XML::Twig 解析相同路径中的相同名称标签

Question

我正在尝试帮助一位对 EMR（电子病历）系统不满意并想更换但公司表示他们无法从数据库中提取患者人口统计数据的客户（我们询问他们是否可以得到我们csv 文件中的姓名、地址、出生日期（某种非常基本的东西）——但他们声称他们做不到。 （考虑到他们正在使用 sql 数据库，这很疯狂）。 无论如何-他们移交患者的方式是在 xml 文件中，其中大约有 40,000 多个。但它们包含的不仅仅是人口统计数据。 在做了一些研究并在 15 年前完成了广泛的 Perl 编程之后（我承认这些年来它已经生锈了）——我认为这应该是在 Perl 中完成的一项好任务——我遇到了 XML::Twig 模块，它似乎能够做到这一点。 不幸的是，感兴趣的 xml 代码如下所示：

<patient extension="Patient ID Number">  // <--Patient ID is 5 digit number)
  <name>
    <family>Patient Family name</family>
     <given>Patient First/Given name</given>
     <given>Patient Middle Initial</given>
  </name>
  <birthTime value=YEARMMDD"/>

xml 文件中有更多地址等字段。

这是我的代码：

my $twig=XML::Twig->new( twig_handlers => {
  'patient/name/family'      => \&get_family_name,
  'patient/name/given'       => \&get_given_name
});
$twig->parsefile('test.xml');

my @fields;

sub get_family_name {my($twig,$data)=@_;$fields[0]=$data->text;$twig->purge;}
sub get_given_name {my($twig,$data)=@_;$fields[1]=$data->text;$twig->purge;}

我可以毫无问题地读取所有具有唯一标签（家庭、城市、邮政编码等）的信息，但 XML:Twig 只返回标签的中间首字母。 例如，如何解决第一次出现的“given”并将其分配给 $fields[1] 并将第二次出现的“given”分配给 $fields[2] - 或者取消中间的首字母。

另外，我如何使用 XML::Twig 提取“Patient ID”或“birthTime”值 - 我找不到对它的引用。 我尝试使用 $data->findvalue('birthTime') 但结果为空。

我查看了：Perl, XML::Twig, how to reading field with the same tag，这非常有帮助，但由于重复的标签位于同一路径中，所以它是不同的，我似乎无法找到答案。 XML::Twig 是否只返回在解析文件时找到匹配项时找到的最后一个值？有没有办法提取所有出现的值？

提前感谢您的帮助！

Answer 1

从文档中很容易假设您应该对所有事情都使用回调。但是解析整个文档并对其进行整体查询同样有效，尤其是在数据量很小的情况下

从您的问题中不清楚每个患者是否都有一个单独的 XML 文件，并且您没有显示 patient 元素包含的内容，但我建议您使用折衷方法并仅为 @ 编写处理程序987654323@ 提取所有所需信息的元素

我选择从每个patient 元素中构建一个信息哈希%patient，并将其推送到包含文件中所有数据的数组@patients 上。如果每个文件只有一名患者，则需要更改此设置

我已经解决了name/given 元素的问题，方法是获取所有元素并将它们连接成一个带有中间空格的字符串。希望合适

这是完全未经测试的，因为我目前手头只有一台平板电脑，所以要小心。它确实有编译的机会，但如果它没有错误，我会感到惊讶

use strict;
use warnings 'all';

use XML::Twig;

my @patients;

my $twig = XML::Twig->new(
    twig_handlers => { patient => \&get_patient }
);
$twig->parsefile('test.xml');

sub get_patient {
    my ($twig, $pat) = @_;

    my %patient;

    $patient{id} = $pat>att('extension');

    my $name         = $pat->first_child('name');yy
    $patient{family} = $name->first_child_trimmed_text('family');
    $patient{given}  = join ' ', $name->children_trimmed_text('given');

    $patient{dob}    = $pat->first_child('birthTime')->att('value');

    push @patients, \%patient;
}