使用 perl XML::Twig 处理 html 嵌套列表元素答案

【问题标题】：handling html nested list element using perl XML::Twig使用 perl XML::Twig 处理 html 嵌套列表元素
【发布时间】：2016-07-01 01:10:46
【问题描述】：

我正在使用 perl XML::Twig 处理 html 列表。

列表元素有另一个嵌套列表元素，如

<list list-type="bullet">
  <list-item>
    <p>Linea</p>
    <list list-type="bullet">
      <list-item>
        <p>Uno</p>
      </list-item>
      <list-item>
        <p>vitara</p>
      </list-item>
     </list>
   </list-item>
   <list-item>
    <p>Panda</p>
   </list-item>
</list>

输出应该是

<p>* Linea</p>
<p>** Uno</p>
<p>** vitara</p>
<p>* Panda</p>

任何人都可以在这里帮助我使用 XML::Twig 获取此输出

提前致谢。

【问题讨论】：

标签： xml perl xml-twig

【解决方案1】：

您可以通过在标量上下文中使用ancestors( 'list') 来获取封闭列表的数量（它返回列表的元素数量）。使用此值生成带有正确数量“*”的前缀：

#!/usr/bin/env perl

use strict;
use warnings;

use XML::Twig;

XML::Twig->new( twig_handlers => { 
  'list-item/p' => sub { my $level= $_->ancestors( 'list');
                         $_->prefix( '*' x $level . ' ');
                         $_->print;
                         print "\n";
                       }
  }
)
         ->parse( \*DATA);
__DATA__
<list list-type="bullet">
  <list-item>
    <p>Linea</p>
    <list list-type="bullet">
      <list-item>
        <p>Uno</p>
      </list-item>
      <list-item>
        <p>vitara</p>
      </list-item>
     </list>
   </list-item>
   <list-item>
    <p>Panda</p>
   </list-item>
</list>

【讨论】：

感谢 Mirod，它按预期工作。你能帮我如何跳过每个中的第二个
元素。
如果您想跳过 2cd p，但输出所有其他 p，请在处理程序的开头添加 return if $_->prev_siblings('p') == 1;（如果当前 p 有一个先前的兄弟，则返回）。如果只想输出第一个p，则添加return if $_->prev_sibling('p');（如果当前p有前一个兄弟则返回）