在子处理程序中清除XML Twig

我正在使用 XML::Twig解析大型XML文件(60GB)并在OO(Moose)脚本中使用它.我正在使用twig_handlers选项在它们被读入内存时解析元素.但是,我不确定如何处理Element和Twig.

在我使用Moose(和OO)之前,我的脚本看起来如下(和工作):

my $twig = XML::Twig->new(
  twig_handlers => {
    $outer_tag => \&_process_tree,
  }
);
$twig->parsefile($input_file);


sub _process_tree {
  my ($fulltwig, $twig) = @_;

  $twig->cut;
  $fulltwig->purge;
  # Do stuff with twig
}

现在我就这样做了.

my $twig = XML::Twig->new(
  twig_handlers => {
    $self->outer_tag => sub {
      $self->_process_tree($_);
    }
  }
);
$twig->parsefile($self->input_file);

sub _process_tree {
  my ($self, $twig) = @_;

  $twig->cut;
  # Do stuff with twig
  # But now the 'full twig' is not purged
}

问题是,我现在看到我错过了对thetwig的清除.我认为 – 在第一个,非OO版本 – 清除将有助于节省内存:尽快摆脱fulltwig.但是,当使用OO(并且必须依赖处理程序中的显式sub {})时,我看不出如何清除完整的树枝,因为文档说明了

$_ is also set to the element, so it is easy to write inline handlers
like

para => sub { $_->set_tag( 'p'); }

所以他们谈论你想要处理的元素,而不是fulltwig本身.那么如果没有传递给子程序,怎么能删除呢?

处理程序仍然得到完整的树枝,你只是没有使用它(使用$_代替).

事实证明你仍然可以在树枝上调用清除(我通常称之为“元素”,或文档中的elt):$_->清除将按预期工作,将整个树枝清除到$中的当前元素_;

一个更清洁(恕我直言)的方式是实际获得所有参数并清楚地清除整个树枝:

my $twig = XML::Twig->new(
  twig_handlers => {
    $self->outer_tag => sub {
      $self->_process_tree(@_); # pass _all_ of the arguments
    }
  }
);
$twig->parsefile($self->input_file);

sub _process_tree {
  my ($self, $full_twig, $twig) = @_; # now you see them!

  $twig->cut;
  # Do stuff with twig
  $full_twig->purge;  # now you don't
}
相关文章
相关标签/搜索