如何使用XML::LibXML和SAX解析XML?

Question

到目前为止，我找到的唯一示例代码都已过时无法使用（使用了已弃用的类）。我只需要一个简单的东西来演示:

1. 从文件中加载和解析XML

2. 定义SAX事件处理程序

3. 读取传递给事件处理程序的元素的属性或文本值

- Paul Chernoch

Answer 1

关于分发本身如何？

前往XML::LibXML分发页面，并点击浏览。

请注意文档中的以下警告：

目前，XML::LibXML仅提供了对libxml2本地SAX实现的不完整接口。当前实现未在生产环境中进行测试。它可能会导致显著的内存问题或显示错误行为。

还有XML::SAX，它带有良好的文档。我用过几次，对我的目的来说工作得很好。

- Sinan Ünür

---

谢谢。我以前从没注意到浏览链接。不过，我确实看到了你提到的警告。你会推荐使用其他的Perl SAX解析器吗？我不挑剔。虽然这不是用于大文件，但我更喜欢事件驱动的方法来解决这个问题，因为我正在读取Excel输出的稀疏数据。 - Paul Chernoch

XML::SAX 的文档看起来很易懂，你得到了我的支持。 - Paul Chernoch

Answer 2

Sinan的建议很好，但它没有连接所有的点。这里是一个我拼凑出来的非常简单的程序：

文件1：处理程序（MySAXHandler.pm）

  package MySAXHandler;
  use base qw(XML::SAX::Base);

  sub start_document {
    my ($self, $doc) = @_;
    # process document start event
  }

  sub start_element {
    my ($self, $el) = @_;
    # process element start event
    print "Element: " . $el->{LocalName} . "\n";
  }

1;

文件2：测试程序（test.pl）

#!/usr/bin/perl

use strict;
use XML::SAX;
use MySAXHandler;

my $parser = XML::SAX::ParserFactory->parser(
        Handler => MySAXHandler->new
);

$parser->parse_uri("some-xml-file.xml");

注意：如何获取元素属性的值。这个问题之前没有得到很好的解释，让我花了一个多小时才弄明白语法。在我的XML文件中，属性名为ss:Index。命名空间定义为xmlns:ss="urn:schemas-microsoft-com:office:spreadsheet"。因此，为了获取这个奇怪的Index属性，我需要使用以下代码：

my $ssIndex = $el->{Attributes}{'{urn:schemas-microsoft-com:office:spreadsheet}Index'}{Value};

那真是令人痛苦。

- Paul Chernoch

Answer 3

XML::LibXML::Sax 实现了 Perl SAX 接口，并且有一个很好的文档。

- 9re