ARCHIV

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 | Články autora | přečteno 10838×

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.

Verze pro tisk

Související články

Předchozí Celou kategorii (seriál) Další

Předchozí Celou kategorii (seriál) Další


DISKUZE Nejsou žádné diskuzní příspěvky u dané položky. Příspívat do diskuze mohou pouze registrovaní uživatelé.

Vyhledávání software

Vyhledávání článků

Rozšířené vyhledávání

Linux News

28.11.2018 23:56 /František Kučera
Prosincový sraz spolku OpenAlt se koná ve středu 5.12.2018 od 16:00 na adrese Zikova 1903/4, Praha 6. Tentokrát navštívíme organizaci CESNET. Na programu jsou dvě přednášky: Distribuované úložiště Ceph (Michal Strnad) a Plně šifrovaný disk na moderním systému (Ondřej Caletka). Následně se přesuneme do některé z nedalekých restaurací, kde budeme pokračovat v diskusi.
Komentářů: 1

12.11.2018 21:28 /Redakce Linuxsoft.cz
22. listopadu 2018 se koná v Praze na Karlově náměstí již pátý ročník konference s tématem Datová centra pro business, která nabídne odpovědi na aktuální a často řešené otázky: Jaké jsou aktuální trendy v oblasti datových center a jak je optimálně využít pro vlastní prospěch? Jak si zajistit odpovídající služby datových center? Podle jakých kritérií vybírat dodavatele služeb? Jak volit vhodné součásti infrastruktury při budování či rozšiřování vlastního datového centra? Jak efektivně datové centrum spravovat? Jak co nejlépe eliminovat možná rizika? apod. Příznivci LinuxSoftu mohou při registraci uplatnit kód LIN350, který jim přinese zvýhodněné vstupné s 50% slevou.
Přidat komentář

6.11.2018 2:04 /František Kučera
Říjnový pražský sraz spolku OpenAlt se koná v listopadu – již tento čtvrtek – 8. 11. 2018 od 18:00 v Radegastovně Perón (Stroupežnického 20, Praha 5). Tentokrát bez oficiální přednášky, ale zato s dobrým jídlem a pivem – volná diskuse na téma umění a technologie, IoT, CNC, svobodný software, hardware a další hračky.
Přidat komentář

4.10.2018 21:30 /Ondřej Čečák
LinuxDays 2018 již tento víkend, registrace je otevřená.
Přidat komentář

18.9.2018 23:30 /František Kučera
Zářijový pražský sraz spolku OpenAlt se koná již tento čtvrtek – 20. 9. 2018 od 18:00 v Radegastovně Perón (Stroupežnického 20, Praha 5). Tentokrát bez oficiální přednášky, ale zato s dobrým jídlem a pivem – volná diskuse na téma IoT, CNC, svobodný software, hardware a další hračky.
Přidat komentář

9.9.2018 14:15 /Redakce Linuxsoft.cz
20.9.2018 proběhne v pražském Kongresovém centru Vavruška konference Mobilní řešení pro business. Návštěvníci si vyslechnou mimo jiné přednášky na témata: Nejdůležitější aktuální trendy v oblasti mobilních technologií, správa a zabezpečení mobilních zařízení ve firmách, jak mobilně přistupovat k informačnímu systému firmy, kdy se vyplatí používat odolná mobilní zařízení nebo jak zabezpečit mobilní komunikaci.
Přidat komentář

12.8.2018 16:58 /František Kučera
Srpnový pražský sraz spolku OpenAlt se koná ve čtvrtek – 16. 8. 2018 od 19:00 v Kavárně Ideál (Sázavská 30, Praha), kde máme rezervovaný salonek. Tentokrát jsou tématem srazu databáze prezentaci svého projektu si pro nás připravil Standa Dzik. Dále bude prostor, abychom probrali nápady na využití IoT a sítě The Things Network, případně další témata.
Přidat komentář

16.7.2018 1:05 /František Kučera
Červencový pražský sraz spolku OpenAlt se koná již tento čtvrtek – 19. 7. 2018 od 18:00 v Kavárně Ideál (Sázavská 30, Praha), kde máme rezervovaný salonek. Tentokrát bude přednáška na téma: automatizační nástroj Ansible, kterou si připravil Martin Vicián.
Přidat komentář

Více ... Přidat zprávičku

Poslední diskuze

31.7.2023 14:13 / Linda Graham
iPhone Services

30.11.2022 9:32 / Kyle McDermott
Hosting download unavailable

13.12.2018 10:57 / Jan Mareš
Re: zavináč

2.12.2018 23:56 / František Kučera
Sraz

5.10.2018 17:12 / Jakub Kuljovsky
Re: Jaký kurz a software by jste doporučili pro začínajcího kodéra?

Více ...

ISSN 1801-3805 | Provozovatel: Pavel Kysilka, IČ: 72868490 (2003-2024) | mail at linuxsoft dot cz | Design: www.megadesign.cz | Textová verze

ARCHIV

Perl (136) - XML - DOM a SAX přístupy

Použití XML::LibXML - reprezentace pomocí DOM

SAX - postupné zpracování XML dokumentu

DISKUZE