如何使用XML::Twig删除XML标签且不生成空白字符

我有一个大型XML文件，包含多个<tag>元素。需要删除所有这些元素，但保留其中一个并替换为<Newtag>abc</Newtag>，操作后文档出现了多余空白字符。XML数据未经过优化，包含多行内容，请问如何修改代码避免空白？

示例XML数据 #

<data>
    <Metadata>
        <Name>Test</Name>
        <Company>Acme</Company>
    </Metadata>
    <Info>
        <tag r="1"/>
        <tag r="2"/>
        <tag r="3"/>
        <tag r="4"/>
        <tag r="5"/>
        <tag r="6"/>
        <tag r="7"/>
        <tag r="8"/>
        <tag r="9"/>
        <tag r="10"/>
        <tag r="11"/>
        <tag r="12"/>
        <tag r="13"/>
        <tag r="14"/>
        <tag r="15"/>
        <tag r="16"/>
        <tag r="17"/>
        <tag r="18"/>
        <tag r="19"/>
        <tag r="20"/>
    </Info>
</data>

期望结果 #

<data>
    <Metadata>
        <Name>Test</Name>
        <Company>Acme</Company>
    </Metadata>
    <Info>
        <Newtag>abc</Newtag>
    </Info>
</data>

实际得到的结果 #

<data>
    <Metadata>
        <Name>Test</Name>
        <Company>Acme</Company>
    </Metadata>
    <Info>
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        <Newtag>abc</Newtag>
        
        
        
        
        
    </Info>
</data>

代码修改方案 #

问题根源在于原代码逐个处理<tag>元素时，没有清理元素周围的空白文本节点，且直接print新元素的方式破坏了XML结构的一致性。以下是修改后的代码：

use strict;
use warnings;
use XML::Twig;

my $START_Number = 1;
my $END_Number = 20;
my $fh1A_file = 'file containing the XML to modify';

my $twig = XML::Twig->new(
    pretty_print => 'none',
    twig_roots => { 
        'Info' => sub { modify_info_tag(@_, $START_Number, $END_Number) }
    },
    twig_print_outside_roots => 1
);
$twig->parsefile_inplace($fh1A_file);
$twig->flush;

sub modify_info_tag {
    my ( $twig, $info_tag, $START_Number, $END_Number ) = @_;
    
    # 遍历Info下所有<tag>元素
    foreach my $tag ( $info_tag->children('tag') ) {
        my $r_val = int($tag->att('r'));
        if ( $r_val >= $START_Number && $r_val <= $END_Number ) {
            if ( $r_val == 15 ) {
                # 替换为指定的Newtag元素
                my $new_tag = XML::Twig::Elt->new('Newtag', 'abc');
                $tag->replace_with($new_tag);
            } else {
                # 删除当前tag元素
                $tag->delete;
            }
        }
    }
    
    # 清理Info标签内所有空白文本节点
    $info_tag->purge_empty_text_nodes;
    
    $info_tag->print;
    $twig->flush;
}

修改说明 #

• 将处理根节点从单个<tag>改为<Info>容器，一次性处理所有目标元素，避免逐个回调导致的空白残留
• 使用XML::Twig的replace_with方法创建并替换元素，替代直接print，保证XML结构的规范性
• 调用purge_empty_text_nodes方法彻底清理<Info>内的空白换行和空格节点
• 逻辑更简洁清晰，减少冗余条件判断，提升处理大型XML文件的效率

内容的提问来源于stack exchange，提问作者Chazg76