
        http://www.example.com/link1.php?getfile=1&sha=0987654321
        </link>
        <description>
        File 3
        </description>
    </item>
</channel>

所以我试图从这个 rss 提要中获取“标题”和“链接”。

我不能使用 XML::LibXML 或 XML::simple 或 XML::RSS

【问题讨论】：

标签： perl xml-parsing xmldom

【解决方案1】：

您的 XML 数据有问题（未加引号的 '&' 字符）：

行如

...getfile=1&sha...

必须写成

...getfile=1&amp;sha...

一旦这个问题得到解决，您就可以使用 XML::Reader:PP 来解析 XML：

use strict;
use warnings;

use XML::Reader::PP;

my $rdr = XML::Reader::PP->new(\*DATA, { mode => 'branches' },
  { root => '/rss/channel/item', branch => [ '/title', '/link' ] });

while ($rdr->iterate) {
    my ($title, $link) = $rdr->value;

    for ($title, $link) {
        $_ = '' unless defined $_;
    }

    print "title = '$title'\n";
    print "link  = '$link'\n";
}

__DATA__
<rss version="2.0">
  <channel>
    <item>
        <title>The title numer 1</title>
        <link>
        http://www.example.com/link1.php?getfile=1&amp;sha=1234567890
        </link>
        <description>
        File 1
        </description>
    </item>
    <item>
        <title>The title numer 2</title>
        <link>
        http://www.example.com/link1.php?getfile=2&amp;sha=0192837465
        </link>
        <description>
        File 2
        </description>
    </item>
        <item>
        <title>The title numer 3</title>
        <link>
        http://www.example.com/link1.php?getfile=1&amp;sha=0987654321
        </link>
        <description>
        File 3
        </description>
    </item>
  </channel>
</rss>

【讨论】：

【解决方案2】：

解析您的 RSS XML 文件时出现问题。对于文件

<xml>
<channel>
    <item>
        <title>The title numer 1</title>
        </item>

    <item>
        <title>The title numer 2</title>
        </item>
</channel>
</xml>

你可以的

use strict;
use warnings;
use XML::Parser;
use Data::Dumper;
use XML::DOM::Lite qw(Parser XPath);

my $parser = Parser->new();
my $doc = $parser->parseFile('2.xml', whitespace => 'strip');


#XML::DOM::Lite::NodeList - blessed array ref for containing Node objects
my $nlist = $doc->selectNodes('/xml/channel/item/title');


foreach my $node (@{$nlist})
{
    print $node->firstChild()->nodeValue() . "\n";
}

【讨论】：

【解决方案3】：

我在尝试安装它时遇到错误，但它看起来像这样：

use XML::DOM::Parser qw( );
use XML::XQL         qw( );
use XML::XQL::DOM    qw( );

my $parser = XML::DOM::Parser->new();
my $doc = $parser->parsefile("file.xml");

for my $item_node ($doc->xql('/channel/item')) {
   my $title = join '', $item_node->xql('title/textNode()');
   my $link  = join '', $item_node->xql('link/textNode()');
   ...
}

【讨论】：