如何在xml twig中拆分父标签？

Question

我是xml-twig的新手，如何拆分父标签？

文件：

<xml>
   <p class="indent">text text incluce <div>text</div> ateas</p>
   <p class="text">text text incluce <div>text</div> ateas</p>
</xml>

我需要如下输出：

<xml>
   <p class="indent">text text incluce</p>
   <div>text</div>
   <p class="indent">ateas</p>
   <p class="text">text text incluce</p>
    <div>text</div>
   <p class="text">ateas</p>
</xml>

如何拆分标签？

use strict;
use XML::Twig;

open(my $output , '>', "split.xml") || die "can't open the Output $!\n";

my $xml_twig_content = XML::Twig->new(
        'p' => \&split, )

$xml_twig_content->parsefile("sample.xml");
$xml_twig_content->print($output);

sub split{
        my ($xml_twig_content, $p) = @_;

}

如何拆分标签？...

Answer 1

这在很大程度上取决于完整XML数据的性质。例如，如果您期望嵌套的<p>元素，那么解决方案就复杂得多，并且需要更好地定义行为。

然而，这个程序似乎做了您需要做的事情，并且处理您的样本数据。与您自己的代码一样，split子例程处理遇到的每个<p>元素。如果一个元素只包含文本，则该元素保持不变，否则子元素将被分离并用于在数组@split中创建替换节点列表。通过创建父<p>元素的克隆并将文本粘贴为其内容来转换此列表中的文本节点。修改所有文本节点后，对replace_with的调用将用新的元素列表替换原始的<p>元素。

注意，print_to_file方法避免了单独打开输出文件的需要。

use strict;
use warnings;

use XML::Twig;

my $twig = XML::Twig->new(
  twig_handlers => { p => \&split },
);

$twig ->parsefile('sample.xml');
$twig->print_to_file('split.xml', pretty_print => 'indented');

sub split{
  my ($twig, $p) = @_;
  return if $p->contains_only_text;

  my @split = $p->cut_children;
  for my $child (grep $_->is_pcdata, @split) {
    my $text = $child;
    $child = $p->copy;
    $text->paste(last_child => $child);
  }

  $p->replace_with(@split);
}

输出

<xml>
  <p class="indent">text text incluce </p>
  <div>text</div>
  <p class="indent"> ateas</p>
  <p class="text">text text incluce </p>
  <div>text</div>
  <p class="text"> ateas</p>
</xml>

Answer 2

可能有几种方法可以做到这一点。下面的代码使用wrap_in，它在所有文本节点周围添加一个新的<p>，然后使用erase删除原始<p>。atts用于将原始<p>的属性复制到新的属性中。

#!/usr/bin/perl
use warnings;
use strict;

use XML::Twig;

open(my $output , '>', "split.xml") || die "can't open the Output $!\n";

my $xml = XML::Twig->new( twig_handlers => { p => \&split_tag } );

$xml->parsefile("1.xml");
$xml->print($output);

sub split_tag {
    my ($twig, $p) = @_;
    $_->wrap_in('p', $p->atts) for $p->children('#TEXT');
    $p->erase;
}

顺便说一句，请发布一个可运行的代码。您的示例代码遗漏了重要的部分(t.g.twig_handlers或分号)。

sub split_tag {
    my ($twig, $p) = @_;
  CHILD:
    for my $ch ($p->children(sub {'div' ne shift->name})) {
        my $wrap = $ch->wrap_in('p', $p->atts);
        my $prev = $wrap->prev_sibling or next CHILD;
        $prev->merge($wrap) if 'p' eq $prev->name;
    }
    $p->erase;
}