使用 Perl 的 XML::Simple 解析 XML 文档

 

随着越来越多的 Web 站点开始使用 XML 作为他们的内容，Web 开发人员知道如何解析 XML 数据并将其转换成不同的格式突显重要起来。以前有两种方法实现这一点：设计一些回调处理函数，在一个特定的元素类型被识别时这些回调处理函数被调用（SAX），或者创建一个 XML 文档树，并使用树导航方法访问单独的内容片断（DOM）。

两种方法有一个共同的要点：实现起来不易，尤其是对于 XML 新手来说更是如此。Web 开发人员真正需要的是一些能够使解析 XML 数据像遍历数组或读取文件一样简单的东西。

这就是非常有用的 Perl 模块XML::Simple 出现的原因。它消除了解析XML 数据的痛苦，使得这一过程比你能想象的还要简单。在读完这篇文章之后，你就会知道从如何将 XML 数据转换成 Perl 可用的格式以及如何根据 Perl 哈希创建 XML 文件。

 

安装

XML::Simple 能够解析一个 XML 文件并在以一个 Perl 哈希引用返回数据。在这个哈希中，来自原始 XML 文件的元素作为键，而它们之间的 CDATA 作为值。一旦XML::Simple 处理完一个 XML 文件，XML 文件的内容就可以使用标准 Perl 数组表示法检索。

XML::Simple 完全用 Perl 写成，它是作为XML::Parser 模块之上的一个 API 层实现的，目前由Grant McLean 维护。它捆绑在最新的 Perl 发布中，但是如果你没有最新的 Perl 发布，获取该模块的最简单的方法是从 CPAN 下载。在下载的压缩文件中提供了详细的安装说明，但是目前为上最简单的安装方法是使用 CPAN shell：

shell> perl -MCPAN -e shell
cpan> install XML::Simple

如果使用 CPAN shell，依赖模块会被自动下载（除非你将 shell 配置为不下载依赖模块）。如果手工下载和安装这个模块，那么在安装XML::Simple 之前你可能需要先下载和安装XML::Parser 模块。这篇文章使用的XML::Simple 版本是2.12。

 

基本的 XML 解析

在安装了这个模块之后，创建下面的 XML 文件然后保存为“data.xml”。

<?xml version='1.0'?>
<employee>
        <name>John Doe</name>
        <age>43</age>
        <sex>M</sex>
        <department>Operations</department>
</employee>

然后敲入以下 Perl 脚本，这段脚本使用XML::Simple 模块解析了前面的 XML。

#!/usr/bin/perl

# use module
use XML::Simple;
use Data::Dumper;

# create object
$xml = new XML::Simple;

# read XML file
$data = $xml->XMLin("data.xml");

# print output
print Dumper($data);

使用XML::Simple 本身相当简单。XML::Simple 类的每个对象暴露两个方法：XMLin() 和 XMLout()。XMLin() 方法读取一个 XML 文件或字符串，然后将其转换成一个 Perl 表示；XMLout() 方法则正好相反，读取一个 Perl 结构并将其作为一个 XML 文档实例返回。上面的脚本使用XMLin() 方法读取前面创建的“data.xml”然后将处理结果存储在 $data 中。然后，$data 的内容使用Perl 的 Data::Dumper 显示出来。

在运行这个脚本时，会得到下面的输出：

$VAR1 = {
          'department' => 'Operations',
          'name' => 'John Doe',
          'sex' => 'M',
          'age' => '43'
        };

从上面的结果可以看到，每个元素和与其相关的内容都被转换成一个键值对 Perl 关联数组。你现在可以把上面的脚本反向改为下面的脚本来访问 XML 数据：

#!/usr/bin/perl

# use module
use XML::Simple;

# create object
$xml = new XML::Simple;

# read XML file
$data = $xml->XMLin("data.xml");

# access XML data
print "$data-> is $data-> years old and works in the $data-> section ";

下面是输出：

John Doe is 43 years old and works in the Operations section [/output]

下面让我们看一下如何使用 XML::Simple 来处理更复杂的 XML 文档。

 

处理多级文档树

XML::Simple 的基本 XML 处理功能的易用性也可以扩展到具有多级的 XML 文档上。考虑列表A中的 XML 文件。如果使用 XMLin() 方法读取这个 XML 文件，你将会得到与列表B所示内容相似的结构。

XML::Simple 在一个匿名数组中将重复的元素表示为项。因而，XML 文件中的各个<employee> 元素被转换成一个 Perl 数组，每个数组元素表示一个 employee。所以，如果要访问值“John Doe”，只需要简单地使用下面这个语法：$data->->[0]->。

你还可以在一个 Perl 脚本中通过解引用$data-> 然后使用 foreach() 循环遍历数组来做到这一点。列表C中的代码是这样一个例子。下面是其输出：

John Doe
Age/Sex: 43/M
Department: Operations

Jane Doe
Age/Sex: 31/F
Department: Accounts

Be Goode
Age/Sex: 32/M
Department: Human Resources

处理属性（attribute）

XML::Simple 处理属性的方式与它处理元素的方式基本相同——把它们放到一个哈希中。考虑列表D中的 XML 文件。

如果使用XML::Simple 解析列表D中的 XML 文件，输出将会类似于列表E。注意每个元素的内容被放在一个特殊的键“content”中，你可以使用前面讨论的标准表示法来访问这个键。

控制解析行为

用于控制XML::Simple 行为的两个有用的选项是ForceArray 和KeyAttr 选项，这两个选项一般都传递给对象构造器。ForceArray 选项是一个布尔标志，它告诉XML::Simple 将 XML 元素转换成常规的加了索引的数组，而不是转换成哈希。列表F中的代码片断举例说明了这一点。下面是列表F的输出：

$VAR1 = {
          'department' => [
                          'Operations'
                        ],
          'name' => [
                    'John Doe'
                  ],
          'sex' => [
                   'M'
                 ],
          'age' => [
                   '43'
                 ]
        };

如果想要在 Perl 中创建 XML 文档的一致表示，那么这个输出是很有用的。简单地将所有元素和属性强迫转成一个数组形式，然后使用 Perl 的数组函数来处理它们。

另外一个重要的选项是KeyAttr，它告诉XML::Simple 在构建XML 文档的哈希表示时使用一个特定的元素作为一个唯一“键”。在指定这样一个键之后，对应元素的值（而不是其名字）被用作哈希引用中的一个键，它充当快速访问相关数据的一个索引。

理解这个选项的最好方式是看例子。考虑列表G中的 XML 文件。如果使用XML::Simple 解析这个文件，一般会得到列表H中的一个 Perl 结构。然而，如果告诉XML::Simple 使用 SKU 域作为每个项的一个唯一索引，将它作为KeyAttr 选项传递给构造器，如下所示：

$xml = new XML::Simple (KeyAttr=>'sku');

生成的 Perl 结构就会变为使用那个元素的值作为键，在列表I中可以看到其结果。这样就允许你直接使用 SKU 访问一个项——例如，$data->->->。

 

将 Perl 结构写到 XML

最后，你还可以使用XML::Simple 的 XMLout() 方法将一个 Perl 对象转换成一个 XML 文档。下面是一个例子：

#!/usr/bin/perl

# use module
use XML::Simple;
use Data::Dumper;

# create array
@arr = [
        {'country'=>'england', 'capital'=>'london'},
        {'country'=>'norway', 'capital'=>'oslo'},
        {'country'=>'india', 'capital'=>'new delhi'} ];

# create object
$xml = new XML::Simple (NoAttr=>1, RootName=>'data');

# convert Perl array ref into XML document $data = $xml->XMLout(@arr);

# access XML data
print Dumper($data);

下面是它的输出：

<data>
<anon>
    <anon>
      <country>england</country>
      <capital>london</capital>
    </anon>
    <anon>
      <country>norway</country>
      <capital>oslo</capital>
    </anon>
    <anon>
      <country>india</country>
      <capital>new delhi</capital>
    </anon>
</anon>
</data>

无须多说，这个同样的 XML 文档可以被XML::Simple 读取并重新创建原始的 Perl 结构。

这就是本篇文章的内容。希望你能够更好地理解XML::Simple 的名称的含义所在，下次能够使用 Perl 来解析 XML 文件。