删除 perl XML::Twig 中除一个节点外的所有节点答案

【问题标题】：removing all but one node in perl XML::Twig删除 perl XML::Twig 中除一个节点外的所有节点
【发布时间】：2018-03-01 08:54:40
【问题描述】：

我有一个包含许多 level3 元素的 xml 文件。我想删除除一个这样的元素之外的所有元素。我的xml文件：

<?xml version="1.0" encoding="UTF-8"?>
<level1 id="level1_id">
    <level2 id="level2_id">
        <level3 id="level3_id1">
            <attributes>
                <attribute>1</attribute>
                <attribute>2</attribute>
            </attributes>
        </level3>
        <level3 id="level3_id2">
            <attributes>
                <attribute>1</attribute>
                <attribute>2</attribute>
            </attributes>
        </level3>
        <level3 id="level3_id3">
            <attributes>
                <attribute>1</attribute>
                <attribute>2</attribute>
            </attributes>
        </level3>
    </level2>
</level1>

我的 perl 脚本：

my $filename = 'test3.xml';
my $outfile = $filename."_after";
open my $output, '>', $outfile or die "Couldn't open output file\n";
my $twig = new XML::Twig (twig_handlers => { 'level2' => \&edit });
$twig->parsefile($filename);
#$twig->flush;
$twig->print($output);

sub edit {
    my ($twig, $element) = @_;
    my @elements= $element->children('level3');
    print $#elements."\n";
    my @elements= @elements[1..$#elements];
    print $#elements."\n";
    my $count = 0;
    foreach (@elements){
        $count++;
        $_->delete;
    }
    print $count;
    $twig->purge;

}

这只是留下了 level1 元素：

<?xml version="1.0" encoding="UTF-8"?>
<level1 id="level1_id"></level1>

另一方面，当顶层是 level2 时，我的脚本工作得很好。示例xml文件及处理后的结果：

<?xml version="1.0" encoding="UTF-8"?>

<level2 id="level2_id">
    <level3 id="level3_id1">
        <attributes>
            <attribute>1</attribute>
            <attribute>2</attribute>
        </attributes>
    </level3>
    <level3 id="level3_id2">
        <attributes>
            <attribute>1</attribute>
            <attribute>2</attribute>
        </attributes>
    </level3>
    <level3 id="level3_id3">
        <attributes>
            <attribute>1</attribute>
            <attribute>2</attribute>
        </attributes>
    </level3>
</level2>

结果：

<?xml version="1.0" encoding="UTF-8"?>
<level2 id="level2_id">
    <level3 id="level3_id1">
        <attributes>
            <attribute>1</attribute>
            <attribute>2</attribute>
        </attributes>
    </level3>
</level2>

这正是我想要的，即只剩下一个 level3 元素。我究竟做错了什么？这与我如何定义树枝处理程序有关吗？我不想对 xml 结构进行硬编码，例如我的 $twig = new XML::Twig (twig_handlers => { 'level1/level2' => \&edit }); 我不知道在实际的 xml 文件中 level2 有多深，实际文件的结构可能不完全相同，所以这部分应该是动态的

【问题讨论】：

标签： xml perl xml-twig

【解决方案1】：

不需要$twig->purge 或类似的行，我不明白你为什么要写它

它将丢弃任何已解析但未打印到输出的内容，即您刚刚编辑的整个 level2 元素

我也推荐你写

my $twig = XML::Twig->new(
    twig_handlers => { level2 => \&edit },
    pretty_print  => 'indented',
);

因为您使用的 indirect object 语法模棱两可且容易出错。 pretty_print 选项还将使输出 XML 更具可读性。

【讨论】：

删除 $twig->purge 成功了。它在教程中，我仍在学习该模块，并没有考虑太多。有什么办法可以提高代码的速度吗？ XML::Twig 似乎比 XML::LibXML 慢得多：将 level2 元素传递给 twig 处理程序并迭代其子代，还是将 level3 元素传递给 twig 处理程序并迭代兄弟姐妹？
@Kot789：你需要问一个新问题。

【解决方案2】：

我建议除非您特别想对大文件进行增量解析，否则twig_handers 是不必要的复杂。如果您想将 XML 视为流并修改/丢弃其中的一部分，它是一个强大的工具，但实际上通常只是加载整个 XML，并且使用它更简单、更清晰。

您想要做的似乎是删除第一个之后的所有“level3”元素。

所以：

#!/usr/bin/perl

use strict;
use warnings;

use XML::Twig;


my $twig = XML::Twig->new->parsefile('your_xml_file.xml');
my $count;

foreach my $level3 ( $twig->get_xpath('.//level3') ) {
   #delete after the first one. 
   $level3->delete if $count++;
}

#set formatting
$twig -> set_pretty_print('indented_a');
#print to stdout
$twig->print;

【讨论】：