— Парсинг XML-документов. — Формирование простых и сложных XML — Немного о DOM и парсерах, основанных на событиях SAX — Какими модулями удобно пользоваться и почему

1. Преобразование
Perl-структур в XML
Екатерина Трефилова
Lecharton

2. XML::Simple
Не рекомендуется к использованию.
XML::Bare
XML::TreePP
XML::Fast
XML::LibXML
XML: : SAX

3. Пример XML-файла
<?xml version="1.0" encoding="UTF­8" ?>
<order id="1">
<user login="daz" />
<header>Book</header>
<comment>Very Nice</comment>
<name>Programming Perl</name>
<price>1350</price>
</order>

4. pars.pl
use Data::Dumper;
use XML::Simple;
my $xml_simple = XML::Simple­>new();
my $data =
$xml_simple­>XMLin('test.xml');
print Dumper($data);

5. Выходные данные
$VAR1 = {
'comment' => 'Very Nice',
'name' => 'Programming Perl',
'user' => {
'login' => 'daz'
},
'price' => '1350',
'id' => '1',
'header' => 'Book'
};

6. <?xml version="1.0" encoding="UTF­8" ?>
<item>
<order id="1">
<user login="daz" />
<header>Book</header>
<comment>Very Nice</comment>
<name>Programming Perl</name>
<price>1350</price>
</order>
<order id="2">
...
</order>
</item>
Пример более сложного XML файла

7. $VAR1 = {
'order' => {
'Mastering Regular Expressions' => {
'comment' => 'This is a GREAT book!',
'user' => {
'login' => 'tom'
},
'id' => '2',
'price' => '1199',
'header' => 'Book'
},
'Programming Perl' => {
'comment' => 'Very Nice',
…
}
}
};
Выходные данные

8. use Data::Dumper;
use XML::Simple;
my $xml_simple = XML::Simple­>new();
my $data =
$xml_simple­>XMLin('test.xml',
KeepRoot => 1, KeyAttr => '');
print Dumper($data);
Указываем опции

9. $VAR1 = {
'item' => {
'order' => [
{
'comment' => 'Very Nice',
'name' => 'Programming Perl',
'user' => {
'login' => 'daz'
},
'price' => '1350',
'id' => '1',
'header' => 'Book'
},
{
'comment' => 'This is a GREAT book!',
'name' => 'Mastering Regular Expressions',
...
}]
}
};
Выходные данные

10. :Добавим количество страниц
$doc­>{item}­>{order}­>{pages} = '1104';
say ($xml_simple­>XMLout($doc));
xml:Полученный
<opt>
<item name="Programming Perl"
Pages="1104" comment="Very Nice"
header="Book" id="1" price="1350">
<user login="daz" />
</item>
</opt>

11. $doc­>{item}­>{order}­>{pages} = ['1104'];
say ($xml_simple­>XMLout($doc,
KeepRoot => 1,
XMLDecl => "<?xml version='1.0'?>"));
Указываем опции для XMLout()

12. XML::Simple — зло!

13. XML::Simple
XML::Bare
XML::TreePP
XML::Fast
XML::LibXML
XML: : SAX

14. use Data::Dumper;
use XML::Bare;
my $ob = new XML::Bare(file => 'test.xml' );
my $root = $ob­>parse();
print Dumper($root);
pars.pl

15. $VAR1 = {
...
'order' => {
'value' => '',
'_pos' => 1,
'_i' => 150631033,
'_z' => 204,
'name' => {
'_z' => 171,
'_i' => 150631136,
'value' => 'Programming Perl',
'_pos' => 5
},
'id' => {
'_att' => 1,
'value' => '1'
},
...
},
};
Выходные данные pars.pl

16. :Добавим количество страниц
$root­>{order}­>{pages}­>{value} = '1104';
my $new_xml = $ob­>xml( $root );
say $new_xml;
xml:Полученный
<order id="1">
<pages>1104</pages>
<user login="daz" />
<header>Book</header>
<comment>Very Nice</comment>
<name>Programming Perl</name>
<price>1350</price>
</order>

17. XML::Simple
XML::Bare
XML::TreePP
Простая реализация разбора и записи
XML-документов
XML::Fast
XML::LibXML
XML: : SAX

18. use Data::Dumper;
use XML::TreePP;
my $tpp = XML::TreePP­>new();
my $tree = $tpp­>parsefile( "test.xml" );
print Dumper($tree);
pars.pl

19. $VAR1 = {
'item' => {
'order' => [{
'comment' => 'Very Nice',
'user' => {
'­login' => 'daz'
},
'name' => 'Programming Perl',
'price' => '1350',
'­id' => '1',
'header' => 'Book'
},
{
'comment' => 'This is a GREAT book!',
...
}
]}
};
Выходные данные

20. :Добавляем новый элемент
$tree­>{item}­>{order}­>{pages} = '1104';
my $xml = $tpp­>write( $tree );
say $xml;
xml:
<?xml version="1.0" encoding="UTF­8" ?>
<item>
<order id="1">
<comment>Very Nice</comment>
<header>Book</header>
<name>Programming Perl</name>
<pages>1104</pages>
<price>1350</price>
<user login="daz" />
</order>
...
</item>

21. XML::Simple
XML::Bare
XML::TreePP
XML::Fast
Простой и быстрый парсер XML-документов
XML::LibXML
XML: : SAX

22. use XML::Fast;
use Data::Dumper;
my $xml =
'<?xml version="1.0" encoding="UTF­8" ?>
<order id="1">
<user login="daz" />
<header>Book</header>
<price>1350</price>
</order>';
my $hash = xml2hash $xml, attr => '.',
text => '~';
print Dumper($hash);
pars.pl

23. $VAR1 = {
'order' => {
'comment' => 'Very Nice',
'name' => 'Programming Perl',
'user' => {
'.login' => 'daz'
},
'price' => '1350',
'.id' => '1',
'header' => 'Book'
}
};
Выходные данные

24. Минусы
● Не удобны для сложных преобразований;
● Не всегда корректно работают с
кодировками;
● При вводе данных весь документ
считывается в память;

25. DOM
(Document Object Model)
DOM представляет XML-документ как дерево
двунаправленных узлов.

26. XML::LibXML
Оболочка для libxml2 проекта Gnome
XML::Simple
XML::Bare
XML::TreePP
XML::Fast
XML: : SAX

27. use XML::LibXML;
my $parser = XML::LibXML­>new;
my $doc = $parser­>parse_file('test.xml');
my $root = $doc­>documentElement();
my $pages_in_book = {
'1' => '1104',
'2' => '1255',
};
my @nodeList = $doc­>getElementsByTagName('order');
foreach my $order (@nodeList) {
my $id = $order­>getAttribute('id');
my $pages = $order­>addNewChild('', 'pages');
my $val =
$doc­>createTextNode($pages_in_book­>{$id});
$pages­>addChild($val);
}
print $doc­>toString(1);
pars.pl

28. <?xml version="1.0" encoding="UTF­8"?>
<item>
<order id="1">
<user login="daz"/>
<header>Book</header>
<comment>Very Nice</comment>
<name>Programming Perl</name>
<price>1350</price>
<pages>1104</pages></order>
<order id="2">
<user login="tom"/>
...
<price>1199</price>
<pages>1255</pages></order>
</item>
Полученный XML

29. Работа с потоками
Поток - последовательность обрабатываемых
фрагментов данных.
● поток состоит из последовательности фрагментов
данных (маркеров);
● имеет значение последовательность
передаваемых фрагментов;
● не имеет значение источник данных;
Код, обрабатывающий конкретный тип маркера,
называется обработчиком.

30. Для каких задач подходит потоковая
обработка?
● фильтр
● селектор
● сумматор
● преобразователь
Не подходит если программе нужно
"заглянуть" в далекое прошлое или близкое
будущее.

31. SAX
(Simple API for XML)
Интерфейс управляемый событиями
XML::LibXML — хотя и имеет интерфейс
SAX, парсер DOM
XML: : SAX: : ParserFactory — определяет
удобный способ выполнения
вспомогательных, рутинных операций
XML::SAX::ExpatXS — оболочка для
испытанного парсера expat

32. test.xml
<item>
<order user='daz' price='1350' id='1' />
<order user='tom' price='1199' id='2' />
</item>
test.pl
use XML::SAX::ParserFactory;
use XML::SAX::Writer;
my $writer = XML::SAX::Writer­>new;
$XML::SAX::ParserPackage = "XML::SAX::ExpatXS";
my $parser = XML::SAX::ParserFactory­>parser(
Handler => $writer );
eval { $parser­>parse_file('test.xml') };
# or or $p­>parse_string("<foo/>"),
# $p­>parse_uri("foo.xml")

33. Если Вы работаете с XML...
● Не делайте файлы слишком большими;
● Не используйте пространства имен, если в
этом нет острой необходимости;
● Используйте XML Schema;
● Нумеруйте версии;

34. Итог
XML::Simple — лучше не использовать;
XML::Bare — когда важен порядок элементов;
XML::TreePP — для быстрого парсинга документов, с
простой структурой;
XML::Fast — если есть вероятность, что XML не валиден;
XML::LibXML — для документов со сложной структурой;
XML: : SAX — для большого объема информации;

35. СПАСИБО!

36. Perl developers: Fill your XML toolbox
http://www.ibm.com/developerworks/library/x-perl-xml-toolki
t/?S_TACT=105AGX99&S_CMP=CP
XML для разработчиков Perl
http://www.ibm.com/developerworks/ru/library/x-xmlperl1/index.h
tml#N10217
Perl & XML. Библиотека программиста
Джейсон Макинтош, Эрик Т. Рей

37. ВОПРОСЫ