如何使用Perl XML SAX解析器创建XML :: Simple数据结构？

Question

简介 ：我正在寻找一个快速的XML解析器（很可能是一些标准SAX解析器的包装器），它将生成与XML :: Simple生成的每个记录数据结构100％相同的每个记录数据结构。

细节 ：

我们有一个庞大的代码基础结构，它依赖于处理记录，并且希望记录是XML :: Simple生成的格式的数据结构，因为它从早期的侏罗纪时代就一直使用XML :: Simple。

一个简单的XML示例是：

<root>
    <rec><f1>v1</f1><f2>v2</f2></rec>
    <rec><f1>v1b</f1><f2>v2b</f2></rec>
    <rec><f1>v1c</f1><f2>v2c</f2></rec>
</root>

例如粗略的代码是：

sub process_record { my ($obj, $record_hash) = @_; # do_stuff }
my $records = XML::Simple->XMLin(@args)->{root};
foreach my $record (@$records) { $obj->process_record($record) };

众所周知，XML :: Simple很简单。 更重要的是，由于是一个DOM解析器并且需要在内存中构建/存储100％的数据，因此它非常慢且内存耗尽。 因此，它不是解析包含大量小记录的XML文件的最佳工具。

但是，重写整个代码（包含大量“process_record”类似方法）来使用标准SAX解析器似乎是一项不值得资源的大任务，即使以使用XML :: Simple为代价也是如此。

我正在寻找一个现有的模块，它可能基于一个SAX解析器（或任何快速，内存占用很少），可以用来根据上面的图片逐个生成$record hashrefs，可以传递给$obj->process_record($record)并且与XML :: Simple的hashrefs完全相同。

我不在乎新模块的界面是什么; 例如，我是否需要调用next_record()或给它一个接受记录的回调coderef。

Answer 1

XML::Twig有一个简化方法，你可以调用XML元素，根据文档说：

返回一个与XML :: Simple相似的数据结构

这是一个例子：

use XML::Twig;
use Data::Dumper;

my $twig = XML::Twig->new(
    twig_handlers => {
        rec => \&rec,
    }
)->parsefile( 'data.xml' );


sub rec {
    my ($twig, $rec) = @_;
    my $data = $rec->simplify;
    say Dumper $data;
    $rec->purge;
}

NB。 $ rec-> purge立即从内存中清除记录。

针对XML示例运行此操作会产生以下结果：

$VAR1 = {
          'f1' => 'v1',
          'f2' => 'v2'
        };

$VAR1 = {
          'f1' => 'v1b',
          'f2' => 'v2b'
        };

$VAR1 = {
          'f1' => 'v1c',
          'f2' => 'v2c'
        };

我希望可疑的是XML :: Simple :)

/ I3az /

Answer 2

作为XML :: Simple的作者，我想纠正你的问题中的一些误解。

XML :: Simple不是DOM解析器，实际上它根本不是解析器。 它将所有解析任务委托给SAX解析器或XML :: Parser。 解析的速度取决于系统上默认的解析器模块。 当您为XML :: Simple分发运行'make test'时，输出将列出默认解析器。

如果你的系统上的默认解析器是XML :: SAX :: PurePerl，那么它将是缓慢的，更重要的是也是错误的。 如果是这种情况，那么我建议安装XML :: Expat或XML :: ExpatXS以立即加速。 （最后安装的SAX解析器将是该点的默认值）。

话虽如此，你的要求有点矛盾，你想要的东西可以将整个文档作为哈希返回，但你不希望解析器将整个文档放入内存中。

我了解您的短期目标，但作为一个长期解决方案，我建议您将代码迁移到XML :: LibXML。 它是一个DOM解析器，但速度非常快，因为所有繁琐的工作都是用C语言完成的。最重要的是内置的XPath支持使得它比XML :: Simple更简单易用 - 请参阅本文 。

Answer 3

看一下XML :: LibXML :: Reader 。