perl解析xml-XML::Simple/XMLin

 

轉自： http://blog.charlee.li/perl-xml-simple/

 

[Perl]用XML::Simple解析XML文件

在Perl中解析XML的方法最常見的就是使用 XML::DOM 和 XML::Simple了。 XML::DOM過於龐大，而且解析結果是一個DOM樹，操作也不方便。 
對於小型且不復雜的XML文件，XML::DOM真是殺雞用牛刀。 這時就輪到輕便的XML::Simple上場了。

XML::Simple如其名，真的很簡單。假設XML內容如下：

<opt>
    <user login="grep" fullname="Gary R Epstein" />
    <user login="stty" fullname="Simon T Tyson" >
        <session pid="12345"/>
    </user>
    <text>This is a test.</text>
</opt>

那么只需這樣寫：

use XML::Simple;
use Data::Dumper;

$xml = XMLin('sample.xml');
print Dumper($xml);

就可以輕而易舉地將XML解析成一個hash，然后用foreach依次處理即可。

$VAR1 = {
          'text' => 'This is a test.',
          'user' => [
                    {
                      'fullname' => 'Gary R Epstein',
                      'login' => 'grep'
                    },
                    {
                      'session' => {
                                   'pid' => '12345'
                                 },
                      'fullname' => 'Simon T Tyson',
                      'login' => 'stty'
                    }
                  ]
        };

可以發現如下規律：

• 元素的標簽名被用於hash的key。
• 單個元素的內容作為hash的value，多個重復的元素的內容被放到一個數組引用中作為hash的value
• 屬性和子元素都以hash的key=>value對出現在元素的內容中

一個問題是，對單個元素和多個重復元素的處理結果不一致，就會導致foreach處理時比較麻煩 （需要區分是標量還是數組引用），如上面的 text 和 user 的值。 解決方法是添加選項 ForceArray => 1，就可以強制單個元素也放到數組引用中。

$xml = XMLin('sample.xml', ForceArray => 1);
print Dumper($xml);

運行結果（部分）：

$VAR1 = {
          'text' => [
                    'This is a test.'
                  ],
          'user' => [
......

另一個問題是，如果你的元素屬性中包含id、name或key，那么元素就不再放到數組引用中，而是放到 hash引用中。比如下面的XML，注意與上面的結果的區別：

<opt>
    <user id="grep" fullname="Gary R Epstein" />
    <user id="stty" fullname="Simon T Tyson">
        <session pid="12345"/>
    </user>
    <text>This is a test.</text>
</opt>

$VAR1 = {
          'text' => [
                    'This is a test.'
                  ],
          'user' => {
                    'grep' => {
                              'fullname' => 'Gary R Epstein'
                            },
                    'stty' => {
                              'session' => [
                                           {
                                             'pid' => '12345'
                                           }
                                         ],
                              'fullname' => 'Simon T Tyson'
                            }
                  }
        };

user的內容不再是數組引用，而是hash引用，而id='grep'也變成了key存在。

要想禁用這個功能，應當指定選項 KeyAttr => ''。這個選項就是說，解析時應該把哪些屬性作為hash的key來使用， 默認值是['id', 'name', 'key']。

在XML::Simple的文檔中， 所有的選項都有詳細說明，而KeyAttr和ForceArray選項被標為important，可見它們是多么常用了。

 

例如：

始終將testcases作為array； 將testcases下的retries作為testcases中的key；

my $ref_hash_result = XMLin($result_xml,
ForceArray => ["testcases"],
KeyAttr => {"testcases" => "retries"},
);