我正试图将样式表声明添加到脚本处理的任何XML文件的第二行。我的脚本在循环中逐行将文件读取到$inputline字符串中。
我有以下写得不好的Perl代码:
while(<INPUT>) {
$inputline = $_;
if ($inputline =~ m/<?xml version="1.0" encoding="UTF-8"?>/){
print OUTPUT "<?xml version="1.0" encoding="UTF-8"?>n";
print OUTPUT "<?xml-stylesheet type="text/xsl" href="askaway_transcript_stylesheet.xsl"?>n";
}
#lots of other processing stuff
}
我认为这曾经奏效过,但现在已经不行了。测试不同的输出和调整东西告诉我IF语句失败了,我可能在那里做了一些错误的事情。
有什么建议吗?
您有一个非常严格的正则表达式来查找XML标头。如果有多余的空间怎么办?如果编码或xml版本不同怎么办?Regex不是解析XML/HTML的合适工具(请参阅此答案),但是,可以理解您为什么要使用Regx,特别是考虑到您尝试做的事情的范围有限
话虽如此,如果你追求简单,并且愿意接受一些可能的失败,我会选择更简单的正则表达式,并且只做一次替换:
my $replaced = 0;
if ($inputline =~ m/<?xmlb.*>/ && !$replaced) {
print OUTPUT $inputline;
print OUTPUT '<?xml-stylesheet type="text/xsl" href="askaway_transcript_stylesheet.xsl"?>'."n";
$replaced = 1;
}
或者,您可以退出解析循环,假设这就是您在循环中所做的全部工作。
注意事项:
- 如果您的XML都写在一行上,或者即使在同一行上有另一个标记(这是合法的),这很可能会破坏您的XML
编辑:
您的整个while
循环可能如下所示:
while($inputline = <MYXML>) {
my $replaced = 0;
if ($inputline =~ m/<?xmlb.*>/ && !$replaced) {
print OUTPUT $inputline;
print OUTPUT '<?xml-stylesheet type="text/xsl" href="askaway_transcript_stylesheet.xsl"?>'."n";
$replaced = 1;
} else {
print OUTPUT $inputline;
}
}
或者:
while($inputline = <MYXML>) {
my $replaced = 0;
print OUTPUT $inputline;
if ($inputline =~ m/<?xmlb.*>/ && !$replaced) {
print OUTPUT '<?xml-stylesheet type="text/xsl" href="askaway_transcript_stylesheet.xsl"?>'."n";
$replaced = 1;
}
}