Perl编程之基于XML::XPath和XML::Simple的XML文件读写浅析

我们都知道，Perl对于XML文件的支持可谓简单、多样化。CPan上使用的比较多的是XML::Simple模块，该模块可以将整个XML文件结点的数据结构信息以Hash的方式Dump到内存，查看和修改内存信息可以通过对应的Hash key去访问和修改，修改后如果要保存到XML源文件也十分方便。

但是Simple模块也有一些缺点：

1. 要获取某个结点信息之前必须将所有结点信息先DUMP到内存，这样就额外做了本不需要的工作。

2. 由于需要Dump内存，如果XML文件比较大，而且需要频繁作文件的“打开——查看、修改、保存——关闭”操作，则相对耗费内存大，而且效率低。

所以Simple模块比较适合于小型XML文件的操作。同样是对XML的读写操作，XML::XPath模块通过对XPath的支持，可以让程序员轻松地对XML文件“按需索取”，基于XPath的路径检索加快了搜索的速度，也节省了内存。

其实，CPan上关于XML读写的Module很多，但是大多数只提供了解析XML的接口，如何修改XML，并保存到源文件是另外一个大家都会遇到的问题。前面说到，Simple模块支持方便的写操作，但Simple在XML文件的解析上有一些缺陷，实际上也没有支持源文件的修改，只是将修改后的数据信息保存为另外一个XML文件。本质上，这是一个文件修改、保存的问题。既然XPath有XML文件解析上的优势，那能不能实现基于XPath的XML文件修改和保存呢？答案是肯定的。XPath模块提供了一个toString的方法，可以将当前节点下的所有信息以字符串方式输出，所以我们可以在修改内存以后，通过将根结点的toString信息重写文件达到修改源文件的目的。

my $root_nodes =$xp->find('/');

my $root =$root_nodes->get_node(1);

open(FH,">$file_name")ordie "Open file failed:$file_name !";

print FH$root->toString();

close(FH);

以上只是一种解决修改源文件的方案，实际上，重写文件的操作也是低效率的，如果每一次很小的修改都需要重写文件来保存的话势必是存在很多extra effort，这种方案的意义在于XML文件的操作基于XPath。

 

关于修改源文件的思考：

在普通的文件操作中，我们可以按行读取，获取要修改内容的当前行数，然后通过Seek操作重定位写入的位置，写入修改。如果XML::XPath也关心XML元素结点的行数的话，那么也可以通过Seek重定位实现XML文件的原地修改，这样就大大提高了XML文件的修改效率。