Linux Software

Perl (136) - XML - DOM a SAX přístupy

Perl Naťukněme stručně několik témat souvisejících s XML. Bude to jen úvod, ze kterého by mělo vycházet další studium.

10.7.2011 00:00 | Jiří Václavík | read 10848×

DISCUSSION

Použití XML::LibXML - reprezentace pomocí DOM

Představme si velmi stručně ještě jeden z nejlepších modulů pro práci s XML, kterým je XML::LibXML od českého autora Petra Pajase. Umí parsovat XML soubory jako DOM. DOM je aplikační rozhraní pro čtení nebo zápis obsahu a struktury XML dokumentů.

Opět budeme pracovat se souborem ukazka.xml.

<?xml version="1.0" encoding="UTF-8"?>
<katalog>
  <kniha id="1">
    <nazev>Stopařův průvodce Galaxií 1.</nazev>
    <autor>Adams Douglas</autor>
    <foto src="stoparuv.jpg" alt="Titulní strana - Stopařův průvodce"/>
    <popis>
      Nezapomeňte: <citace>ručník je dost možná tou nejužitečnější věcí ve vesmíru</citace>.
    </popis>
    <cena>319</cena>
  </kniha>
  <kniha id="2">
    <nazev>Alchymista</nazev>
    <autor>Coelho Paulo</autor>
    <foto src="alchymista.jpg" alt="Titulní strana - Alchymista"/>
    <popis>
      Cesta za pokladem.
    </popis>
    <cena>399.90</cena>
  </kniha>
</katalog>

Následující kód parsuje soubor ukazka.xml a načte data do objektu.

use XML::LibXML;

$parser = XML::LibXML->new;
$d = $parser->parse_file("ukazka.xml");

Pro opětovný výpis dat ve formátu XML nyní budeme volat metodu toString.

print $d->toString(1);

Velmi stručně se podívejme, jak přidávat nové elementy. Budeme k tomu potřebovat odkaz na kořenový element.

$root = $doc->documentElement();

Přidejme nejprve další knihu.

$kniha = $root->addNewChild("", "kniha");

Poté dovnitř můžeme přidat elementy pro autora a název.

$autor = $kniha->addNewChild("", "autor");
$nazev = $kniha->addNewChild("", "nazev");

Do těchto elementů již můžeme vepsat data.

$autor->addChild($doc->createTextNode("Antoine de Saint-Exupéry"));
$nazev->addChild($doc->createTextNode("Malý princ"));

Pro další podobné metody lze nahlédnout do dokumentace.

Modul XML::LibXML je velmi komplexní a umí obrovské množství věcí. Pro zájemce je k dispozici dokumentace.

SAX - postupné zpracování XML dokumentu

Ještě se stručně podívejme, jak lze pracovat s nástrojem SAX. Ten nabízí trochu odlišný přístup na XML dokument. SAX chápe XML jako tok dat a událostí. Každý element vyvolá příslušnou událost a na základě nich postupně můžeme zpracovávat data.

XML::LibXML má SAX rozhraní, avšak je pouze simulované, protože data jsou tak jako tak načteny do paměti. Je třeba se poohlédnout zase po něčem novém. Podívejme se blíže na XML::SAX::ExpatXS.

use XML::SAX::ParserFactory;
use XML::SAX::Writer;

$XML::SAX::ParserPackage = "XML::SAX::ExpatXS";
$parser = XML::SAX::ParserFactory->parser(Handler => XML::SAX::Writer->new);
$parser->parse_file("ukazka.xml") ;

Na programátorovi je určit ke každé události, jak se na ni má reagovat. My jsme v příkladu použili standardní XML::SAX::Writer, který vypíše na výstup XML.

Rozšiřováním XML::SAX::Base pomocí navrhování handlerů můžeme definovat vlastní reagování na události. Funguje to tak, že přetížíme některé z metod, které jsou uvedené v dokumentaci. Zkusme přetížit metodu start_element, která je volána vždy poté, kdy narazíme na první z páru elementů. Můžeme pomocí SUPER zdědit chování nadřízené třídy nebo nějak jinak manipulovat s daty.

package MujHandler;
use Data::Dumper;
use base qw(XML::SAX::Base);

sub start_element {
  my ($self, $data) = @_;
  $self->SUPER::start_element($data);
}

#další metody

1;

Stojí za to se podívat, co vlastně v proměnné $data máme.

print Dumper $data;

Podívejme se orientačně, jak vypadá výstup pro elementy autor a foto.

$VAR1 = {
          'LocalName' => 'autor',
          'Prefix' => '',
          'Attributes' => {},
          'Name' => ${\$VAR1->{'LocalName'}},
          'NamespaceURI' => ${\$VAR1->{'Prefix'}}
        };
$VAR1 = {
          'LocalName' => 'foto',
          'Prefix' => '',
          'Attributes' => {
                            '{}alt' => {
                                       'LocalName' => 'alt',
                                       'Prefix' => ${\$VAR1->{'Prefix'}},
                                       'Value' => "Tituln\x{ed} strana - Stopa\x{159}\x{16f}v pr\x{16f}vodce",
                                       'Name' => ${\$VAR1->{'Attributes'}{'{}alt'}{'LocalName'}},
                                       'NamespaceURI' => ${\$VAR1->{'Prefix'}}
                                     },
                            '{}src' => {
                                       'LocalName' => 'src',
                                       'Prefix' => ${\$VAR1->{'Prefix'}},
                                       'Value' => 'stoparuv.jpg',
                                       'Name' => ${\$VAR1->{'Attributes'}{'{}src'}{'LocalName'}},
                                       'NamespaceURI' => ${\$VAR1->{'Prefix'}}
                                     }
                          },
          'Name' => ${\$VAR1->{'LocalName'}},
          'NamespaceURI' => ${\$VAR1->{'Prefix'}}
        };

Abychom si také ukázali nějaký příklad vlastního handleru, zkusíme vypsat stromový seznam všech otevíracích a uzavíracích elementů.

Jak tedy bude vypadat náš handler? Vytvoříme dvě metody - jednu pro otevírací elementy a druhou pro uzavírací. Z proměnné $data získáme snadno název elementu. Také budeme uchovávat hloubku zanoření.

package MujHandler;
use Data::Dumper;
use base qw(XML::SAX::Base);

our $zanoreni = 0;

sub start_element {
  my ($self, $data) = @_;
  print " " x $zanoreni . $$data{"LocalName"}." - zacatek elementu\n";
  $zanoreni++;
}

sub end_element {
  my ($self, $data) = @_;
  $zanoreni--;
  print " " x $zanoreni . $$data{"LocalName"}." - konec elementu\n";
}

1;

Nyní tento handler použijeme. V úvodním programu nahradíme XML::SAX::Writer za náš MujHandler.

use XML::SAX::ParserFactory;
use MujHandler;

my $handler = MujHandler->new();
$XML::SAX::ParserPackage = "XML::SAX::ExpatXS";
my $parser = XML::SAX::ParserFactory->parser(Handler => $handler);

$parser->parse_uri("ukazka.xml") ;

A výsledek?

katalog - zacatek elementu
 kniha - zacatek elementu
  id - zacatek elementu
  id - konec elementu
  nazev - zacatek elementu
  nazev - konec elementu
  autor - zacatek elementu
  autor - konec elementu
  foto - zacatek elementu
  foto - konec elementu
  popis - zacatek elementu
   citace - zacatek elementu
   citace - konec elementu
  popis - konec elementu
  cena - zacatek elementu
  cena - konec elementu
 kniha - konec elementu
 kniha - zacatek elementu
  id - zacatek elementu
  id - konec elementu
  nazev - zacatek elementu
  nazev - konec elementu
  autor - zacatek elementu
  autor - konec elementu
  foto - zacatek elementu
  foto - konec elementu
  popis - zacatek elementu
  popis - konec elementu
  cena - zacatek elementu
  cena - konec elementu
 kniha - konec elementu
katalog - konec elementu

Nyní si lze snadno představit, jak přizpůsobivý nástroj máme.

DISCUSSION

For this item is no comments.

Add comment is possible for logged registered users.

Search Software

Search Google

Latest aktual Distributions

1.	Pacman linux Download: 4879x
2.	FreeBSD Download: 9067x
3.	PCLinuxOS-2010 Download: 8564x
4.	alcolix Download: 10949x
5.	Onebase Linux Download: 9661x
6.	Novell Linux Desktop Download: 0x
7.	KateOS Download: 6245x

Latest aktual Software

1.	xinetd Download: 2413x
2.	RDGS Download: 937x
3.	spkg Download: 4762x
4.	LinPacker Download: 9968x
5.	VFU File Manager Download: 3199x
6.	LeftHand Mała Księgowość Download: 7203x
7.	MISU pyFotoResize Download: 2811x
8.	Lefthand CRM Download: 3563x
9.	MetadataExtractor Download: 0x
10.	RCP100 Download: 3121x
11.	Predaj softveru Download: 0x
12.	MSH Free Autoresponder Download: 0x

linuxsoft.cz | Design: www.megadesign.cz