그래서 하나의 XML 파일을 가져 와서 다른 파일로 다시 구문 분석하는 파서 루틴을 작성했습니다. 이 코드는 나중에 큰 xml 파일을 많은 작은 xml 파일로 분할하도록 수정했습니다.eXML-PARSER 출력에 원하지 않는 해시 참조가 포함되어 있습니다
출력에 문제가 있습니다. 파싱은 잘 작동합니다. 출력에는 해시 (0x19f9b58)와 같은 원치 않는 문자열도 포함됩니다. 왜 그런지 잘 모르겠습니다.
use Encode;
use XML::Parser;
my $parser = XML::Parser->new(Handlers => {Start => \&handle_elem_start,
End => \&handle_elem_end,Char => \&handle_char_data,});
my $record;
my $file = shift @ARGV;
if($file) {$parser->parsefile($file);}
exit;
sub handle_elem_start
{
my($expat, $name, %atts) = @_;
if ($name eq 'articles'){$file="_data.xml";unlink($file);}
$record .= "<";
$record .= "$name";
foreach my $key (keys %atts){$record .= " $key=\"$atts{$key}\"";}
$record .= ">";
}
sub handle_char_data
{
my($expat, $text) = @_;
$text = decode_utf8($text);
$record .= "$text";
}
sub handle_elem_end
{
my($expat, $name) = @_;
$record .= "</$name>";
if($name eq 'article')
{
open (MYFILE, '>>'.$file);
print MYFILE $record;
close (MYFILE);
print $record;
$record = {};
}
return unless($name eq 'article');
}
샘플 출력 :
...
</article>HASH(0x19f9b40)
<article doi="10.1103/PhysRevSeriesI.9.304">
<journal short="Phys. Rev. (Series I)" jcode="PRI">Physical Review (Series I)</journal>
<volume>9</volume>
<issue printdate="1899-11-00">5</issue>
<fpage>304</fpage>
<lpage>309</lpage>
<seqno>1</seqno>
<price></price><tocsec>Articles</tocsec>
<arttype type="article"></arttype><doi>10.1103/PhysRevSeriesI.9.304</doi>
<title>An Investigation of the Magnetic Qualities of Building Brick</title>
<authgrp>
<author><givenname>O.</givenname><middlename>A.</middlename><surname>Gage</surname></author>
<author><givenname>H.</givenname><middlename>E.</middlename><surname>Lawrence</surname></author>
</authgrp>
<cpyrt>
<cpyrtdate date="1899"></cpyrtdate><cpyrtholder>The American Physical Society</cpyrtholder>
</cpyrt>
</article>HASH(0x19f9b58)
...
HASH 문자열이 원하는되지 않습니다, 알려 주시기 바랍니다.
또한이 작업을 수행하기 위해 다른 모듈을 선택하라는 제안을하지 마십시오. – nebulus
적어도 실제 XML 파서를 사용하고 있습니다. [XML :: Writer] (http://search.cpan.org/perldoc?XML::Writer)와 같은 유효한 XML을 작성하는 데 도움이되는 모듈을 사용할 수도 있습니다. – cjm