XML::LibXML -查找(并注册)文档中使用的命名空间

Question

我在从第三方解析Xml时遇到了问题；它们发送的xml有几个不同版本，名称空间重叠；

版本1

foo="urn:bar.org/version-1“

far="urn:gle.org/version-1“

第2版

foo="bar:a.org/version-2“

far="gle:a.org/version-2“

以前(当我只需要处理一个版本时)，我会从一个硬编码哈希注册名称空间，如下所示：

#!/usr/bin/perl

use strict;
use XML::LibXML ;

my $cfg->{namespace} = {
    foo=>"urn:bar.org/version-1",
    far=>"urn:gle.org/version-1",
};

my $parser = XML::LibXML->new({recover => '1'});

my $doc = $parser->parse_string($inputHash->{$key}->{xml});

my $xc = XML::LibXML::XPathContext->new( $doc->documentElement() );

for my $ns (keys %{$cfg->{namespace}})
{
    $xc->registerNs($ns => $cfg->{namespace}->{$ns});
}

显然，这只适用于第1版。

已经浏览过LibXML文档，但无法找到提取文档中使用的命名空间并注册它们的方法；请有人给我一个指针。

伪医生：

<?xml version="1.0"?>
<foo:Parent xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/" xmlns:foo="bar:a.org/version-2">
    <far:Child xmlns:gle="gle:a.org/version-2">
    {horrific structure with more ns declarations all of which need registering}
    </far:Child>
</foo:Parent>

Answer 1

离开this answer，我将使用//namespace::* XPath表达式来查找名称空间。尝试这个代码示例，看看它是否有帮助：

use strict;
use warnings;
use XML::LibXML;

my $cfg;
my $xml = XML::LibXML->load_xml( location => <your xml>);
foreach my $node ($xml->findnodes('//namespace::*')) {

    $cfg->{namespace}{$node->getLocalName()} = $node->getValue();
}

这将用所需的内容填充您的散列。而且，这个XPath表达式并不总是受支持的。我使用LibXML 1.70和dll版本20703测试了它，它对我起了作用。

Answer 2

我会尝试XML::LibXML::Node::lookupNamespaceURI，即

$cfg->{namespace}->{foo} = $node->lookupNamespaceURI("foo");

对于某个节点，其深度足以使其具有声明。使用最简单的节点将是文档，但除非在顶部声明名称空间，否则这是行不通的；最普遍的方法是遍历所有节点，并根据应用程序逻辑处理相同前缀被重用到不同名称空间的情况.

Answer 3

在树上迭代查找名称空间，直到找到名称空间，例如使用getElementsByTagName或类似的名称空间。

#!/usr/bin/perl --

use strict;
use warnings;

use XML::Twig;

my $xml = <<'__XML__';
<?xml version="1.0"?>
<!-- initially, the default namespace is "books" -->
<book xmlns='urn:loc.gov:books'
      xmlns:isbn='urn:ISBN:0-395-36341-6'>
    <title>Cheaper by the Dozen</title>
    <isbn:number>1568491379</isbn:number>
    <notes>
      <!-- make HTML the default namespace for some commentary -->
      <p xmlns='urn:w3-org-ns:HTML'>
          This is a <i>funny</i> book!
      </p>
    </notes>
</book>
__XML__

{
    my $t = XML::Twig->new(
        start_tag_handlers => {
            _all_ => sub {
                my $tag = $_[1]->tag;
                my $nsp = $_[1]->ns_prefix||'';
                print "$tag => $nsp\n";
                print map {
                    join ' ',
                        "\t", $_,' => ', $_[1]->att($_), "\n"
                    } grep /xmlns/ , $_[1]->att_names ;
            },
        },
    );
    $t->parse($xml);
}
__END__
book =>
         xmlns  =>  urn:loc.gov:books
         xmlns:isbn  =>  urn:ISBN:0-395-36341-6
title =>
isbn:number => isbn
notes =>
p =>
         xmlns  =>  urn:w3-org-ns:HTML
i =>