Utilisation d'une table de hachage - Transformation XML avec Twig

**japanatome** · 29/05/2010, 12h23

Bonjour,

Je travaille sur des ressources lexicales codées en XML. L'objectif est de transformer ces ressources en un même balisage XML (pour les fusionner ensuite).

Pour cela, j'ai un programme pour chaque ressource (ils fonctionnent tous). Mais je me suis demandé s'il n'était pas possible de programmer une sorte de "Transformation universelle" puisque le résultat doit être le même.

J'ai donc pensé établir une table de hachage au début de mon programme. Les clefs sont les balises que l'on aura en sortie, les valeurs les balises de la source.

Cependant, le résultat est quelque peu problématique, d'où ce sujet.

-- PROLOGUE : --

FAQ sur les hash tables
Introduction à la programmation en Perl de S. Lhullier
Divers sujets déjà créés, dont celui-ci (problème valeurs/clefs)

Pas de solution trouvée.

-- SOURCE (extrait d'une des sources à traiter) : source_test.xml --

Code xml :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
 
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!-- ?xml:stylesheet type="text/css" href="fravie.css"? -->
<!-- DOCTYPE dictionary SYSTEM "fravie.dtd" -->
<volume name="ThuyDict_fra" source-language="fra" target-language="vie" creation-date="18/01/2002">
<entry id=""><headword>a</headword>
<syntactic-sense><pos>xxx</pos>
<translation lang="vie">xxx</translation>
<example><fra>a majuscule (A)</fra><vie>xxx</vie></example>
<example><fra>a minuscule (a)</fra><vie>xxx</vie></example>
</syntactic-sense>
<syntactic-sense><pos>xxx</pos>
<translation lang="vie">xxx</translation>
<translation lang="vie">xxx</translation>
<translation lang="vie">xxx</translation>
<translation lang="vie">xxx</translation>
</syntactic-sense>
<syntactic-sense><pos>xxx</pos>
<translation lang="vie">xxx</translation>
</syntactic-sense>
</entry>
<entry id=""><headword>abaca</headword>
<syntactic-sense><pos>xxx</pos>
<translation lang="vie">xxx</translation>
</syntactic-sense>
</entry>
</volume>

les 'xxx' sont en réalité des termes en vietnamiens (mais l'affichage pose problème sur le forum).

-- CODE (j'ai supprimé le superflu - gestion des arguments de la commande - et simplifié au maximum pour plus de clarté) : TRANSFO.pl --

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
 
#!/usr/bin/perl
#
###------###
#
use strict;
use warnings;
use locale;
use utf8;
use XML::Twig; 
use XML::Twig::Xpath;
#
###------###
# [1] Table de hachage
#
my %balises = (   "entry"         => "entry",
                        "head"          => "",
		        "headword"      => "headword",
		        "pronunciation" => "",
		        "pos"           => "syntactic-sense",
		        "sense"         => "",
		        "definition"    => "",
		        "label"         => "",
	   	        "formula"       => "",
	  	        "gloss"         => "",
		        "translations"  => "",
		        "translation"   => "translation",
		        "examples"      => "",
		        "example"       => "example/vie",
		        "idioms"        => "",
		        "idiom"         => "",
                        "else"          => "example/fra", );
#
# [2] Autres variables :
#
my ($FichierXML,    # le fichier source
  $FichierResultat, # le fichier en sortie
  $FiRe,            # descripteur pour le fichier en sortie
  $erreur,          # message d'erreur
  $encoding,        # format d'encodage par défaut 
  $twig,            # variable pour le parsing
  $CountEntry,      # comptage des entrées
  $TwigEntry,       # le twig pour la balise <entry>
  $date) = 0;    # la date
#
##------##
#
$erreur = "|ERROR| : problem opening the file :"; 
$encoding = "UTF-8"; 
$date = localtime;
$CountEntry = 0;
#
##------##
# Input
$FichierXML = 'source_test.xml';
# Output
$FichierResultat = 'out_test.xml';
open ($FiRe, ">:encoding($encoding)",$FichierResultat)
  or die ("$erreur $!\n");
#
#
print {$FiRe} 
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>\n", 
"<m:volume name=\"VD_Mam\" creation-date=\"$date\">\n";
#
###------###
#
#
$twig = new XML::Twig (Twig_handlers => {'entry' => \&entry,},);
$twig -> parsefile($FichierXML);
#
print {$FiRe} "</m:volume>";
close($FiRe);
#
###------###
#
sub entry 
{
($twig, $TwigEntry) = @_;
$CountEntry++;
#
my $path_headword = $TwigEntry->get_xpath($balises{'headword'});
print {$FiRe} "<m:entry", ' ', 'id="fra.', $path_headword,'">';
print {$FiRe} "<m:head>";
print {$FiRe} "<m:headword>", $path_headword, "</m:headword>";
print {$FiRe} "<m:pronunciation></m:pronunciation>";
print {$FiRe} "<m:pos>", "</m:pos>"; 
print {$FiRe} "</m:head>";
print {$FiRe} "</m:entry>", "\n";
#
$twig->purge;
return;
}
##------##
1 ;

J'ai choisi pour l'exemple de ne travailler que sur <headword>, je suppose que si une solution est trouvée pour cette élément, je pourrais l'appliquer au reste. J'utilise les pointeurs xpath, la seul possibilité pour une transformation commune aux sources selon moi.

-- RÉSULTAT (de l'extrait indiqué) out_test.xml --

Code xml :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<m:volume name="VD_Mam" creation-date="Sat May 29 12:07:57 2010">
<m:entry id="fra.1"><m:head><m:headword>1</m:headword><m:pronunciation></m:pronunciation><m:pos></m:pos></m:head></m:entry>
<m:entry id="fra.1"><m:head><m:headword>1</m:headword><m:pronunciation></m:pronunciation><m:pos></m:pos></m:head></m:entry>
</m:volume>

Ainsi donc au lieu d'afficher le PCDATA de l'élément <headword>, je me retrouve avec un 1 (sûrement pour me dire TRUE non ?!). J'en suis arrivé là.

-- CONCLUSION --

Si vous avez connu ce genre de problème, ou encore si vous avez un avis sur le programme en général, merci de me répondre !

Bon weekend à tous (même si vous ne me répondez pas

)

**Philou67430** · 01/06/2010, 10h04

La méthode get_xpath retourne une liste d'éléments. Affecter le retour de cette fonction à un scalaire fourni un contexte de scalaire à l'affectation, qui converti alors automatiquement la liste en sa taille. Dans ton cas, il y a 1 élément qui correspond au path.

Pour récupérer le premier élément de cette liste, il faut écrire l'affectation dans un contexte de liste, ainsi :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

my ($path_headword) = $TwigEntry->get_xpath($balises{'headword'});

**japanatome** · 02/06/2010, 10h32

Merci beaucoup pour ta réponse Philou67430.

Je ne connaissais pas ce point de détail, qui va grandement accélérer mes p'tits programmes !!

Je teste, je l'applique au "vrai" programme (au cas où).

Dois-je inscrire le nouveau code ensuite ? Pour aider les petites gens comme moi

.

**japanatome** · 02/06/2010, 11h30

Je viens de tester, j'ai toujours le même problème. Tu avais fait un test de ton côté ? On sait jamais, l'erreur est peut être ailleurs.

Sinon tu m'as donné une idée, et j'ai trouvé une solution en remplaçant par :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

my ($path_headword) = $TwigEntry->first_child($balises{headword})->text;

Mais malheureusement, en mettant ça je ne traiterai que le premier fils, comment passer aux suivants ? Il va falloir que j'y réfléchisse, je pense que c'est faisable sans grosse difficulté (enfin j'espère).

Merci du coup de main, qui m'a quand même permis d'avancer.

**Philou67430** · 02/06/2010, 12h22

Non, je n'ai pas testé, car je n'ai pas d'exemple complet à tester, et je ne connais pas ces modules.
J'ai simplement constaté que la méthode get_xpath retournait une liste, et que par conséquent, pour récupérer une liste et non la taille de cette liste, il faut l'affecter à une autre liste.

Quand tu dis que tu as toujours le même problème, tu veux dire que tu vois "1" au lieu de ce que tu attends dans $path_headword ?

**djibril** · 02/06/2010, 13h35

Voici ton fichier XML indenté :

Code xml :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!-- ?xml:stylesheet type="text/css" href="fravie.css"? -->
<!-- DOCTYPE dictionary SYSTEM "fravie.dtd" -->
<volume creation-date="18/01/2002" name="ThuyDict_fra" source-language="fra" target-language="vie">
  <entry id="">
    <headword>a</headword>
    <syntactic-sense>
      <pos>xxx</pos>
      <translation lang="vie">xxx</translation>
      <example>
        <fra>a majuscule (A)</fra>
        <vie>xxx</vie>
      </example>
      <example>
        <fra>a minuscule (a)</fra>
        <vie>xxx</vie>
      </example>
    </syntactic-sense>
    <syntactic-sense>
      <pos>xxx</pos>
      <translation lang="vie">xxx</translation>
      <translation lang="vie">xxx</translation>
      <translation lang="vie">xxx</translation>
      <translation lang="vie">xxx</translation>
    </syntactic-sense>
    <syntactic-sense>
      <pos>xxx</pos>
      <translation lang="vie">xxx</translation>
    </syntactic-sense>
  </entry>
  <entry id="">
    <headword>abaca</headword>
    <syntactic-sense>
      <pos>xxx</pos>
      <translation lang="vie">xxx</translation>
    </syntactic-sense>
  </entry>
</volume>

Peux tu expliquer de novo ce que tu souhaites en sortie. Je n'ai pas compris l'histoire des balises headword.

**japanatome** · 02/06/2010, 14h13

Philou,

Autant pour moi, il y a toujours une erreur avec ta solution, mais qui est différente du "1" précédent.

Voici le résultat (excusez moi s'il n'est pas indenté, il l'est normalement, masi pas sur le site. S'il y a une méthode, je suis preneur) :

Code xml :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<m:volume name="VD_Mam" creation-date="Wed Jun  2 14:05:29 2010">
<m:entry id="fra.XML::Twig::Elt=HASH(0x36bac6c)">
<m:head>
<m:headword>XML::Twig::Elt=HASH(0x36bac6c)</m:headword><m:pronunciation></m:pronunciation>
<m:pos></m:pos>
</m:head>
</m:entry>
<m:entry id="fra.XML::Twig::Elt=HASH(0x37bac84)">
<m:head>
<m:headword>XML::Twig::Elt=HASH(0x37bac84)</m:headword><m:pronunciation></m:pronunciation>
<m:pos></m:pos>
</m:head>
</m:entry>
</m:volume>

Concernant ta question Djibrill, l'objectif est de transformer plusieurs sources xml (ce sont des dictionnaires) en un même format xml (pour les fusionner). Par exemple, avec les fichiers de tests que j'ai indiqué, le texte contenu dans <headword> sera copié dans l'élément <m:headword>.

J'aimerais pouvoir traiter le plus de cas possibles. On pourrait ainsi avoir un attribut au lieu d'avoir du texte, ou alors la structure serait différente. C'est pour ça que je considère le Xpath comme la meilleure solution. Ici le cas est assez simple, il s'agit d'abord d'avoir quelque chose qui marche et ensuite de l'améliorer.

**Philou67430** · 02/06/2010, 14h32

OK, donc à présent, tu récupères bien un élément, mais c'est un objet, pas un texte. Il faut que tu consultes la doc de l'objet pour trouver la méthode ou la propriété à utiliser pour faire ton affichage. Ne connaissant pas le module, ni ton application, je ne vais pas pouvoir t'aider beaucoup plus à trouver ce que tu souhaites afficher.

**djibril** · 02/06/2010, 14h53

Bon voici un code, essaye de t'en inspirer

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
#!/usr/bin/perl
use strict;
use warnings;
 
use XML::Twig;
use XML::Writer;
use IO::File;
 
my $date = localtime;
 
# Input / output
my $FichierXML      = 'source_test.xml';
my $FichierResultat = 'out_test.xml';
 
my $output = new IO::File(">$FichierResultat");
my $writer = new XML::Writer(
  OUTPUT      => $output,
  DATA_INDENT => 3,         # indentation, 3 espace
  DATA_MODE   => 1,         # changement ligne.
  ENCODING    => 'utf-8',
);
$writer->xmlDecl("UTF-8");
 
my $twig = new XML::Twig;
$twig->parsefile($FichierXML);
 
my $balise_root = 'entry';
my %balises     = (
  "head"            => undef,
  "headword"        => "headword",
  "pronunciation"   => undef,
  "syntactic-sense" => "syntactic-sense/pos",
  "sense"           => undef,
  "definition"      => undef,
  "label"           => undef,
  "formula"         => undef,
  "gloss"           => undef,
  "translations"    => undef,
  "translation"     => "syntactic-sense/translation",
  "examples"        => undef,
  "example"         => "example/vie",
  "idioms"          => undef,
  "idiom"           => undef,
  "else"            => "example/fra",
);
 
my $root = $twig->root;
$writer->startTag(
  "m:$balise_root",
  'name'          => $root->{'att'}->{'name'},
  'creation-date' => $date,
);
 
foreach my $twig_entry ( $root->children($balise_root) ) {
  entry( $writer, $twig_entry, \%balises );
}
$writer->endTag("m:$balise_root");
$output->close();
 
sub entry {
  my ( $writer, $TwigEntry, $ref_balise_a_traier ) = @_;
  my $entry = $TwigEntry->name;
 
  $writer->startTag( "m:$entry", 'id' => 'fra.' . $TwigEntry->pos . $TwigEntry->field($entry), );
 
  $writer->startTag('m:head');
 
  foreach my $balise ( grep { $ref_balise_a_traier->{$_} } sort keys %{$ref_balise_a_traier} ) {
    foreach $twig ( $TwigEntry->findnodes( $ref_balise_a_traier->{$balise} ) ) {
      $writer->startTag( 'm:' . $balise );
      $writer->characters( $twig->text );
      $writer->endTag( 'm:' . $balise );
 
    }
  }
  $writer->endTag('m:head');
 
  $writer->endTag("m:$entry");
 
  return;
}

Voici le fichier résultant :

Code xml :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
<?xml version="1.0" encoding="UTF-8"?>
 
<m:entry name="ThuyDict_fra" creation-date="Wed Jun  2 14:52:48 2010">
   <m:entry id="fra.1">
      <m:head>
         <m:headword>a</m:headword>
         <m:syntactic-sense>xxx</m:syntactic-sense>
         <m:syntactic-sense>xxx</m:syntactic-sense>
         <m:syntactic-sense>xxx</m:syntactic-sense>
         <m:translation>xxx</m:translation>
         <m:translation>xxx</m:translation>
         <m:translation>xxx</m:translation>
         <m:translation>xxx</m:translation>
         <m:translation>xxx</m:translation>
         <m:translation>xxx</m:translation>
      </m:head>
   </m:entry>
   <m:entry id="fra.2">
      <m:head>
         <m:headword>abaca</m:headword>
         <m:syntactic-sense>xxx</m:syntactic-sense>
         <m:translation>xxx</m:translation>
      </m:head>
   </m:entry>
</m:entry>

**japanatome** · 04/06/2010, 21h25

Merci pour vos indications à tous les deux.

Je vais utiliser ce que tu m'as donné djibrill, et d'ici mercredi j'indiquerai si mon problème est résolu, ou, si j'ai encore un souci, qu'elle en est sa nature.

Désolé de ne pas avoir répondu pus tôt, le temps passe vite face à un écran !!

**japanatome** · 07/06/2010, 11h13

Ok j'ai utilisé ton code Djibrill, ça me permet de traiter la question. Je n'ajoute rien, ton code est clair et tu as un résultat. Je l'ai juste adapté par rapport à mes sources et aux résultats attendus.

Merci encore !

**japanatome** · 09/06/2010, 15h32

Voici deux autres exemples de code, cette fois-ci en utilisant le twig-handler.

Le premier est directement tiré de la méthode juste au-dessus élaborée par Djibril.

Le second (que j'utilise maintenant, parce que décidément, les tables de hachage et moi, c'est le divorce assuré), remplace la table de hachage par une simple liste de variables scalaires.
Celui-ci est très simple, pour chaque entrée (élément entry) il va utiliser les variables scalaires définies au départ pour écrire le nouveau fichier XML.

Je recommande celui-ci pour les débutants comme moi, et je recommande une amélioration du premier pour les experts

.

Code n°1 :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
#!/usr/bin/perl
# -------------------------------------------------------------------
use strict;
use warnings;
use utf8;
use IO::File;
use XML::Twig;
use XML::Writer;
 
# -------------------------------------------------------------------
my $date = localtime;
my $count_entry = 0;
my $balise_root = 'volume';
 
# -------------------------------------------------------------------
# Input / output
my $FichierXML      = 'source_test.xml';
my $FichierResultat = 'out_test.xml';
 
my $output = new IO::File(">$FichierResultat");
my $writer = new XML::Writer(
  OUTPUT      => $output,
  DATA_INDENT => 3,         # indentation, 3 espace
  DATA_MODE   => 1,         # changement ligne.
  ENCODING    => 'utf-8',
);
$writer->xmlDecl("UTF-8");
 
# -------------------------------------------------------------------
# Début de l'écriture
 
# my $root = $twig->root; Ici le parsing n'a pas encore début, il n'est plus possible
# de récupérer la racine de la source. On remplace cette variable par un $name
# Que l'utilisateur pourra par exemple indiquer en argument (pas dans cette version).
my $name = 'Source_test';
$writer->startTag(
  "m:$balise_root",
  'name'          => $name, # c'est ici qu'a lieu le changement.
  'creation-date' => $date,
);
 
# -------------------------------------------------------------------
# Twig 
my $twig = XML::Twig->new
(Twig_handlers   => {'entry' => \&entry,},); 
# on définit le handler sur l'élément 'entry'
 
$twig->parsefile($FichierXML);
my $root = $twig->root; 
 
# -------------------------------------------------------------------
# Subroutine 
sub entry {
my ($twig, $TwigEntry) = @_;
my $entry = $TwigEntry->name;
my $balise_entry = 'entry';
 
my %balises = 
(
  "word"        => "headword",
);
 
my $headword = $TwigEntry->field("headword");
$writer->startTag( "m:$balise_entry", 'id' => 'fra.' . $headword);
$writer->startTag('m:head');
 
while (my ($k,$v) = each(%balises))
	{
    $writer->startTag ($k);
    $writer->characters($TwigEntry->field($v));
    $writer->endTag ($k);
    }
$writer->endTag('m:head');
$writer->endTag("m:$balise_entry");
$twig->purge;
return;
}
 
# -------------------------------------------------------------------
# Fin du fichier
$writer->endTag("m:$balise_root");
$output->close();

Résultat :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
<?xml version="1.0" encoding="UTF-8"?>
 
<m:volume name="Source_test" creation-date="Wed Jun  9 15:18:13 2010">
   <m:entry id="fra.a">
      <m:head>
         <word>a</word>
      </m:head>
   </m:entry>
   <m:entry id="fra.abaca">
      <m:head>
         <word>abaca</word>
      </m:head>
   </m:entry>
</m:volume>

Code n°2 :

Usage : perl test2.pl -v -from source_test.xml -to out_test.xml

(j'ai laissé les arguments cette fois-ci).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
#!/usr/bin/perl
 
# =======================================================================================================================================
###--- METADIRECTIVES ---###
 
use strict;
use warnings;
use utf8;
use IO::File; 
use Getopt::Long; # pour gérer les arguments.
 
use XML::Twig; # (non inclus dans le core de Perl)
use XML::Writer; # (non inclus dans le core de Perl)
 
 
# =======================================================================================================================================
###--- PROLOGUE ---###
 
# ------------------------------------------------------------------------
##-- Les balises de la source/de la sortie (MAM) --##
 
# ------------------------------------------------
# MODIFIEZ CES VARIABLES SELON LE TRAITEMENT VOULU
# ------------------------------------------------
# les valeurs de ces variables correspondent aux éléments de la source.
 
my $ref_root = 'volume'; # la racine
my $ref_entry = 'entry' ; 
 
my  $in_root 		   = 'volume'; 
my  $in_entry 		   = 'entry'; 		
my	$in_headword 	   = 'headword';  	
my	$in_pronunciation  = 'notag'; # lorsqu'il n'y a pas de correspondance.
my	$in_pos 		   = 'notag'; 		    
 
 
# ------------------------------------------------------------------------
##-- Gestion des options --##
 
my ($date, $FichierXML, $FichierResultat, $erreur, $encoding) = ();
my ($verbeux, $help, $total_entry) = ();
GetOptions( 
  'date|time|t=s'        	  => \$date, # flag de type -date ou --date, ou -time ou --time, ou -t ou --t (=s : string)
  'source|in|from|i=s'        => \$FichierXML, 
  'sortie|out|to|o=s'         => \$FichierResultat, 
  'erreur|error|e=s'     	  => \$erreur, 
  'encodage|encoding|enc|f=s' => \$encoding, 
  'help|h'                	  => \$help, 
  'verbeux|v'             	  => \$verbeux, 
  'max|total|m=s'			  => \$total_entry,
  );
 
if (!( defined $date ))
	{
	$date = localtime;
	};
if (!( defined $FichierXML ))
	{
	&help ; # si le fichier source n'est pas spécifié, affichage de l'aide.
	};
if (!( defined $FichierResultat ))
	{
	$FichierResultat = "toto.xml" ;
	};
if (!( defined $erreur ))
	{
	$erreur = "|ERROR| : problem opening file :";
	};
if (!( defined $encoding ))
	{
	$encoding = "UTF-8"; 
	};
if ( defined $help )
	{
	&help;
	};
 
 
# ------------------------------------------------------------------------
##-- Configuration de l'output --##
 
my $output = new IO::File(">$FichierResultat");
my $writer = new XML::Writer(
  OUTPUT      => $output,
  DATA_INDENT => 3,         # indentation, 3 espaces
  DATA_MODE   => 1,         # changement ligne.
  ENCODING    => $encoding,
);
$writer->xmlDecl($encoding);
 
# ------------------------------------------------------------------------
 
if ( defined $verbeux )
	{
	&info('a'); 
	};
# message dans le STDERR (voir subroutine 'info') indiquant le démarrage du programme.
 
 
# =======================================================================================================================================
###--- TWIG ---###
 
my $name = "Nom_de_la_Source";
 
# Début du fichier en sortie :
$writer->startTag
	(
  "m:$ref_root",
  'name'          => $name,
  'creation-date' => $date,
	);
 
my $twig = XML::Twig->new
(
output_encoding => $encoding, # on reste en utf8
Twig_handlers   => {
			$in_entry => \&entry,
					}, 
);
$twig->parsefile($FichierXML);
my $root = $twig->root; 
 
# ------------------------------------------------------------------------
 
if ( defined $verbeux )
	{
	&info('b'); 
	};
 
 
# ------------------------------------------------------------------------	
 
# Fin du fichier en sortie :
$writer->endTag("m:$ref_root");
$output->close();
 
 
# ------------------------------------------------------------------------
 
if ( defined $verbeux )
	{
	&info('c'); 
	};
 
 
# =======================================================================================================================================
###--- SUBROUTINES ---###
 
sub entry 
{
my ($twig, $twig_entry) = @_;
my $entry = $twig_entry->name;
my $count = 0;
 
$writer->startTag( "m:entry", 'id' => $twig_entry->field($in_headword), );
	$writer->startTag("m:head");
		$writer->startTag("m:headword");
		$writer->characters($twig_entry->field($in_headword));
		$writer->endTag("m:headword");
 
		$writer->startTag("m:pronunciation");
		$writer->characters($twig_entry->field($in_pronunciation));
		$writer->endTag("m:pronunciation");
 
		$writer->startTag("m:pos");
		$writer->characters($twig_entry->field($in_pos));
		$writer->endTag("m:pos");
	$writer->endTag("m:head");	
 
$writer->endTag("m:entry");
$twig->purge;
return;
}
 
 
sub info
{
my $info = shift @_;
if ($info =~ 'a')
	{
	print (STDERR "================================================================================\n");
	print (STDERR "\t~~~~ $0 : START ~~~~\n");
	print (STDERR "================================================================================\n");
	}
elsif ($info=~ 'b')
	{
	print (STDERR "================================================================================\n");
	print (STDERR "Processing\n");
	print (STDERR "--------------------------------------------------------------------------------\n");
	}
elsif ($info =~ 'c')
	{
	print (STDERR "~~~~ $0 : END ~~~~\n");
	print (STDERR "================================================================================\n");
	}
}
 
 
sub help 
{
print (STDERR "================================================================================\n");  
print (STDERR "HELP\n");
print (STDERR "================================================================================\n");
print (STDERR "usage : $0 -i <sourcefile.xml> -o <outfile.xml>\n\n") ;
print (STDERR "options : -h affichage de l'aide\n") ;
print (STDERR "          -e le message d'erreur (ouverture de fichiers)\n") ;
print (STDERR "          -f le format d'encodage\n");
print (STDERR "          -v mode verbeux (STDERR et LOG)\n");
print (STDERR "          -t pour la gestion de la date (initialement : localtime)\n");
print (STDERR "================================================================================\n");
}
 
 
# =======================================================================================================================================
1 ;

Résultat :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
<?xml version="1.0" encoding="UTF-8"?>
 
<m:volume name="Nom_de_la_Source" creation-date="Wed Jun  9 15:29:40 2010">
   <m:entry id="a">
      <m:head>
         <m:headword>a</m:headword>
         <m:pronunciation></m:pronunciation>
         <m:pos></m:pos>
      </m:head>
   </m:entry>
   <m:entry id="abaca">
      <m:head>
         <m:headword>abaca</m:headword>
         <m:pronunciation></m:pronunciation>
         <m:pos></m:pos>
      </m:head>
   </m:entry>
</m:volume>

Si jamais un des utilisateurs experts, Djibril, Philou, ou autres (je ne me souviens plus de tous les noms désolé), considère qu'il faut retravailler les codes, dites-le moi !

Utilisation d'une table de hachage - Transformation XML avec Twig

Modules Perl

Discussions similaires

Partager

Partager