如何跳过xml管道中的元素

Question

我必须处理相当大的XML文件，我想使用xml-conduit的流式应用程序接口来浏览它们并提取我需要的信息。在我的例子中，使用流xml-conduit特别有吸引力，因为我不需要来自这些文件的太多数据，而且我需要对它执行简单的聚合，所以管道是完美的。

现在，我并不总是知道文件的确切结构。文件是由世界各地的不同版本(有时有by )的软件生成的，所以我不能强加该模式。

然而，我知道我感兴趣的元素和它们的形状。但是，正如我所说的，这些元素可以与其他元素以不同的顺序放置，等等。

我想，我需要的是跳过所有我不感兴趣的元素，只考虑那些想要的元素。

我最初想写这样的东西：

tagName "person" (requireAttr "age" <* ignoreAttrs) <|> ignoreTag (const True)

但它不会编译，因为ignoreType返回Maybe ()

在使用xml-conduit流应用编程接口时，如何跳过所有“未知”标签？

Answer 1

作为建议的here

λ> runConduit $ Text.XML.Stream.Parse.parseLBS def  "<foo>bar</foo><person age=\"25\">Michael</person><person age=\"2\">Eliezer</person>" .| many_ (choose [takeTree "person" ignoreAttrs, ignoreAnyTreeContent]) .| manyYield parsePerson .| Data.Conduit.List.consume 
[Person 25 "Michael",Person 2 "Eliezer"]